c-fa-ch-ph

UNIVERSITE DE SFAX

ECOLE NATIONALE D INGENIEURS DE SFAX

THESE

Prsente devant

L ECOLE NATIONALE D INGENIEURS DE SFAX

pour obtenir

LE GRADE DE DOCTEUR

Spcialit : Electronique

Par

Faiza KAMOUN CHARFI

Ingnieur Gnie lectrique

Surveillance des systmes lectroniques de puissance embarqus dans le vhicule lectrique

-Mthodes et outils-

Soutenue le 11 Dcembre 2004 devant la commission dexamen :

Mr Lotfi Kamoun Prsident

Mme Ilhem Slama Belkhoja Rapporteur

Mr Nouri Masmoudi Rapporteur

Mr Fayal Sellami Directeur de thse

Mr Bruno Franois Co-Encadrant

Mr Kamal AL Haddad Co-Encadrant

Thse prpare en collaboration avec le laboratoire L2EP de lEcole Centrale de Lille (France) et le laboratoire de recherche ETS-Bombardier Transport-Amrique du Nord (Canada Montral)

Remerciements

Ce travail a t effectu dans le Laboratoire dElectronique et des Technologies de

lInformation (L.E.T.I) de lEcole Nationale dIngnieur de Sfax (E.N.I.S) dirig par Monsieur

Lotfi Kamoun professeur lENIS, que je tiens remercier davoir bien voulu prsider ce

jury.

Je tiens exprimer ma profonde reconnaissance Monsieur Fayal Sellami professeur

lENIS, responsable de la formation doctorale et chef de lquipe lectronique de puissance,

davoir veill au bon droulement de mes travaux. Ses comptences scientifiques et ses

discussions fructueuses mont beaucoup apport.

Que Madame Ilhem Slama Belkhoja professeur lEcole Nationale dIngnieurs de Tunis,

trouve ici lexpression de ma profonde gratitude pour avoir accept dexaminer ce travail et

den tre le rapporteur. Je la remercie vivement davoir particip ce jury malgr ses

nombreuses proccupations.

Jadresse mes vifs remerciements Monsieur Nouri Masmoudi professeur lENIS, pour

avoir accept dexaminer ce travail et den tre le rapporteur malgr les charges que lui

imposent ses nombreuses responsabilits.

Je tiens remercier Monsieur Bruno Franois, Matre de confrence lEcole Centrale de

Lille, pour ses qualits humaines et techniques. Je le remercie davoir bien voulu co-encadrer

ce travail avec rigueur et disponibilit.

Je suis sincrement reconnaissante Monsieur Kamal AL Haddad, professeur lEcole de

Technologie Suprieure de Montral Canada et co-encadreur des travaux de ma thse, pour

lintrt quil a port ce travail et pour lhonneur quil ma fait en participant ce jury.

De mme je tiens remercier Monsieur Mohamed Ben Messaoud, Matre assistant lENIS,

pour ses conseils pertinents et ses qualits humaines et scientifiques qui ont permis

laccomplissement de ce travail dans de bonnes conditions.

Que toutes les personnes qui mont apport leur aide, directement ou indirectement durant

toute cette priode, et qui mont permis de mener bien mes travaux trouvent ici mes sincres

remerciements.

SOMMAIRE INTRODUCTION GENERALE .........................................................................................1 Chapitre I- METHODES DE SURVEILLANCE ET DE DIAGNOSTIC .........................7I.1 Introduction ....................................................................................................................11I.2 Concepts gnraux ..........................................................................................................12

I.2.1 Sret de fonctionnement .....................................................................................12I.2.2 Dfaillances..........................................................................................................17I.2.3 Classification des dfaillances ..............................................................................19I.2.4 Consquences des dfaillances : Dfauts et pannes ...............................................20I.2.5 Classification des dfauts et pannes ......................................................................20

I.3 Concepts de diagnostic....................................................................................................21I.3.1 Classification des mthodes de diagnostic.............................................................21I.3.2 Mthode de traitement du signal ...........................................................................22I.3.3 Diagnostic par modlisation et identification ........................................................29I.3.4 Diagnostic par modlisation fonctionnelle et matrielle ........................................33I.3.5 Diagnostic par rseaux de neurones ......................................................................35I.3.6 Diagnostic par les systmes experts ......................................................................38

I.4 Concepts de surveillance .................................................................................................41I.4.1 Pourquoi surveiller un systme ? ..........................................................................42I.4.2 Architecture gnrale............................................................................................42I.4.3 Les diffrents niveaux de traitement : du signal la dcision ................................43I.4.4 Objectifs d'une " bonne " surveillance...................................................................45I.4.5 Gnration des alarmes.........................................................................................46

I.5 Conclusion......................................................................................................................50 Chapitre II- MODELISATION ET SIMULATION.........................................................53II.1 Introduction ...................................................................................................................57II.2 Le systme de puissance embarqu dans le V.E .............................................................58

II.2.1 Les nouveaux challenges .....................................................................................59II.2.2 Les mcanismes de dfaillances dans les systmes de puissance..........................60

II.3 Les mthodes de modlisation .......................................................................................62II.3.1 Insulated Gate Bipolar Transistor (IGBT) fonctionnement................................64II.3.2 Modlisation en lectronique de puissance : tat de lart......................................72II.3.3 Modle labor de l IGBT..................................................................................77II.3.4 Diode de puissance..............................................................................................98II.3.5 Modlisation comportementale de la diode........................................................ 106II.3.6 Modlisation thermique..................................................................................... 112

II.4 Simulation ................................................................................................................... 136II.4.1 Modlisation du convertisseur statique de puissance.......................................... 137II.4.2 Rsultats de simulation...................................................................................... 138

II.5 Conclusion................................................................................................................... 140

Chapitre III- ESSAIS ET ANALYSES ........................................................................... 143III.1 Introduction................................................................................................................ 147III.2 Description du banc dexprimentation....................................................................... 147

III.2.1 Carte dacquisition dSPACE DS1103 .............................................................. 152III.2.2 Dispositifs dEntre /Sortie .............................................................................. 154III.2.3 Programmation temps rel de la carte DS1103 ................................................. 154

III.3 Essais exprimentaux ................................................................................................. 156III.3.1 Condition exprimentale .................................................................................. 156III.3.2 Validation en fonctionnement normal............................................................... 157III.3.3 Validation du mode dfaillant .......................................................................... 158III.3.4 Rsultat dexprimentation............................................................................... 158III.3.5 Solution propose ............................................................................................ 163

III.4 Analyse des dfaillances............................................................................................. 163III.4.1 Choix de la mthode danalyse......................................................................... 163III.4.2 Analyse Multirsolution................................................................................... 164III.4.3 Analyse des dfauts.......................................................................................... 170III.4.4 Surveillance du systme ................................................................................... 170III.4.5 Influence de linstant du dfaut ........................................................................ 172

III.5 Exemples de cas de dfaillances ................................................................................. 175III.5.1 Cas dune cellule de commutation.................................................................... 175III.5.2 Cas de deux IGBTs .......................................................................................... 178

III.6 Conclusion ................................................................................................................. 181 CONCLUSION GENERALE .......................................................................................... 183 BIBLIOGRAPHIE189 ANNEXES ....................................................................................................................... 201ANNEXE 1 : Revue sur les diffrents Modles d IGBT................................................... 203ANNEXE 2 : Revue sur les diffrents Modles de diodes ................................................. 206ANNEXE 3 : Analyse structurale de l IGBT.................................................................... 207ANNEXE 4 : Prsentation du logiciel de simulation des structures ................................... 209ANNEXE 5 : Modlisation de la machine asynchrone ...................................................... 215ANNEXE 6 : Liste des symboles ...................................................................................... 221

Introduction gnrale

1

INTRODUCTION GENERALE

Introduction gnrale

2

Introduction gnrale

3

Depuis plusieurs annes, les problmes lis lenvironnement et une meilleure qualit de

vie ont contribu au dveloppement du vhicule lectrique. La part prise par le vhicule

routier dans les missions polluantes et les nuisances sonores dans les mtropoles, ajoute aux

problmes lis la mobilit urbaine sont sans aucun doute importants. Ceci a donc pouss les

constructeurs proposer, en premire alternative, des vhicules lectriques de types urbains

malgr certains obstacles lis notamment leur autonomie.

Toute fois, pour inciter lusager, outre des mesures restrictives daccs au centre ville prises

dans certains pays, il est ncessaire de fournir un vhicule qui rponde aux mieux ses

attentes et qui puisse ainsi le pousser changer ses habitudes et sa mentalit. La sret de

fonctionnement est lune des exigences essentielles considrer vu les risques et les

consquences critiques que peuvent avoir les dfaillances en terme de vies humaines et de

pertes matrielles. A cet effet, les aspects scuritaires tiennent une place de choix dans le

projet vhicule lectrique.

Pour rpondre efficacement lensemble de ces objectifs, il est ncessaire de disposer tant au

niveau national quinternational dun outil de coordination et de mutualisation des efforts de

recherche.

