Recherche Avancée

Thèse soutenue

Diagnostic de processus continus : application à la détection de valeurs aberrantes dans les signaux d'entrée et de sortie de systèmes

FR  |  
EN
Auteur / Autrice : Abdessamad Kobi
Direction : José Ragot
Type : Thèse de doctorat
Discipline(s) : Automatique
Date : Soutenance en 1994
Etablissement(s) : Vandoeuvre-les-Nancy, INPL
Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine
Partenaire(s) de recherche : Laboratoire : Centre de recherche en automatique (Nancy)
Jury : Rapporteurs / Rapporteuses : Georges Delaunay, Dominique Placko

Résumé

FR

Les travaux présentés dans ce mémoire se situent dans le cadre du diagnostic de processus continus. Ils sont axés sur la détection de défauts de capteurs et de modifications de processus industriels. Nous nous sommes plus particulièrement intéressés aux défauts de types valeurs aberrantes. Dans le premier chapitre, nous avons appliqué l'analyse en composantes principales sur un tableau de valeurs. Ainsi, nous avons mis en place une stratégie basée sur l'analyse des nuages des observations et sur la contribution de ces observations à la construction des axes factoriels pour la détection des valeurs aberrantes. Dans le deuxième chapitre, nous avons présenté une synthèse des différents diagnostics dans une régression linéaire. Une étude comparative a été réalisée et une application a été effectuée sur des données réelles du processus pilote réalisé au laboratoire. Pour le troisième chapitre de ce mémoire, nous avons appliqué des tests statistiques pour vérifier l'appartenance de toutes les mesures délivrées par le capteur à la loi de distribution connue ou déterminée à l'avance. Cette application a été effectuée d'une part sur des données du processus pilote et d'autre part sur des données simulées. Lorsque le signal délivré par le capteur est modélisé par un processus autorégressif, la procédure que nous avons mise en œuvre, dans le quatrième chapitre, permet d'estimer les paramètres du modèle, en utilisant la technique des moindres carres, de détecter et de localiser le défaut, d'identifier sa nature et enfin de corriger les mesures. Nous avons étendu cette approche à des processus auto régressifs vectoriels. Enfin, dans le cinquième chapitre, nous avons développé une technique originale, basée sur le calcul de l'amplitude de défaut normalisé par son écart-type, pour détecter les défauts capteurs sur les entrées et les sorties du système