Observateur à mémoire finie pour les systèmes non linéaires à temps continu et à mesures discrètes : application au diagnostic
Auteur / Autrice : | Tingting Zhang |
Direction : | Frédéric Kratz |
Type : | Projet de thèse |
Discipline(s) : | 4200021 Sciences et Technologie Industrielle |
Date : | Inscription en doctorat le 03/11/2017 Soutenance le 14/01/2021 |
Etablissement(s) : | Bourges, INSA Centre Val de Loire |
Ecole(s) doctorale(s) : | École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire) |
Mots clés
Résumé
L’objectif de cette thèse est de développer un observateur non linéaire pour un outil de diagnostic pour des systèmes non linéaires à temps continu et à mesures discrètes. Ce mémoire débute par l’étude de notions d’observabilité faisant le point sur l’observation de ces systèmes. Nous enchaînons ensuite par l’analyse d’observateurs non linéaires obtenu par optimisation, puis nous présentons les méthodes de diagnostic à l'aide d'observateurs. Un observateur à mémoire finie est ensuite synthétisé pour détecter et localiser les défauts capteurs et actionneurs d’une classe de systèmes non linéaires en présence à la fois de bruit de processus et de bruit de mesures. De plus, un observateur non linéaire est également construit sur un modèle augmenté pour estimer simultanément les états du système et les entrées inconnues. Une étude de robustesse vis à vis des divers bruits a été menée, ainsi que l'étude de la définition des défaut d'amplitude minimale pour la détection. L'utilisation de l'algorithme EWMA a également été introduit pour ses performance en détection. Multiple défauts simultanés ont été détectés et identifiés dans cette partie. À la fin de cette thèse, un observateur à mémoire finie est développé pour les systèmes non linéaires à temps variants.