La thse sest inscrite dans le cadre du projet vhicule lectrique entrepris au laboratoire

dlectronique et des technologies de linformation en collaboration avec le laboratoire L2EP

lcole central de Lille et le laboratoire de recherche ETS-Bombardier Transport-Amrique

du Nord Canada Montral.

Le but de la thse est de contribuer tablir un systme de surveillance du systme de

puissance embarqu dans le Vhicule Electrique.

Dans ce cadre, la chane de traction proprement dite, dfinie par lensemble convertisseur

lectronique, moteur lectrique et commande, est donc considrer comme un lment

distinct sintgrant dans lensemble des priphriques associs au vhicule.

La ncessit de bien connatre le systme passe par la capacit den valuer les performances

et les limites lors de la conception. Devant le manque du modle assez fin de convertisseurs

de puissance (systme de puissance) adapt ce type dtude, nous nous sommes diriges

vers la recherche de modle susceptible de rpondre aux contraintes de la physique. Ceci nous

a donc amens dfinir diffrents modles permettant de prendre en compte de manire plus

au moins fine les ralits physiques du dispositif semi-conducteur notamment les non-

linarits et les effets de couplage thermo lectriques. En effet, le composant de puissance, en

particulier lIGBT, constitue le maillon faible de la chane de puissance.

Introduction gnrale

4

Lutilisation de tel modle est assujettie la possibilit den identifier les paramtres

physiques ou reprsentatifs ncessaires. Ces outils de conception et danalyse vont tre les

bases dune seconde dmarche axe sur des tudes de fiabilit et de sret de fonctionnement

et plus particulirement pour lanalyse des rgimes de dfaut et leurs surveillances. Les

impratifs de fiabilit, de disponibilit et de scurit imposent ltude de causes et des

consquences de leurs dfauts. En particulier, les dfaillances des interrupteurs de puissance

dans londuleur ncessitent une analyse approfondie car leurs consquences sur le

fonctionnement de lassociation peuvent tre dramatiques et sont difficilement matrisables.

Ce travail sest articul autour de deux axes principaux qui sont la modlisation et la

surveillance/diagnostic par des approches complmentaires au traitement de signal du systme

de puissance. Le but est de dfinir des outils de conception et danalyse et par la mme, de

quantifier linfluence de certains phnomnes lis ce type dassociation.

Le premier chapitre est consacr une synthse des diffrentes mthodes de diagnostic et de

surveillance. Les concepts ainsi que la terminologie utilise dans les domaines de surveillance

et de sret de fonctionnement y sont prsents dans la premire partie.

La deuxime partie de ce chapitre expose des approches de diagnostic et de surveillance

utilises universellement ainsi que leurs limitations.

En troisime partie est dfinie une architecture gnrale dun systme de surveillance dans

lequel on trouve les fonctions de perception sappuyant sur les donnes acquises par les

capteurs du systme. Lorganisation gnrale des traitements est caractrise par plusieurs

niveaux depuis la gnration des alarmes, passant par linterprtation (filtrage, diagnostic,

localisation), finissant par laide la dcision aprs indentification des pannes.

Les diffrents modles servant de base la comprhension et lanalyse du systme sont

dvelopps au cours du deuxime chapitre. Un modle de commutation de londuleur

IGBTs est mis en uvre partir de modles comportementaux de lIGBT et de diode en

antiparallle. Il permet de prendre en compte les effets des temps morts pour la synthse de la

commande. Pour une approche plus raliste, la modlisation comportementale est utilise

pour les interrupteurs de puissance permettant de quantifier linfluence des phnomnes

physiques et de prendre en compte les non-linarits des semi conducteurs notamment la

rsistance dynamique. Lidentification des paramtres est ralise soit partir de dfinitions

analytiques lies aux calculs de prdimensionnement soit partir de donnes de constructeurs.

Le phnomne de recouvrement inverse est intgr dans le modle de la diode en antiparallle

pour la prise en compte des dissipations de puissance lors de la fermeture de la diode.

Introduction gnrale

5

Une partie de ces travaux a t consacre la validation des rsultats thoriques et la

recherche de mthodes souples et rapides mettre en uvre pour le diagnostic et la

surveillance de notre systme.

La validation de la mthodologie est prsente au troisime chapitre et vrifie par une

association de puissance (association onduleur-machine asynchrone) laide dun banc

dessai exprimental construit autour d'un DSPACE 1103. Les premiers rsultats concernent

le rgime tabli et le rgime de dfaut douverture dun IGBT de londuleur. Ils prouvent la

validit de la mthodologie.

Par ailleurs, un accent particulier est port en fin du troisime chapitre aux nouvelles

techniques de traitement de signal notamment les techniques dOndelettes, pour ltude des

signaux non stationnaires, afin d'analyser les dfaillances dans le systme.

Nous terminons en donnant des exemples dexploitation de notre modle pour le diagnostic et

la surveillance du systme de puissance notamment en rgime dgrad.

Introduction gnrale

6

Chapitre I- Mthodes de surveillance et de diagnostic

7

Chapitre I

METHODES DE SURVEILLANCE ET DE DIAGNOSTIC


8


9

Sommaire I

Chapitre I- METHODES DE SURVEILLANCE ET DE DIAGNOSTIC .......................... 7 I.1 Introduction ........................................................................................................................ 11 I.2 Concepts gnraux .............................................................................................................. 12

I.2.1 Sret de fonctionnement ........................................................................................ 12 I.2.2 Dfaillances .............................................................................................................. 17 I.2.3 Classification des dfaillances ................................................................................. 19 I.2.4 Consquences des dfaillances : Dfauts et pannes ................................................. 20 I.2.5 Classification des dfauts et pannes ......................................................................... 20

I.3 Concepts de diagnostic ....................................................................................................... 21 I.3.1 Classification des mthodes de diagnostic ............................................................... 21 I.3.2 Mthode de traitement du signal .............................................................................. 22 I.3.3 Diagnostic par modlisation et identification .......................................................... 29 I.3.4 Diagnostic par modlisation fonctionnelle et matrielle ......................................... 33 I.3.5 Diagnostic par rseaux de neurones ......................................................................... 35 I.3.6 Diagnostic par les systmes experts ......................................................................... 38

I.4 Concepts de surveillance .................................................................................................... 41 I.4.1 Pourquoi surveiller un systme ? ............................................................................. 42 I.4.2 Architecture gnrale ............................................................................................... 42 I.4.3 Les diffrents niveaux de traitement : du signal la dcision ................................. 43 I.4.4 Objectifs d'une " bonne " surveillance ..................................................................... 45 I.4.5 Gnration des alarmes ............................................................................................ 46

I.5 Conclusion .......................................................................................................................... 50


10


11

I.1 Introduction Lun des enjeux les plus importants dans le domaine de lautomobile concerne aujourdhui

laugmentation de la fiabilit. Pour atteindre un tel objectif, il faudrait mettre en uvre un

systme de surveillance capable dassurer un tat de fonctionnement tout instant. La

visualisation dinformation bas niveau est nglige car la plupart des signaux sont

compars en permanence des valeurs limites admissibles, soient des valeurs absolues du

signal, soient des gradients (tension, courant, temprature). Le scnario frquemment adopt

est le suivant : loprateur choisit le synoptique (terminaux graphiques) visualisant

linformation dtaille concernant ce signal et il dcide ensuite aprs analyse, de laction

entreprendre : cest le monitoring.

La demande croissante de fiabilit avec un fonctionnement moins onreux et plus cologique

justifie lintrt grandissant port des mthodes avances de pilotage incluant des techniques

performantes de dtection de dfauts.

Un dfaut doit tre dtect ds son apparition, ensuite localis et sa cause doit tre identifie.

Cette tape concerne la supervision. Elle utilise lensemble des informations disponibles au

moyen de modles explicites ou implicites. Lobjet de la supervision est de signaler les modes

de fonctionnements dfaillants et de prendre les dcisions appropries de faon viter une

dgradation des performances du systme pouvant conduire un accident. Un dfaut est peru

comme une dviation des caractristiques normales des capteurs, des actionneurs ou de tout

autre quipement constitutif du systme. Ces dviations doivent tre dtectes si elles

affectent les grandeurs de sortie du systme par la fonction monitoring. Les variables

mesures sont compares des seuils limites et des alarmes sont dclenches au dpassement

des limites. A partir de ces alarmes, loprateur met en uvre des actions appropries pour

mener les variables incrimines leurs plages de fonctionnement normales. En cas de

violation de ces limites, entranant le systme dans un tat de danger, laction de scurit doit

tre effectue. Ces deux fonctions de monitoring et de scurit peuvent sappliquer sur les

signaux acquis directement sur le systme ou sur le rsultat de traitement lmentaire portant

sur ces signaux tel que le spectre de frquence. Pour amliorer la supervision des systmes,

une premire tape consiste placer les capteurs de manire obtenir une image plus prcise

du processus surveiller. La deuxime tape consiste lexploitation des rsultats

exprimentaux et des connaissances des oprateurs reprsents sous la forme d'une base de

connaissances en utilisant un systme expert. Ltape suivante concerne lvaluation des

dfauts pour les classer selon leur incidence. Cette analyse conduit des actions appropries.


