Génération d'algorithmes de diagnostic robustes à base de modèles bond graph hybrides

Abstract

Le travail de thèse concerne la conception intégrée d'un système de détection et localisation de fautes robuste aux incertitudes paramétriques pour les systèmes hybrides à base de modèle bond graph hybride(BGH) sous la forme LFT (Transformations linéaires fractionnelles). Sur la base de la littérature consultée, les systèmes hybrides sont principalement modélisés pour chaque mode de fonctionnement pour lequel sont générés des indicateurs de fautes déterministes. L'intérêt scientifique de la présente recherche peut être résumé comme suit : (1) l’utilisation d’un seul modèle BGH incertain basé sur les jonctions contrôlées et représentant l’ensemble des modes de fonctionnement, (2) exploitation des propriétés structurelles et causales du BGH LFT pour la génération systématique de Relations de Redondance Analytiques Globales (RRAG) et des seuils de détection robustes aux incertitudes paramétriques et, valides pour tous les modes de fonctionnement, et enfin (3) l’utilisation d’un seul outil : le modèle BGH de Diagnostic (BGHD), pour non seulement la modélisation mais aussi la surveillance en ligne. La démarche développée a été illustrée par un exemple pédagogique représentant un circuit électrique à commutation et par une application à un système hydraulique.