Diagnostic Actif pour les Systèmes Hybrides Guidé par les Propriétés de Diagnosticabilité - Application aux Satellites Autonomes

Active Diagnosis of Hybrid Systems Guided by Diagnosability Properties - Application to Autonomous Satellites

• Auteur / Autrice : Mehdi Bayoudh
• Direction : Louise Travé-Massuyès
• Type : Thèse de doctorat
• Discipline(s) : Systèmes embarqués
• Date : Soutenance le 04/02/2009
• Etablissement(s) : Toulouse, INPT
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Analyse et d'Architecture des Systèmes (Toulouse ; 1968-....)
• Jury : Président / Présidente : Janan Zaytoon
• Jury : Examinateurs / Examinatrices : Louise Travé-Massuyès, Janan Zaytoon, Michael W. Hofbaur, Xavier Olive
• Jury : Rapporteurs / Rapporteuses : Vincent Cocquempot, Marie-Odile Cordier

Mots clés

Mots clés contrôlés

diagnostic

Systèmes dynamiques hybrides

Mots clés libres

Systèmes hybrides

Diagnostic à base de modèles

Détection et isolation de fautes

Espace de parité

Diagnostiqueur

Diagnostic actif

Satellites autonomes

Système de contrôle d’attitude

Hybrid systems

Model-based diagnosis

Fault detection and isolation

Parity space approach

Diagnoser

Diagnosability

Active diagnosis

Autonomous satellites

Attitude control system

Résumé

Motivée par les besoins du domaine spatial en termes de diagnostic embarqué et d’autonomie, cette thèse s’intéresse aux problèmes de diagnostic, de diagnosticabilité et de diagnostic actif des systèmes hybrides. Un formalisme hybride est proposé pour représenter les deux dynamiques, continues et discrètes, du système. En s’appuyant sur ce modèle, une approche de diagnostic passif est proposée en mariant les techniques des systèmes à événements discrets et des systèmes continus. Un cadre formel pour la diagnosticabilité des systèmes hybrides a également été établi proposant des définitions et des critères pour la diagnosticabilité hybride. Suite à un diagnostic passif ambigu, le diagnostic actif est nécessaire afin de désambiguïser l’état du système. Cette thèse propose donc une approche de diagnostic actif, qui partant d’un état de croyance incertain, fait appel aux propriétés de diagnosticabilité du système pour déterminer la configuration où les fautes peuvent être discriminées. Une nouvelle machine à états finis appelée diagnostiqueur actif est introduite permettant de formaliser le diagnostic actif comme un problème de planification conditionnelle. Un algorithme d’exploration de graphes ET-OU est proposé pour calculer les plans de diagnostic actif. Finalement, l’approche de diagnostic a été testée sur le Système de Contrôle d’Attitude (SCA) d’un satellite de Thales Alenia Space. Le module de diagnostic a été intégré dans la boucle fermée de commande. Des scénarios de faute ont été testés donnant des résultats très satisfaisants.

Motivated by the requirements of the space domain in terms of on-board diagnosis and autonomy, this thesis addresses the problems of diagnosis, diagnosability and active diagnosis of hybrid systems. Supported by a hybrid modeling framework, a passive approach for model-based diagnosis mixing discrete-event and continuous techniques is proposed. The same hybrid model is used to define the diagnosability property for hybrid systems and diagnosability criteria are derived. When the diagnosis provided by the passive diagnosis approach is ambiguous, active diagnosis is needed. This work provides a method for performing such active diagnosis. Starting with an ambiguous belief state, the method calls for diagnosability analysis results to determine a new system configuration in which fault candidates can be discriminated. Based on a new finite state machine called the diagnoser, the active diagnosis is formulated as a conditional planning problem and an AND-OR graph exploration algorithm is proposed to determine active diagnosis plans. Finally, the diagnosis approach is tested on the Attitude Control System (ACS) of a satellite simulator provided by Thales Alenia Space. The diagnosis module is successfully tested on several fault scenarios and the obtained results are reported.