12

Si le dfaut est tolrable le systme peut continuer fonctionner. Le dfaut peut tre

conditionnellement tolrable, dans ce cas une modification de la loi de commande sous la

forme d'une reconfiguration dune partie du systme de commande doit tre ralise ou une

maintenance doit tre effectue. Enfin, dans le cas dun dfaut inacceptable, on procde

larrt immdiat du systme et une opration de rparation.

Les mthodes de surveillance et de diagnostic se rpartissent en deux grandes classes .La

premire classe utilise les redondances informatiques (modle en parallle) et la connaissance

fournie par le modle pour caractriser le mode de fonctionnement ou ltat du systme. La

deuxime classe concerne lanalyse des donnes fournies par le systme qui permet de dcider

de son tat. Les approches utilises font alors appel des procdures dapprentissage ou

lintelligence artificielle.

I.2 Concepts gnraux La surveillance et le diagnostic stendent divers domaines. Ils concernent les systmes

embarqus comme les installations complexes. Avant daborder les mthodes utilises, il

est primordial de dfinir les concepts gnraux qui mettent en uvre le caractre gnrique de

la sret de fonctionnement et la fiabilit des systmes.

I.2.1 Sret de fonctionnement La sret de fonctionnement est devenue une proccupation majeure dans la conception, le

dveloppement, la validation et lexploitation de systmes dont les dfaillances peuvent avoir

un impact inacceptable sur le fonctionnement, la scurit des hommes et du matriel et

lenvironnement.

Introduire les considrations de sret dans la conception et lexploitation des systmes

entrane un cot conomique directement chiffrable, les bnfices induits le sont beaucoup

moins, puisque les incidents ou accidents vits ne sont pas directement visibles. Pour inciter

les acteurs dvelopper une dmarche volontaire tourne vers la sret de fonctionnement, il

est indispensable, dune part, de dvelopper des techniques et des mthodologies

dapplication qui produisent des systmes performants, d'autre part, de dvelopper en

parallle des mthodes danalyse et dvaluation qui permettent de certifier et de quantifier

ces performances.

Toutefois, la dure de vie des systmes est une variable alatoire. En effet, certains systmes

peuvent prsenter des anomalies prmaturment. Il est donc ncessaire dutiliser des


13

grandeurs moyennes et autres mesures de variabilit pour estimer la dure de vie, la priode

de garantie quon peut accorder au client,

Souvent la qualit des oprations de diagnostic est quantifie par des probabilits et des

distributions associes notamment la fiabilit et la disponibilit.

La sret de fonctionnement se caractrise la fois par ltude structurelle (statistique) et

dynamique des systmes du point de vue prvisionnel, oprationnel et exprimental en tenant

compte des aspects probabilits et consquences des dfaillances. Cette discipline consiste

connatre, valuer, prvoir, mesurer les dfaillances des systmes [ARLA 99].

La sret de fonctionnement intervient dans toutes les tapes de ralisation dun systme

notamment dans la conception et linterconnexion des sous-systmes

Fiabilit

La fiabilit est dfinie comme laptitude dune entit accomplir une fonction requise, dans

des conditions donnes pendant un intervalle de temps donn [ZWIN 95].

La fiabilit est galement la probabilit associe R(t). Le temps moyen de fonctionnement

avant la premire dfaillance MTTF (Mean Time To Failure) est souvent associ la fiabilit.

Il dsigne le temps moyen avant la premire dfaillance (Figure I-2).

Ce sont essentiellement les tudes de fiabilit qui sont sources de connaissances sur le

mauvais fonctionnement et qui sont utilises pour le diagnostic [BOUR 01].

Disponibilit :

La disponibilit est dfinie comme tant laptitude dune entit tre en tat daccomplir une

fonction requise dans des conditions donnes, un instant donn ou pendant un intervalle de

temps donn, en supposant que la fourniture des moyens extrieurs ncessaires soit assure.

La figure I-1 rsume les composantes de la disponibilit.

La disponibilit correspond la probabilit associ A(t) de non dfaillance du systme ou du

composant. Quelques grandeurs associes la disponibilit sont souvent utilises :

- le temps moyen de disponibilit TMD et la dure moyenne de fonctionnement aprs

rparation MUT (Mean Up Time) (Figure I-2).

- le temps moyen dindisponibilit MDT (Mean Down Time) qui est la dure moyenne

entre linstant de dfaillance et la remise en service.


14

DISPONIBILITE

Objectif de cot Cot dinvestissement

Cot dexploitation

Conception de maintenance Maintenance corrective Maintenance prventive

Diagnostic

Fiabilit Analyse fonctionnelle

Fiabilit des systmes et des matriels

Maintenabilit Modularit, Testabilit,

zones daccs, vulnrabilit

Logistique de soutien Personnel, formation,

documentation, pices de rechange, outillage.

Fig.I-1 Contribution des techniques de diagnostic la disponibilit

Maintenance :

La maintenance est dfinie comme une combinaison dactivits techniques et administratives

et de management. Ces activits sont destines maintenir ou rtablir un bien dans un tat

ou dans des conditions donnes de sret de fonctionnement, pour accomplir une fonction

requise. On distingue deux types de maintenance :

La maintenance prventive qui regroupe la maintenance prvisionnelle, conditionnelle et

systmatique.

La maintenance corrective renfermant la maintenance curative et palliative.

Maintenabilit

La maintenabilit est laptitude dune entit tre maintenue ou rtablie, sur un intervalle de

temps donn, dans un tat dans lequel elle peut accomplir une fonction requise lorsque la


15

maintenance est accomplie dans des conditions donnes avec des procdures et des moyens

prescrits.

La maintenabilit est caractrise par une probabilit M(t) qui exprime que la maintenance

dun systme est acheve au temps t.

Les grandeurs associes la maintenabilit souvent utilises sont :

Le temps moyen entre le dbut et la fin de la rparation MTTR (Mean Time To Repair); Le temps moyen de fonctionnement entre deux dfaillances MTBF (Mean Time Between

Failure).

Scurit

La scurit est laptitude dune entit viter de faire apparatre, dans des conditions donnes

des vnements critiques ou catastrophiques.

Actuellement, lvaluation de la scurit est limite quelques secteurs. Elle se base sur les

tudes statistiques des impacts des accidents rels, expriments ou simuls.

Pour prciser les dfinitions des grandeurs moyennes utilises tout au long de ce parcours,

deux schmas sont prsents sur les deux figures I-2 et I-3.

Fig. I-2 Dfinitions graphiques du MTTF, MDT, MUT et MTBF

Fig. I-3 Dfinitions graphiques du MTTR et MDT (Maintenabilit)


16

Dfaillances

La dfaillance est dfinie comme la cessation des aptitudes dun dispositif accomplir une

fonction requise. Elles peuvent se manifester par plusieurs symptmes appels modes de

dfaillance.

Un exemple de dfinition selon la norme AFNOR est : Laltration ou la cessation de

laptitude dun ensemble accomplir ses fonctions requises avec des performances dfinies

dans les spcifications techniques .

Dfauts

Les dfaillances sont causes par des dfauts via leur activation ou leur occurrence [KANO

01]. On distingue gnralement les dfauts physiques (rsultant de dysfonctionnements

matriels), les dfauts de conception (rsultant derreurs commises durant le dveloppement

des systmes), les dfauts dinteraction (rsultant derreurs dans la conduite ou lutilisation

oprationnelle des systmes, ou dans leur maintenance). Alors que les dfauts physiques sont

par nature accidentelle, les dfauts de conception et dinteraction peuvent tre accidentels, ou

rsultants dune dcision consciente, sans ou avec intention nuisible, auquel cas il sagit de

malveillances. Ainsi, la protection des systmes fait partie intgrante du domaine de la sret

de fonctionnement. La protection concerne toutes les composantes dun systme sur les

diffrents niveaux. Elle sacquiert grce lutilisation combine dun ensemble de mthodes

qui sont la prvention des dfauts, la tolrance aux dfauts, llimination des dfauts et la

prvision des dfauts.

La prvention des dfauts vise empcher loccurrence ou lintroduction de fautes. Dans le cas du composant de puissance, elle conduit par exemple au durcissement des couches

dans les technologies MOS afin dviter les claquages lectriques.

La tolrance aux dfauts a pour but de permettre un systme de remplir sa fonction en dpit des dfauts. La tolrance aux dfauts physiques concerne les perturbations dues

lenvironnement, aux dfauts de conception, dinteraction et aux malveillances.

La prvision des dfauts consiste estimer par modlisation ou par exprimentation la prsence, la cration et les consquences des dfauts. Elle a comme objectif lvaluation

de la sret de fonctionnement et des performances.

On relve dans la bibliographie des travaux de recherche sur la tolrance aux dfauts

notamment dans les composants et circuits intgrs de puissance.

La protection des composants de puissance est un souci majeur. En effet, de tels dispositifs

doivent pouvoir continuer fonctionner aprs de graves dfauts tels quun court-circuit ou

une inversion de batterie qui sont susceptibles de se produire, par exemple, en environnement


17

automobile. Avant lavnement des circuits intgrs de puissance, la protection se limitait

rajouter des lments externes. Actuellement, pour des raisons de cot et de rduction des

dimensions, elle consiste intgrer la protection sur la puce de silicium. Ces protections

concernent llvation excessive de temprature, les forts courants, linversion de polarit, les

courts-circuits, etc Elles visent protger le composant de puissance qui, dans ces

conditions svres de fonctionnement, risque dtre fatalement endommag.

