Pilotage automatique robuste de train sous contrainte d'enrayage-patinage

Robust automatic train steering control under jamming and skidding constraints

• Auteur / Autrice : Braulio Norberto Aguiar Cota
• Direction : Thierry-Marie Guerra, Denis Berdjag
• Type : Thèse de doctorat
• Discipline(s) : Automatique. Automatique, génie informatique
• Date : Soutenance le 12/07/2019
• Etablissement(s) : Valenciennes
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Lille ; 1992-2021)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'automatique, de mécanique et d'informatique industrielles et humaines (Valenciennes, Nord ; 1994-...)
• Partenaire(s) de recherche : Communauté d'Universités et Etablissements (ComUE) : Communauté d'universités et d'établissements Lille Nord de France (2009-2013)
• Jury : Président / Présidente : Ahmed El Hajjaji
• Jury : Examinateurs / Examinatrices : Thierry-Marie Guerra, Denis Berdjag, Frédéric Kratz, Noureddine Manamanni, Lydie Nouvelière, Bernard Demaya
• Jury : Rapporteurs / Rapporteuses : Frédéric Kratz, Noureddine Manamanni

Mots clés

Mots clés contrôlés

Capteurs (technologie)

Systèmes embarqués (informatique)

Automatisation

Transports ferroviaires

Mots clés libres

Systèmes non-Linéaires

Détection de défauts

Observateur à entrées inconnues

Système ferroviaire

Nonlinear system

Fault detection

Unknown input observer

Railway systems

Résumé

Des millions de personnes utilisent le train chaque jour. Par conséquent, l’efficacité et la sécurité du transport ferroviaire et de l’infrastructure sont essentielles pour les clients et les entreprises. De nos jours, l’un des principaux défis est d’augmenter le niveau d’automatisation des trains, du niveau d’automatisation « 0 » (ou Goals of Automation GoA) qui consiste essentiellement à exploiter les trains à vue jusqu’au niveau « 4 », où les opérations ne sont pas surveillées. Les niveaux GoA sont définis par l’Union internationale des transports publics (UITP) et ont pour objectif de fournir une feuille de route pour le développement et l’intégration des systèmes dits « d’exploitation automatique des trains » ou ATO. Les ATO sont des dispositifs d’amélioration de la sécurité opérationnelle qui aident le conducteur en automatisant certaines opérations, lui permettant de se concentrer sur les problèmes de sécurité éventuels ou les situations imprévues. Actuellement, le niveau d’automatisation atteint pour le matériel roulant commercial est GoA « 2 », ou une exploitation semi-automatique des trains, les opérations de démarrage et d’arrêt étant automatisées. La plupart des systèmes ATO existants sont GoA 2. Comme dans tout véhicule moderne, les systèmes embarqués sur un train sont liés et l’ATO collabore avec les organes de sécurité tels que la protection automatique des trains (ATP) et la surveillance automatique des trains (ATS). Il doit garantir le respect des limitations de vitesse et arrêter le train à la gare avec précision, tout en respectant une table horaire. La tâche d’arrêt est effectuée par le contrôle automatique de l’arrêt des trains (ATSC). L’ensemble de ces dispositifs forment le contrôle automatique des trains (ATC) (Dong et al. 2010). Tous les systèmes automatiques reposent sur deux fonctions principales : la perception et la décision. Le dispositif ATO s’appuiera fortement sur les informations disponibles pour assurer une perception précise de son environnement et de la situation opérationnelle, afin de prendre les bonnes décisions. Ces informations sont acquises par des capteurs de différentes technologies et mises à disposition via le réseau de communication (bus) du train. De toute évidence, les capteurs sont limités par la technologie, la bande passante de communication n’étant pas infinie. De plus, tous les systèmes techniques peuvent rencontrer des défauts et des échecs. Il s’agit là d’un défi majeur pour la conception de dispositifs ATO robustes et efficaces, car la manière habituelle de traiter ces problèmes consiste à utiliser des capteurs de technologies différentes pour chaque information source d’intérêt. Cela rend ce système plus complexe, souvent plus coûteux, et augmente considérablement la quantité de données transmises et son infrastructure de support. Il existe une solution prometteuse à ce défi. Il s’agit de capteurs virtuels, ou observateurs développés par des chercheurs en contrôle automatique pour compléter les capteurs à une fraction du coût, et intégrer la connaissance du système dans l’automate à l’aide de modèles analytiques de l’environnement. La conception d’un type particulier d’observateur et son utilisation pratique pour l’exploitation automatique des trains constituent l’apport principal de cette thèse.

Millions of people use the trains every day. Therefore, rail transport and infrastructure efficiency and safety is critical, for customers and companies. A major challenge nowadays is to climb automation levels for trains, from Grade of Automation (GoA) “0” which is basically on-sight train operation all the way to GoA “4” where train operations are unattended. GoA levels are defined by the International Association of Public Transport (UITP—French acronym), and aim to provide a roadmap for the development and the integration of the so-called automatic train operation (ATO) systems. ATO are operational safety enhancement devices that help the driver by automating some operations on the train, helping him/her to be more attentive and to focus on possible safety issues or unexpected situations. Currently, the level of automation that is reached for commercial rolling stock is GoA “2”, semi-automatic train operation, when starting and stopping operations are automated. Most of the existing ATO systems are GoA 2. As within any modern vehicle, on-board systems on a train are linked, and the ATO is working together with automatic train protection (ATP) and automatic train supervision (ATS), to ensure the respect of the speed restrictions and stop the train at the station with accuracy and within an acceptable tolerance of its timetable. The stopping task is carried out by automatic train stop control (ATSC), and all of the devices together form a package called automatic train control (ATC) (Dong et al. 2010). All automatic systems rely on two main functions: perception and decision. The ATO device will rely heavily on the available information to ensure an accurate perception of its environment and of the operational situation, in order to carry out the right decisions. This information acquired by sensors of different technologies and made available through the communication network (bus) of the train. Obviously, sensors are limited by technology, the communication bandwidth is not infinite; and all technical systems can experience faults and failures. Those are major challenges to design efficient and robust ATO devices, because the usual way to deal with these issues is to use sensors of different technologies for each information of interest. This makes such a system more complex, possibly costly, and it increases the amount heavily of transmitted data and its supporting infrastructure. There is a promising solution to this challenge, and it is called virtual sensors, or observers that are developed by automatic control researchers to supplement the sensors at a fraction of the cost, and embeds knowledge of the system in the automated device through analytical models of the environment. The design of a particular type of observer, and its practical exploitation for automatic train operations is the main contribution of this PhD work.