Surveillance, diagnostic et pronostic de défaillance dans les systèmes de radio/télédiffusion

Monitoring, diagnostic and failure prognostic of radio/television systems

• Auteur / Autrice : Houda Sarih
• Direction : Kamal Medjaher, Ayeley Tchangani
• Type : Thèse de doctorat
• Discipline(s) : Génie industriel
• Date : Soutenance le 15/06/2020
• Etablissement(s) : Toulouse, INPT
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Génie de Production (Tarbes ; 1989-....)
• Jury : Président / Présidente : Kondo Hloindo Adjallah
• Jury : Examinateurs / Examinatrices : Kamal Medjaher, Ayeley Tchangani, Xavier Desforges
• Jury : Rapporteur / Rapporteuse : Mireille Bayart-Merchez, Bruno Castanier

Mots clés

Mots clés contrôlés

Réparations

Radiodiffusion

Mots clés libres

Prétraitement de données

Détection d’anomalies

Diagnostic

Pronostic

Analyse en composantes principales

Apprentissage automatique

Le partitionnement de données

Pronostics et gestion de la santé

Emetteur FM

Radiodiffusion

Data preprocessing

Fault detection

Diagnostic

Prognostic

Principal Component Analysis

Machine learning

Clustering

Prognostics and Health Management

FM transmitter

Broadcasting

Résumé

Le marché de la radiodiffusion FM est orienté depuis quelques années vers une optimisation constante des coûts, du rendement et de la fiabilité. La continuité de service constitue l’un des éléments de progrès pour une société de radiodiffusion. C’est souvent par une dérive mineure d’un composant, d’un paramètre ou d’un environnement que se produisent dans le temps des dégradations susceptibles de provoquer des pannes durables ou bloquantes. Proposer un diagnostic précis et fiable le plus tôt possible avant un risque de dysfonctionnement gênant, permettra d’améliorer significativement la continuité de service, la réduction des déplacements sur site et l’organisation des services de maintenance préventive ou curative. Il devient ainsi nécessaire de développer un cadre pour faire face à cet enjeu. L’un des concepts récents pour le relever est le paradigme « Prognostics and Health Management (PHM) » que nous avons utilisé dans cette thèse afin de proposer des solutions de maintenance prédictive propres aux équipements de radio/télédiffusion pour l’entreprise WorldCast Systems. Dans cette thèse, la première contribution a consisté à formaliser une démarche PHM dans le domaine de la radiodiffusion et plus particulièrement pour les émetteurs FM. Par la suite, une méthode sur le choix des composants critiques est proposée et appliquée aux émetteurs FM. Cette méthode est complétée par différentes stratégies de prétraitement des données brutes. La deuxième contribution de la thèse porte sur la détection des pannes et le diagnostic des causes pour le système étudié. Différents algorithmes d’apprentissage automatique testés ont permis d’établir des critères de classification à la fois pour le mode de fonctionnement (défaillance / non défaillance) et pour la localisation géographique de l’équipement. Enfin, la dernière contribution concerne le développement d’une méthode de pronostic de défaillances par le calcul de la distance de l’observation actuelle par rapport à la droite séparatrice fournie par l’algorithme SVM dans la phase d’apprentissage. La méthode permet de prédire l’évolution de la dégradation et d’anticiper les pannes éventuelles.

In recent years, the FM broadcasting industry has been oriented towards continuous optimization of costs, efficiency and reliability. Continuity of service is one of the elements of progress for a broadcasting company. It is often due to a minor deviation from nominal functioning of a component, of a parameter or environment conditions that produces degradations over time that can cause long time failures or blocking conditions. Proposing a precise and reliable diagnostic as early as possible before a risk of a troublesome malfunction, will significantly improve service continuity, reduce the need for site visits and the organization of preventive or curative maintenance services. It is therefore becoming necessary to develop a framework to meet this challenge. One of the recent concepts to address this issue is the ''Prognostics and Health Management (PHM)'' paradigm that has been used in this thesis in order to propose predictive maintenance solutions specific to broadcast equipment for the company WorldCast Systems. In this thesis, the first contribution consisted in formalizing a PHM approach in the field of broadcasting and more particularly for FM transmitters. Subsequently, a method on the choice of critical components is proposed and applied to FM transmitters. Then, different strategies for pre- processing the raw data are presented. The second contribution of the thesis is devoted to failures detection and diagnostics of the causes for the studied system. Different machine learning algorithms have been used to establish classification criteria both for the operating mode (failure/non-failure) and for the geographical location of the equipment. Finally, the last contribution concerned the development of a failure prognostic method that consists in calculating the distance between current observation with respect to the SVM separation line obtained during learning stage. The method makes it possible to potentially predict the evolution of the degradation and thus to anticipate possible failures.