I.2.2 Dfaillances Les dfaillances, dfinies prcdemment, peuvent tre classes selon diffrents critres. Leurs

causes sont dfinies par les circonstances lies la conception, la fabrication ou le mode

demploi Fig.I-4. Le diagnostic recherche lorigine de la dfaillance dun systme [VILL 88].


18

Erre

urs

hum

aine

s En

viro

nnem

ent

Aut

res

com

posa

nts

Vie

illiss

emen

t C

once

ptio

n Fa

bric

atio

n In

stal

latio

n

Con

cept

ion

ou

fabr

icat

ion

dfe

ctue

use

Res

pect

du

dim

ensi

onne

men

t C

ondi

tions

et

cont

rain

tes

exce

ssiv

es

Sig

naux

inco

rrec

ts d

e cd

e et

de

cont

rle

Df

ailla

nce

seco

nde

Df

ailla

nce

de c

de.

Df

ailla

nce

du

com

posa

nt

Df

ailla

nce

prem

ire

Fig.

I-4

Sour

ces d

e d

faill

ance

s du

n co

mpo

sant

.


19

I.2.3 Classification des dfaillances On distingue plusieurs catgories de dfaillance qui dpendent soit de la vitesse dapparition

soit de son degr ou des deux.

La classification des dfaillances en fonction du degr regroupe [ZWIN 95] :

La dfaillance partielle, qui est la dviation des caractristiques au del des limites du bon fonctionnement sans altrer la fonction.

Dfaillance complte, qui est la dviation des caractristiques telle quelle entrane la disparition de la fonction

Dfaillance intermittente telle que les aptitudes sont retrouves aprs le dfaut. Classification des dfaillances en fonction de la vitesse dapparition :

Dfaillance soudaine qui ne peut tre prvue par un examen ou une surveillance. Dfaillance progressive qui peut tre prvue par un contrle ou une surveillance.

Classification des dfaillances en fonction de la vitesse dapparition et du degr :

Dfaillance cataleptique qui est la fois soudaine et incomplte. Dfaillance par dgradation qui est progressive et partielle.

La notion de temps est importante dans la classification des dfaillances. Le taux de

dfaillances t est lune des grandeurs fondamentales souvent utilise pour caractriser la dfaillance dun composant.

t est la densit de probabilit conditionnelle exprime par:

tdtdR

tRttRttRtRt

t

1lim0

(Eq I.1)

o R(t) est la loi de fiabilit.

Par exemple pour les systmes lectroniques dont la loi R(t) est donne par une loi

exponentielle :

tetR 0 ( 0 est une constante). (Eq I.2) Le taux de dfaillance instantane t est gale 0 au cours du temps Le taux de remise en service t est une densit de probabilit conditionnelle qui scrit :

td

tdMtMttM

tMttMtt 1

11

lim0

(Eq I.3)

o M(t) est la fonction de maintenabilit.

Dans de nombreux dispositifs, le taux de dfaillance suit la courbe dite "en baignoire"

reprsente sur la Fig. I-5.


20

Fig. I-5 Evolution du taux de dfaillance dite "courbe en baignoire"

I.2.4 Consquences des dfaillances : Dfauts et pannes La diversit des activits de diagnostic conduit employer assez souvent les termes de pannes

et de dfauts, si bien que la diffrence entre les concepts de dfaillance, dfaut et panne est

parfois trs subtile. Une panne rsulte dune dfaillance. Elle est dfinie comme linaptitude

accomplir une fonction requise. Les classifications des pannes son similaires celles des

dfaillances.

I.2.5 Classification des dfauts et pannes Une panne peut tre intermittente, fugitive, permanente ou multiple.

Panne intermittente : panne subsistant pendant une dure limite aprs laquelle le systme

redevient apte accomplir une fonction requise.

Panne fugitive : panne intermittente et difficilement constatable.

Panne permanente : panne dun systme qui persiste tant que nont pas eu lieu des oprations

de maintenance corrective.

Panne multiple : prsence de plusieurs pannes simultanment.

Par ailleurs, le dfaut est dfini comme tant lcart entre la caractristique observe sur le

dispositif et la caractristique de rfrence lorsque celui-ci est en dehors des spcifications.

(1) (3)

(2)

Priode de dfaillance taux constant

Priode de dfaillance

prcoce

Priode de dfaillance

dusure

Temps

(t)


21

I.3 Concepts de diagnostic Ethymologiquement, le terme diagnostic est dorigine grecque (dia : par, gnosis :

connaissance).

Le diagnostic est dfini essentiellement par deux taches :

lobservation des symptmes de la dfaillance, lidentification de leurs causes laide dun raisonnement logique.

Dune manire gnrale, le diagnostic peut se rduire un problme de rsolution inverse

entre la cause et son effet, qui est formul par une relation dterministe, en considrant

lespace des paramtres inconnus qui sont les causes de dfauts et lespace des grandeurs

observables qui sont les symptmes.

De par mme la dfinition du terme diagnostic, ce terme dsigne laction de dterminer la

cause premire dun dfaut. La notion de causalit est ainsi trs lie au diagnostic.

Le diagnostic est lun des facteurs contribuant la disponibilit des systmes qui est une

composante de la sret de fonctionnement.

Une varit de mthodes de diagnostic existe. La slection de la mthode de diagnostic la plus

approprie un systme est lie au recensement des besoins et des connaissances disponibles

[MAQU 00]. Les lments dterminants ltude sont :

Nature des causes de dfaillance localiser, Connaissance des symptmes associs aux dfaillances induites par les causes, Matrise des moyens de mesure des symptmes, Matrise des moyens de traitement des symptmes, Connaissance des mcanismes physiques entre les causes et les effets, Recensement des expertises disponibles, Inventaire des retours dexpriences.

I.3.1 Classification des mthodes de diagnostic Lopration de diagnostic est dfinie comme une identification de la cause probable de

dfaillances par un raisonnement logique bas sur un ensemble dinformations recueillies

partir des tests de contrle. Lutilisation des connaissances sur le systme permet de

caractriser les dfaillances par leurs symptmes ou leurs effets.

Il existe une grande diversit de mthodes de diagnostic qui est base sur la modlisation

complte des dfaillances et des dgradations ou au contraire sur les connaissances des

experts sans la modlisation des mcanismes de propagation des dgradations.


22

La taxinomie des mthodes de diagnostic permet une premire classification en plusieurs

grandes familles [ZWIN 95] :

Les mthodes internes impliquent une connaissance approfondie du fonctionnement sous

forme de modles mathmatiques valids exprimentalement. Ces mthodes de diagnostic

internes dont le principe est illustr sur la Fig.I-6 comprennent la mthode du modle, les

mthodes didentification de paramtres et les mthodes destimation du vecteur dtat.

Fig.I-6 Principe du diagnostic interne

Les mthodes externes supposent quaucun modle nest disponible pour dcrire les relations

de causalit. La seule connaissance, dont on dispose, est lexpertise humaine. Cette

connaissance est associe aux dfaillances aprs interprtation des diffrentes signatures.

Les mthodes de diagnostic externe regroupent trois familles :

Les rseaux de neurones artificiels Les systmes experts. La reconnaissance des formes

Les mthodes inductives et dductives : cette classification est base sur le mode de

raisonnement utilis pour remonter la cause de la dfaillance.

I.3.2 Mthode de traitement du signal A partir des signaux fournis par les capteurs, les systmes de traitement de linformation vont

extraire linformation la plus utile et la plus pertinente des fins de diagnostic. Ces signaux

u

Entre

y

Sortie

Systme , x

Estimation de paramtres ou

dtat

(t), x (t)

Modle simplifi


23

peuvent tre dpendants ou indpendants du temps, monodimensionnels (exemple : signaux

vibratoires, signaux de temprature) ou bidimensionnels.

Le diagnostic dune dfaillance seffectue en deux tapes, la premire consiste la dtection

du fonctionnement dfaillant ensuite on identifie la cause de la dfaillance laide dun

raisonnement logique. Souvent une signature de rfrence, dans les domaines temporels,

frquentiels et statistiques est utilise pour dtecter lcart par comparaison aux signatures

observes.

Ainsi le traitement du signal joue un rle important pour caractriser les divers modes de

fonctionnement par des signatures. Nanmoins le signal, issu des capteurs et de leurs chanes

dinstrumentations associes, est souvent entach de bruit. En effet le signal utilis est la

rsultante dune composante dterministe du signal xd et une composante alatoire xa. Le

schma de principe dune chane de mesure, implant dans le contexte dune application de

diagnostic, est montr sur la fig. I-7, x tant le signal originel mesurer.

La prise dimpulsion constitue un moyen de couplage entre la grandeur physique et le capteur.

Ce dernier sert transformer la variable physique en une grandeur exploitable notamment

lectrique qui sera transmise par la ligne de transmission vers le rcepteur pour le dcodage et

la conversion. Enfin, le module de traitement de signal fournit le signal trait x ncessaire

la caractrisation du dfaut. Par ailleurs, chaque maillon de la chane dinstrumentation peut

tre une source de bruits et de dgradation du signal [RIPO 99].

La contribution de ces sources de bruits et de distorsion du signal initial (rel) est

formule par :

jik

k dbxx , bi : bruit du processus

dj : perturbation apporte par la prise de mesure

k : fonction de propagation des bruits et distorsion.


24

Fig. I-7 Schma de principe dune chane de mesure pour le diagnostic

En gnral, les mthodes de diagnostic reposent sur la caractrisation des signaux en fonction

de leurs proprits temporelles, frquentielles ou statistiques.

En traitement de signal, plusieurs outils sont extrmement importants tel que le produit de

convolution pour le filtrage des signaux, le rapport signal sur bruit pour connatre le degr de

qualit dun signal dterministe et la corrlation pour la caractrisation spectrale.

PROCESSUS

Prises dimpulsion

b1

d1

Prises dimpulsion

Grandeur physique

Capteur

Convertisseur

b2 d2

b3 d3

Grandeur lectrique

b4

d4

b5

X

X

PRELEVER

TRANSFORMER

CONVERTIR

TRANSMETTRE

RESTITUER

TRAITER

Signal trait x x

Traitement du signal

Transmission

Rcepteur

Signal image

Signal image

Caractristique pour le

diagnostic


25

La modlisation de signaux dterministes des fins de diagnostic et de surveillance fait appel

divers outils mathmatiques applicables dans les domaines temporels et frquentiels tel que

la transforme de Fourier, la transforme de Laplace, la transforme en z et la transformation

de Hilbert etc...

La connaissance de la densit spectrale dun signal dterministe est un moyen de caractriser

linformation utile et la bande de frquence correspondante. Les oprations de filtrage sont

aussi utilises pour extraire une partie des informations dun signal dans un domaine

frquentiel spcifique.

En pratique, le diagnostic base de techniques de traitement du signal se ralise sur une dure

finie. De ce fait, lvaluation par lune des mthodes de transformation sur un intervalle de

temps infini ne concorde pas avec les caractristiques pratiques calcules partir de

squences finies. Cette source derreur peut compromettre une interprtation correcte des

rsultats fournis par les algorithmes.

Donc, pour les calculs pratiques des caractristiques des signaux, les transformes de Fourier

discrte et de Fourier rapide sont souvent utiliss pour le calcul des caractristiques spectrales

des signaux laide de systmes numriques. La notion destimateurs savre aussi utile dans

la pratique du diagnostic. On cite lexemple de la surveillance de la temprature du palier

dune machine tournante dont le principe consiste relever, intervalle rgulier, la

temprature moyenne laide dun thermocouple et de comparer les relevs une valeur moyenne de rfrence 0 pour la prise de dcision. Le problme gnral de lestimation rside dans linaccessibilit du paramtre surveiller qui est entach de bruit. La rsolution du

problme de lestimation consiste trouver la meilleure approximation du paramtre base sur un choix judicieux de fonctions destimation rpondant un certain nombre de proprits.

Parfois les outils classiques de traitement du signal savrent inadapts lanalyse de certains

signaux o lhypothse de stationnarit nest pas vrifie.

Pour rsoudre ce problme, il faut introduire le concept de non stationnarit. Les signaux non

stationnaires ont des proprits structurelles dpendantes du temps. Cette dpendance

temporelle des signaux provient de diverses situations, par exemple, un systme soumis une

excitation stationnaire qui nest plus caractris par des paramtres constants. Ce phnomne

se rencontre lors du vieillissement des composants lectroniques de puissance (par exemple la

tension de seuil des semi-conducteurs change ainsi que dautres paramtres).


26

La grande diversit des outils ddis la caractrisation des signaux non stationnaires rend

difficile la comparaison entre les diffrentes approches. Nanmoins, on distingue deux

grandes familles doutils :

La famille daide la comprhension de la structure dun signal. La famille doutils utilisable pour la prise de dcision aprs interprtation des

caractristiques du signal

Lanalyse des spcificits des signaux non stationnaires fait ressortir trois catgories distinctes

de reprsentation : les structures frquentielles, temporelles et les structures conjointes ou

dchelle qui allient les deux aspects.

De manire gnrale, un signal non stationnaire est une superposition de phnomnes

temporels et frquentiels. La transformation de Wigner-Ville savre un outil efficace pour les

signaux superposition de phnomnes temporels et frquentiels. Cependant, le mode de

reprsentation structure dchelle est trs utilis pour dtecter des phnomnes qui se

droulent sur des chelles de frquences distinctes.

La transformation en Ondelettes est une technique bien adapte lanalyse de ce type de

signaux [DAUB 92]. Le principe consiste dcomposer le signal laide de fonction

analysantes particulires, partir dune fonction de base d'une Ondelette mre t , qui possdent deux proprits particulires. La premire proprit impose que t soit localise et oscillante, ce qui conduit la condition quelle soit dcroissance rapide quand t . La seconde est :

dtttdtttdtt m

1.... (Eq I.4)

Un exemple dune Ondelette mre est :

tjct eet 02

(Eq I.5) A partir de lOndelette mre , il est possible de crer des Ondelettes analysantes tba, centres autours de b et chelle variable dfinie par le paramtre a.

a

bta

tba 1, (Eq I.6)

a et b sont constantes.

La forme gnrale de la transformation en ondelettes baTx , est donne par :


27

dta

bttxa

baTx

1, (Eq I.7)

Daprs cette formule, la dcomposition en Ondelettes revient faire le produit de

convolution du signal x(t) avec la fonction t dans le domaine temporel et, par consquent, le produit X(f) . f dans le domaine frquentiel. La transformation en Ondelettes continue est linaire. Sa transformation inverse baTx ,1 permet de revenir au signal original.

dadbbaTa

bta

ktx x ,

(Eq I.8)

A la diffrence de la transformation de Fourier, la technique des Ondelettes utilise la

dilatation et la contraction du motif de lOndelette originale. Do la notion dchelle de

dilatation et contraction (analyse multichelle). Du point de vue de la dtection, la

transforme en Ondelette peut tre interprte comme un filtrage multichelle. En effet, pour

diffrentes versions dilates dune forme connue a priori, on cherche les instants o le signal

ressemble le plus cette forme.

D'un point de vue nergtique, il existe une relation entre la transforme en Ondelettes et la

transforme de Wigner-Ville qui est la suivante :

dudva

buWvuWbaT xxx

,, 2 (Eq I.9)

Les fonctions analysantes de Gabor sont drives dune fonction mre constitue dune

courbe gaussienne module par une fonction cosinus appele la fonction analysante [MEYE

92].

tcoset ct 02 (Eq I.10) A partir de cette fonction mre, on projette le signal x(t) sur une base de fonctions :

abtatb,a 1 (Eq I.11) O le paramtre a est un coefficient de dilatation qui permet de dterminer lchelle du temps

dobservation. Le paramtre b correspond au dcalage de la fonction analysante. La variation

du paramtre b permet de dplacer la fonction analysante le long de laxe des temps.

Morlet a mis au point des fonctions analysantes (a,b)(t) partir de la fonction gnratrice suivante.


28

tnneeet tt 02

cos4

22

220

220

(Eq I.12)

La figure I-8 reprsente deux fonctions analysantes dans le domaine temporel pour lordre

n=4 et n=10.

Fig I-8 Ondelettes de Morlet

Les Ondelettes de Morlet ont des rponses frquentielles qui correspondent des filtres passe

bande dont lamplitude est gaussienne. Il est noter que la transformation en Ondelette ne

peut tre calcule en temps rel. En pratique, on enregistre le signal dans son intgralit puis

on procde au calcul de la transformation par Ondelettes.

La Fig I-9 illustre lapplication de la transformation en Ondelettes de Morlet pour la dtection

dune impulsion noye dans un bruit. Lutilisation de la transformation en Ondelettes de

Morlet dans cet exemple montre la puissance dun tel outil pour la dtection de singularit. En

effet, le coefficient dOndelette pour 5 Hz a une amplitude leve comparativement aux autres

coefficients.


29

Fig I-9 Application des Ondelettes la dtection dune impulsion noye dans du bruit

I.3.3 Diagnostic par modlisation et identification Le diagnostic par la modlisation appartient aux mthodes de diagnostic interne

conformment la classification ci-dessus. Le principe de la dtection repose sur la

comparaison des paramtres mesurs avec les paramtres associs un fonctionnement

normal. Les paramtres reprsentatifs du processus sobtiennent par la mthode

didentification [FUSS 98]. Lidentification est la dtermination partir de la connaissance

des signaux dentres et de sorties, dun modle mathmatique appartenant une classe

donne (comportementale, fonctionnelle) pour laquelle, les comportements dynamiques

ou statiques sont quivalents ceux du processus au sens dun critre donn.

Dune manire gnrale, lidentification dun systme signifie la dtermination dun modle

de simulation, c'est--dire le choix d'une fonction mathmatique et lextraction de ses

paramtres partir de donnes exprimentales Fig.I-10.


30

Lestimation des paramtres concerne la dtermination des coefficients du modle partir

des donnes exprimentales pour un modle donn. La terminologie estimation fait

allusion ce que les valeurs variables extraites soient entaches derreurs.

Fig I-10. Relation entre simulation et identification

Modles paramtriques et non paramtriques

Dune manire gnrale, les paramtres d'un modle peuvent tre soit constants (n'voluent

pas dans le temps), variables lentement (vieillissement), variables de manire frquente et/ou

brutale et variables lorsque une perturbation ou une panne surgit. On distingue alors le

comportement normal du systme, des comportements (anormaux) rsultant de ces pannes.

Au moment de la modlisation, il convient de bien prendre garde la rpartition des variables

entre celles qui doivent tre considres comme variables d'tat et celles qui doivent tre

prises comme paramtres caractristiques. En effet, on peut augmenter la difficult d'un

problme de surveillance par une mauvaise paramtrisation. Les modles se classent en deux

catgories : modles paramtriques et non paramtriques.

Reponse

Fonction Math

Coefficients

Modle Connu Calcule

Fonction Math

Coefficients

Modle dterminer

Rponse

Mesure

Identification

Simulation


31

Modles paramtriques

Les modles paramtriques sont des outils permettant de prdire les rponses dynamiques et

statiques du processus indpendamment des signaux de commande. Ils utilisent un nombre

fini de paramtres dans la structure mathmatique retenue comme modle du systme.

Les modles paramtriques se classent en diffrentes catgories dduites soit dune

comprhension physique des phnomnes lintrieur du processus soit, sur des fondements

empiriques ou une approche mixte.

Modle physique ou de connaissance Le modle paramtrique physique repose sur des lois qui rgissent le systme. Ces modles

permettent de simuler le comportement rel du processus dans les limites de validit du

modle et les hypothses de prise en compte et, par consquent, toute modification de relation

de causalit (cause effet) sont immdiatement interprtables pour des fins de diagnostic. Par

exemple, la surveillance du gradient de temprature dans les composants de puissance

conduira diagnostiquer un dfaut de court-circuit (fracture dans la structure). Nanmoins,

ces modles ncessitent une bonne comprhension de la physique des phnomnes. De plus,

ils font appel plusieurs paramtres quil faut identifier. Lintgration de lensemble des

paramtres dans le modle pose le problme des temps de calcul, trs importants en

simulations ce qui entrane des problmes pour raliser le diagnostic en temps rel. Si le

modle est trop simplifi, alors sa prcision dcrot. Les rsultats risquent dtre dcevants, ce

qui remet en question linterprtation physique.

Modle empirique ou de reprsentation Les modles paramtriques empiriques ou modles de boite noire ou de reprsentation

sont construits partir de donnes exprimentales en faisant abstraction des lois physiques.

Cette approche apporte une solution pour une modlisation complexe et coteuse du

fonctionnement par sa simplicit de mise en uvre et le nombre de paramtres rduits.

Linconvnient de ce type de modle est davoir des paramtres qui nont pas de sens

physique, par exemple lanalogie lectrique thermique ou bien les constantes de temps dans

les modles des systmes linaires en automatique. Une autre difficult dans la modlisation

rside dans le choix de la structure du modle. La validation des modles issus de cette

approche dpend des conditions exprimentales et du domaine de fonctionnement avec lequel

il a t identifi. Lextrapolation du modle dans le domaine non explor doit tre utilise

avec une certaine circonspection.


32

Modle mixte Les modles paramtriques mixtes constituent un compromis entre le modle physique simple

et le modle physique trop complexe en utilisant des paramtres physiques globaux ou en

approximant par une fonction. Par exemple, dans le composant de puissance, le coefficient de

transfert thermique de trois couches de matriaux diffrents peut tre remplac par un

coefficient global de transfert thermique.

Ainsi, on peut appliquer cette technique de modlisation aux systmes structure hirarchise

dans leur ensemble ou une de leur partie seulement. Cependant, lintgration de tous les

phnomnes ainsi que linteraction entre les diffrents modles de sous-systmes peut

conduire des difficults de simulation et une validit rduite du modle.

Modles non paramtriques

Ils constituent une deuxime catgorie ddie la modlisation des caractristiques

dynamiques des systmes. Ces modles correspondent aux rponses frquentielles et

temporelles des processus. Le choix entre un modle paramtrique ou non paramtrique

dpend principalement de la connaissance priori sur la physique des phnomnes et de la

mthode de diagnostic. Le modle non paramtrique est retenu dans le sens de diagnostic

externe.

Reprsentation dun modle

Une premire tape dans la modlisation des processus est le choix de la reprsentation fond

sur lanalyse de la nature (continu, discontinu, discret) du processus dont on se propose

dlaborer un modle. En gnral, les mthodes didentification sadressent des modles

numriques de simulation implants sur les calculateurs. Il est ncessaire dobtenir des

modles discrets des processus continus.

Une seconde tape consiste identifier le mode de fonctionnement (statique ou dynamique)

pour lequel on se propose dtablir le diagnostic.

Les modes statiques sont caractriss particulirement par labsence du facteur temps.

En ce qui concerne les modes dynamiques, le fonctionnement peut tre caractris par des

grandeurs temporelles et spatiales (le systme sera dcrit par un modle paramtres

rpartis), soit par des grandeurs temporelles uniquement alors on soriente vers des modles

paramtres localiss [FUSS 98].

Une troisime phase pour le choix du modle sera la classification du modle du systme

selon les critres continu/ discret, paramtres rpartis/ concentr, monovariable /

multivariable, linaire/ non linaire, dterministe/ stochastique.


33

Ltape de validation de la qualit didentification se caractrise par une comparaison des

rponses mesures et calcules. Souvent un critre quadratique de type moindre carrs pour

calculer lcart entre les rponses mesures sur le processus rel et celle dduite du modle.

I.3.4 Diagnostic par modlisation fonctionnelle et matrielle La pratique de diagnostic diffre par la nature des activits de conduite (comportement) et de

la maintenance. Dans le cadre de la maintenance corrective, le diagnostic est effectu grce

une connaissance parfaite des relations causales. Par contre en diagnostic prventif, lanalyse

des signatures est exploite par les experts.

I.3.4.1 Mthodes par modlisation fonctionnelle Le mode de dfaillance fonctionnelle correspond une perte dune des fonctions dun lment

donn ou une altration des performances de la fonction hors des limites de spcification

fonctionnelle. Le principe des mthodes de modlisation des dfaillances fonctionnelles est

dtablir priori les liens entre les causes initiales des dfaillances et leurs effets par une

analyse fonctionnelle. Lanalyse fonctionnelle interne correspond lutilisation des

formalismes permettant de visualiser les diffrentes fonctions remplies par les systmes.

I.3.4.2 Arbre fonctionnel A partir du cahier de charge de conception, la dcomposition fonctionnelle du systme est

effectue en appliquant la trilogie Entre/Traitement/Sortie ou encore

Capter/Transformer/Transmettre. La reprsentation par arbre fonctionnel correspond une

dcomposition fonctionnelle arborescente hirarchise de fonctions [LIMN 92]. Pour la

fonction principale, on associe le niveau 0, les fonctions de niveau infrieur correspondent au

niveau -1. On utilise des symboles logiques ET et OU pour prendre en compte les

redondances ventuelles Fig I-11.


34

Fig I-11 Dcompositions dun systme sous forme darbre fonctionnel

Cette mthode est adapte au problme du diagnostic car elle permet les approches inductive

et dductive.

I.3.4.3 Analyse des Modes de Dfaillance et de leurs Effets : AMDE Ces analyses sont trs utilises pour les tudes de sret de fonctionnement lors de la

conception des systmes. Elles sont indispensables pour sassurer que les paramtres de

sret, de fiabilit, de maintenabilit, de disponibilit et de scurit sont conformes aux

spcifications. Elles prennent en compte toutes les dfaillances possibles et analysent les

consquences sur les fonctions des systmes, ce qui permet lidentification des matriels

sensibles faisant lobjet dun changement de conception ou bien dune redondance matrielle.

La procdure AMDE a t normalise (AFNOR X60-510/CEI 812-1985). Elle constitue une

technique dductive [CHAT 93].

Les tapes de lAMDE peuvent tre rsumes dans les points suivants :

Dcomposition du systme en sous-systmes avec identification des organes de chacun.

Etablissement des modes de dfaillances pour chaque organe de chaque sous-systme.


35

Etudes des effets et prsentation des rsultats dans un tableau.

I.3.4.4 Mthode de larbre de dfaillance Cette mthode associe une dfaillance une combinaison dvnements de niveau infrieur

qui entrane sa ralisation. Larbre de dfaillance est constitu de niveaux successifs

dvnements tels que chaque vnement est le rsultat dune combinaison logique

dvnements de niveaux infrieurs. La construction dun arbre de dfaillance utilise un

symbolisme spcifique et des rgles prcises.

Malgr laspect duniversalit des mthodes danalyses fonctionnelles, celles-ci prsentent un

inconvnient. Leur mise en uvre exige une connaissance parfaite des dossiers de conception,

de ralisation et de fonctionnement. Elle ne peut tre conduite que par des experts du

domaine.

I.3.5 Diagnostic par rseaux de neurones

Les rseaux de neurones RN sont bien adapts pour le diagnostic. Grce au mcanisme

dapprentissage bas sur lutilisation dun ensemble de rgles, la classification des

dfaillances est rendue possible.

En effet, les oprateurs sont conduits reconnatre et classer les signatures, caractrisant les

diffrents tats de fonctionnement, de faon visuelle. Plusieurs fonctions sont ncessaires au

diagnostic savoir, la capacit de perception, la facult de mmorisation et lapprentissage,

ensuite le raisonnement logique et enfin les facults dadaptation. Les rseaux de neurones

artificiels sont particulirement adapts pour aider les spcialistes de maintenance dans ces

activits de reconnaissance et de classification [ZWIN 95]. Par analogie au modle

biologique, un modle non linaire de neurone artificiel (processeur lmentaire) est conu,

recevant les signaux de N processeurs Pj, j=1.N et dlivrant un signal de sortie Xi Fig I-12.


36

Fig. I-12 Modle dun neurone artificiel

Les N signaux dactivation sont pondrs par des poids de connexions synaptiques ij qui reprsentent le niveau de relation entre les neurones artificiels (la mmoire du neurone

artificiel) et font lobjet dun apprentissage lorsque les neurones sont en rseau. Le neurone

artificiel labore ainsi un signal interne total, partir des N signaux dactivation.

01

ij

Nj

jiji xS

(Eq I.13)

Le signal de sortie Xi est obtenu en appliquant une fonction d'activation sur ce signal interne

et servira exciter les autres neurones qui lui sont connects. Les fonctions dactivation sont

de natures varies : continues, discontinues, alatoires. Exemple : la fonction linaire avec

seuil, ou seuils multiples.

Dans le cadre des applications de diagnostic, on considre linterconnexion des neurones en

rseaux. Ces rseaux peuvent tre classs en deux grandes familles selon le type

darchitecture. On distingue :

les rseaux non boucls qui dans la majorit des cas sont mis en uvre pour les tches de classification automatique et sont organiss en couches dont certaines sont caches

Fig I-13.

les rseaux boucls qui loppos, sont le sige de contre ractions synchrones en fonction du temps.


37

Fig I-13 Rseau couche cache non boucle

Une deuxime caractristique du rseau de neurones concerne les mthodes dapprentissage.

Ces mcanismes dapprentissage sont une mulation du processus de mmorisation de

connaissance du cerveau humain. La mmorisation est assure par les poids synaptiques dont

la valeur varie et est rgie par des rgles dapprentissage.

Pour la classification, les fonctions d'activation sont gnralement des fonctions discontinues

de type fonction seuils. Par exemple, une fonction d'activation un seuil est utilise pour

sparer lensemble des vecteurs en deux classes 1 et 2 Fig I-14. 1x si 0xg (Eq I.14) 2x si 0xg (Eq I.15)

Fig.I-14 Sparation de deux classes avec adaptateur linaire


38

Certes les rseaux de neurones prsentent des atouts majeurs pour la rsolution de problmes

complexes. Ils prsentent une capacit dapprendre des rgles d'apprentissage partir

dexemples, quils sont capables dtendre de nouveaux cas. Ils ont un caractre robuste.

En effet, la perte ventuelle de quelques neurones naffecte pas beaucoup les performances

du rseau lors de la reconnaissance. Enfin, ils offrent la possibilit des traitements parallles

des informations contenues dans des millions de neurones.

Toutefois, on peut remarquer que les tches de diagnostic reposent sur une quantit

dheuristiques difficile formaliser dans un modle mathmatique, une corrlation entre des

variables trs disparates, des observations qualitatives (bruitage)

Critiques sur lapplication des RN en diagnostic

Les rseaux de neurones couches sont aujourdhui trs utiliss en diagnostic industriel en

raison de leur capacit rsoudre les problmes de classification non linaire.

Cependant, le calcul neuromimtrique doit tre rserv aux traitements de donnes

complexes, bruites ou incompltes et pour lesquelles on dispose dun trs grand nombre

dchantillons. Il est vrai aussi que les RN multicouches constituent un outil trs performant

pour le diagnostic industriel par leurs capacits dapprentissage et la reconnaissance des

formes. Lhandicap cest quil nexiste pas de mthodologie formelle pour la conception et

la ralisation de ces rseaux en ce qui concerne le choix du nombre de couches, le nombre

total de cellules, le choix des rgles. Il existe cependant des pistes dans le cadre de

l'approximation de fonctions continues [FRA 96].

I.3.6 Diagnostic par les systmes experts Les systmes experts sont bass sur la reproduction du raisonnement dun expert humain dans

un domaine donn. La mise en uvre dun systme expert est une tache pluridisciplinaire.

Elle fait appel diffrentes comptences. On distingue :

lexpert qui dispose des connaissances et des solutions aux problmes. le cogniticien qui, partir des connaissances de lexpert, va concevoir une mise en

forme du problme.

linformaticien pour crire lalgorithme ralisant le systme informatique. lutilisateur : pour exploiter le systme expert.

Les systmes experts permettent de rsoudre les problmes de diagnostic, mais ils trouvent

leurs applications dans bien dautres domaines notamment la planification, la conception , le


39

contrle de processus, la formation, la gestion de configuration et plus gnralement diverses

formes daide la dcision.

La ralisation du systme expert doit tre envisage avec la sparation claire entre le modle

de connaissance de lexpert et le formalisme adapt la mise en uvre de ce modle. Le

modle constitue une expression modulaire dcrivant le domaine concern (structure, relation,

proprits) [BENC 86].

A partir de ce modle, le cogniticien traduit les connaissances en langage formel, en vue

dimplanter le systme informatique.

Une description structure du domaine par proprits doit tre ralise en indiquant comment

ces proprits peuvent tre values (par application de fonction, dduction dautres

proprits, utilisation de ressources externes.)

Lobjectif du systme expert est dexploiter cet ensemble de connaissances sous forme

informatise. La mthode utilise se base sur le raisonnement qui par sa complexit ncessite

un certain nombre dtapes et dventuelles imbrications. La modlisation du raisonnement

constitue une phase dlicate dans lanalyse des connaissances.

Le formalisme de gnration de connaissances est constitu de rgles de production de la

forme SI condition, alors conclusions (conditions de vracit des expressions). Un

moteur dinfrence exploite les rgles et les faits et dduit une connaissance formule

gnralement sous la forme d'une rgle.

Base de faits + Base de rgles = Base de connaissance

Limitation des systmes experts

Comme tout logiciel au champ dapplication bien limit, les systmes experts sont incapables

davoir un comportement cohrent ds quon quitte ce domaine. De plus, il est ncessaire de

former des utilisateurs pour une bonne exploitation de cet outil. Toutes ces considrations font

du systme expert un outil non commode.

Une difficult spcifique dans la conception de ces outils rside dans la formalisation de la

dmarche cognitive Fig I-15 [CHAT 93].


40

Fig I-15 Architecture dun systme expert

Une autre limitation du systme expert concerne la prise en compte du temps, notamment

pour la description des vnements lis au temps qui ont une certaine dure, et du

cadencement des vnements. Une autre difficult se prsente pour grer la non monotonie

provenant dun changement de vracit dun vnement.

Evolutivit des systmes experts

Dans la plupart des cas, lvolutivit des systmes experts est troitement lie lvolution

mme des systmes (matriel) au cours du temps. Ainsi la modification de ces systmes

ncessite dapporter des corrections et adaptations qui peuvent remettre en cause parfois la

base du raisonnement dune partie des connaissances contenues dans le systme. Pour la

ralisation dune application de type systme expert, on peut utiliser des langages

informatiques gnraux tel que fortran, C, pascal etc. Ces solutions sont peu retenues car elles

ncessitent programmer de faon dtaille des fonctions lmentaires disponibles dans

dautres environnements plus puissants.

Quelquefois on a recours des langages dintelligence artificielle classs en trois catgories :

langages fonctionnels, langages logiques, langages objet. Lisp (liste processing langage)

tant le prototype le plus utilis est conu partir de langages fonctionnels et constitue un

langage interactif de traitement de listes. Malgr les ralisations en Lisp notamment

lintgration de fonction de plus en complexe, celui-ci prsente des limitations lies

Base de

faits

Module de

consultation

Base de rgles

Moteur dinfrence

Module de

dveloppement


41

limportance des ressources informatiques ncessaires, aux restrictions de la portabilit des

ralisations vers les langages classiques [CHAT 93].

Toutefois, le prototype prolog utilise des langages logiques. Il est bas sur la manipulation de

sous ensemble de la logique. Plusieurs travaux sur prolog ont conduit des versions volues.

Mais son utilisation impose de sen servir pour dfinir les mcanismes de manipulation de

connaissances utiles pour le modle. De plus, il faut une formation pour transposer le

problme en terme logique.

Enfin, les langages orient objet constituent des environnements complets de programmation

qui permettent de btir une application autour dentits correspondant des concepts bien

dfinis et organiss de manire structure. Lapproche par objets confre une convivialit

lapplication notamment pour la visualisation, modification des classes, des relations.

Certes, la notion objet prsente un grand intrt pour la reprsentation des lments de

connaissances descriptifs. Cependant, la transposition directe dun lment de connaissance

sous forme dun objet du langage nest pas forcment la meilleure solution. Souvent, il est

prfrable dadopter la structure recevant la description des lments de connaissance et

ensuite la manipuler effectivement comme objet.

I.4 Concepts de surveillance Dans ce travail, un intrt particulier est port la surveillance du systme de puissance dans

le V.E. (Vhicule Electrique) qui est essentiellement un systme dynamique. Son modle

dynamique, rsultant de l'application des lois fondamentales de la physique, se prsente sous

forme dune reprsentation d'tat, dans laquelle on crit les relations dynamiques entre les

entres et les sorties en explicitant un tat (multidimensionnel) voluant lui- mme de manire

dynamique [BASS 96].

Loccurrence dune panne est vue comme une variation d'un ou de plusieurs paramtres par

rapport une valeur de rfrence 0, c'est--dire d'une ou plusieurs composantes du vecteur. La surveillance consiste dtecter ces variations de paramtres, distinguer celles qui

rsultent de pannes de celles qui rsultent de comportements normaux, dcider si ces

variations sont effectivement significatives par rapport aux incertitudes sur le modle et sur la

rfrence 0 et aux bruits sur les donnes mesures. Le problme du diagnostic est en outre de dterminer les composantes du vecteur paramtre qui sont effectivement modifies et de

trouver les causes, en termes des composants atteints, de ces variations.


42

I.4.1 Pourquoi surveiller un systme ? Les principales raisons qui conduisent surveiller un systme dynamique sont :

- La conduite ou comportement, qu'il s'agit d'optimiser et qui est une tche en ligne; par

exemple, un tableau de bord dans lautomobile doit fournir l'oprateur les outils ncessaires

la prise de dcision d'actions visant faire fonctionner le systme au mieux en terme de

scurit et de non dgradation des quipements. Ceci passe par la surveillance du systme afin

de dtecter toutes anomalies de fonctionnement et l'identifier aussi bien que possible.

- Un service, qu'il faut assurer. La capacit dtecter, localiser et diagnostiquer les

vnements indsirables, et y ragir, est un enjeu crucial.

- La maintenance, qui a pour objet le remplacement ou la rparation d'quipements uss ou

dfectueux, et que l'on souhaite optimiser. Elle s'effectue le plus souvent hors-ligne : La

maintenance corrective intervient aprs la dtection et la localisation d'un dfaut; la

maintenance prventive est elle le plus souvent systmatique. Cependant, la maintenance

conditionnelle, qui est une alternative la maintenance systmatique, fait l'objet d'une

demande croissante dans un grand nombre d'applications. Cette maintenance est base sur la

surveillance en continu de l'volution du systme, afin de prvenir un dysfonctionnement

avant qu'il n'arrive; elle impose donc des traitements en ligne, au moins en partie.

Les enjeux conomiques, technologiques et environnementaux de la surveillance sont

troitement lis des impratifs de scurit (des hommes et des matriels) et de protection de

l'environnement.

Le choix d'une approche en ligne ou hors-ligne pour la surveillance dpend non seulement de

l'objectif conduite ou maintenance, mais galement des ordres de grandeur relatifs des

constantes de temps du systme, des diffrents types d'vnements surveiller, et aussi de

l'chantillonnage des mesures disponibles.

I.4.2 Architecture gnrale La figure I-16 prsente l'architecture gnrale d'un systme de surveillance en ligne. On y

retrouve les trois grandes fonctions " Voir ", " Comprendre", " Agir " ncessaires une bonne

surveillance. La fonction de perception s'appuie sur les donnes acquises par les capteurs du

systme surveiller et transmet l'oprateur des informations plus ou moins labores.

L'oprateur analyse les informations reues et dcide des actions entreprendre au travers

d'actionneurs qui permettent d'agir sur le systme. L'architecture d'un systme de surveillance

hors-ligne est proche de celle-ci sauf que le flux d'observations ne provient pas directement


43

des capteurs mais d'une base de donnes o elles ont t archives. En outre, les dcisions

prises sont des actions de remplacement ou de rparation des composants du systme.

Fig.I-16 Architecture gnrale dun systme de surveillance

I.4.3 Les diffrents niveaux de traitement : du signal la dcision On peut reprsenter l'organisation gnrale des traitements en ligne utiles pour l'aide la

conduite comme indiqu la figure I-17.

On distingue plusieurs niveaux de traitement possibles :

Le premier niveau concerne le traitement des donnes capteurs : il a pour premire fonction la

dtection et l'limination des valeurs aberrantes. Il prend aussi souvent en charge la validation

des capteurs eux-mmes en tudiant, l'aide de mthodes numriques, la redondance inter-

capteurs.

Voir Comprendre Agir

Alarmes Panne Proposition daction

Systme

Act

ionn

eur

Cap

teur

Gnration dalarme

Aide la dcision

Interprtation

Filtr

age

Loca

lisat

ion

Dia

gnos

tic

DcisionSignaux

Oprateur


44

Un second niveau, qui travaille toujours partir des donnes capteurs, a pour fonction la

gnration des alarmes. Les alarmes indiquent l'occurrence d'vnements survenus dans le

systme.

La gnration des alarmes se fait, notamment, par un traitement conjoint de plusieurs signaux

et utilisant un modle du systme surveill [WENG 88].

Fig.I-17 Organisation des traitements en ligne

Il est important de souligner que ces deux premiers niveaux Fig.I-17, redondance inter-

capteurs et gnration d'alarmes, constituent un codage numrique/symbolique " intelligent "

(symbolique tant loppos de numrique) des donnes capteurs, point crucial pour la

Actions

Dcision

Diagnostic

Interprtation des alarmes

Alarmes

Gnration des alarmes

Donnes capteurs

Traitement

Valeurs aberrantes

2

1

3

4

Base de donnes

Mai

nten

ance

Surv

eilla

nce

Signal capt


45

surveillance. En particulier, il est possible de produire directement ce niveau des alarmes "

intelligentes " portant des informations relatives au diagnostic.

Un troisime niveau a pour charge l'interprtation des alarmes. Il doit transformer les alarmes

(qui signalent des vnements survenus sur le systme) en une information utile l'oprateur

dans sa prise de dcision. On utilise le filtrage (limination d'alarmes redondantes); la

localisation d'un dysfonctionnement (en faisant par exemple le lien entre signal ou paramtre

perturb et composant en dysfonctionnement); et le diagnostic (recherche de la cause

profonde expliquant le phnomne observ). Les vnements l'origine de l'mission des

alarmes ne sont pas forcment indsirables. Un des buts de l'interprtation est prcisment de

le dterminer.

Il convient de souligner que la phase d'interprtation des alarmes dpend directement de

l'objectif du systme de surveillance. La profondeur dans la recherche de causes est par

exemple diffrente selon que la surveillance est effectue dans un but d'aide la conduite ou

dans un but de maintenance conditionnelle.

En gnral la surveillance d'un systme comprend ces trois niveaux et suppose donc une

intgration de traitements de type purement numrique au niveau 1, de type mixte

numrique/symbolique au niveau 2 et plutt symbolique au niveau 3.

I.4.4 Objectifs d'une " bonne " surveillance Pour surveiller en continu l'volution du systme et trouver les causes des vnements

indsirables, il convient d'utiliser au mieux les informations disponibles, qu'elles soient

numriques (les donnes des divers capteurs et actionneurs), ou symboliques (historiques,

environnement, vnements indsirables survenus antrieurement et rparations

effectues,...). Dans l'optique d'une utilisation optimale des informations disponibles pour la

surveillance, deux points mritent d'tre souligns :

Un premier point crucial rside dans le traitement des signaux (donnes des capteurs et

actionneurs) mesurs sur le systme, qui doivent tre analyss aussi finement que possible

afin de limiter au maximum les pertes d'informations et la gnration d'alarmes non

pertinentes et redondantes. Il s'agit alors :

partir des signaux d'extraire des caractristiques des objets tudis qui soient pertinentes pour la surveillance;

d'tre capable d'analyser ces lments afin de dtecter perturbations et anomalies; ceci en prservant une robustesse suffisante par rapport aux bruits sur le systme, aux


46

erreurs sur son modle, et aux incertitudes sur la rfrence, mais aussi par rapport aux

changements de modes de fonctionnement du systme;

de combiner les informations obtenues avec d'autres informations symboliques qui sont disponibles sur le systme et indispensables sa surveillance. En particulier, que

ce soit pour la conduite ou la maintenance conditionnelle, la dtection prcoce de

dviations faibles par rapport une caractrisation du systme en mode de

fonctionnement normal (sans excitation artificielle, ni ralentissement, ni arrt) s'avre

d'un grand intrt.

Le second point cruc

c-fa-ch-ph

Documents

Transcript of c-fa-ch-ph