Diagnostic utilisant les tests dhypothèses structurés. Application au contrôle de la pression dun...
-
Upload
fabien-blanc -
Category
Documents
-
view
107 -
download
0
Transcript of Diagnostic utilisant les tests dhypothèses structurés. Application au contrôle de la pression dun...
Diagnostic utilisant les tests d’hypothèses structurés. Application au contrôle de la pression
d’un système d’injection diesel à rampe commune.
Zahi SABEH, José RAGOT et Frédéric KRATZ
QuickTime™ et undécompresseur TIFF (non compressé)
sont requis pour visionner cette image.
QuickTime™ et undécompresseur TIFF (non compressé)sont requis pour visionner cette image.QuickTime™ et undécompresseur TIFF (LZW)
sont requis pour visionner cette image.
Système d’injection diesel à rampe commune
Points examinés
Position du problème
Simulateur de défauts
Système de diagnostic
Conclusions
Perspectives
Diagnostic utilisant les tests d’hypothèses structurés. Application au contrôle de la pression
d’un système d’injection diesel à rampe commune.
Modèlisation du système d’injection diesel à rampe commune
€
˙ x 1(t) = f x1(t),x2 (t), x3(t),u2 (t),u4 (t)( )
˙ x 2 (t) = f x2 (t),u2 (t),u3(t)( )
˙ x 3(t) = f x3(t),u1(t)( )
⎧
⎨ ⎪
⎩ ⎪
Variables
x =
Prailω
SIMV
⎛
⎝
⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟
Modèle quantitatif
Modèle structurel
€
u =
IIMV
Q fuel
CR
Dr
⎛
⎝
⎜ ⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟ ⎟
€
˙ x 1(t) = c1x22(t)+ c2x2(t)+ c3( )x3(t)+ c4x2(t)u2(t)+ c5x1
a(t)+ c6 x1(t)u4 (t)
˙ x 2(t) = c7u2(t)+ c8u3(t)+ c9x2(t)
˙ x 3(t) = c10x3(t)+ c11u1(t)+ c12
⎧
⎨
⎪ ⎪
⎩
⎪ ⎪
Qpump
Qinj
Qfuite
Structure du modèle. Occurrence des variables
€
r1(t) = ˙ x 1(t) − f x1(t),x2 (t), x3(t),u2 (t),u4 (t)( )
r2 (t) = ˙ x 2 (t) − f x2 (t),u2 (t),u3(t)( )
r3(t) = ˙ x 3(t) − f x3(t),u1(t)( )
⎧
⎨ ⎪
⎩ ⎪
Table d’occurrence des variables
x =
Prailω
SIMV
⎛
⎝
⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟
u(t)=
I IMVQfuelCRD
⎛
⎝
⎜ ⎜ ⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟ ⎟ ⎟
x1 x2 x3 u1 u2 u3 u4
m1 X X X . X . X
m2 . X . . X X .
m3 . . X X . . .
Structure du modèle. Occurrence des variables
€
r1(t) = ˙ x 1(t) − f x1(t),x2 (t), x3(t),u2 (t),u4 (t)( )
r2 (t) = ˙ x 2 (t) − f x2 (t),u2 (t),u3(t)( )
r3(t) = ˙ x 3(t) − f x3(t),u1(t)( )
⎧
⎨ ⎪
⎩ ⎪
Régime dynamique
x =
Prailω
SIMV
⎛
⎝
⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟
u(t)=
I IMVQfuelCRD
⎛
⎝
⎜ ⎜ ⎜ ⎜ ⎜
⎞
⎠
⎟ ⎟ ⎟ ⎟ ⎟
x1 x2 x3 u1 u2 u3 u4
m1 X X X X X X X
m2 . X . . X X .
m3 . . X X . . .
€
r1(t) = ˙ x 1(t)− f x1(t),x2(t),x3(t),u2(t),u4 (t)( )
r2(t) = ˙ x 2(t)− f x2(t),u2(t),u3(t)( )
r3(t) = ˙ x 3(t)− f x3(t),u1(t)( )
r4 (t) = y1(t)− x1(t)
r5(t) = y2(t)− x2(t)
⎧
⎨
⎪ ⎪ ⎪
⎩
⎪ ⎪ ⎪
Relation de redondance
x1 x2 x3 u1 u2 u3 u4 y1 y2
r1 X X X . X . X . .
r2 . X . . X X . .
r3 . . X X . . . . .
r4 X . . . . . . X .
r5 . X . . . . . . X
€
r1(t) = ˙ x 1(t)− f x1(t),x2(t),x3(t),u2(t),u4 (t)( )
r2(t) = ˙ x 2(t)− f x2(t),u2(t),u3(t)( )
r3(t) = ˙ x 3(t)− f x3(t),u1(t)( )
r4 (t) = y1(t)− x1(t)
r5(t) = y2(t)− x2(t)
⎧
⎨
⎪ ⎪ ⎪
⎩
⎪ ⎪ ⎪
Relation de redondance
x1 x2 x3 u1 u2 u3 u4 y1 y2
r1 . . . X X . X X X
r2 . . . . X X . . X
r3 . . . X . X X X X
r4 . . . X X X X X .
Régime permanent
Modèleu(t) x(t)€
˙ x 1(t) = f x1(t),x2 (t), x3(t),u2 (t),u4 (t)( )
˙ x 2 (t) = f x2 (t),u2 (t),u3(t)( )
˙ x 3(t) = f x3(t),u1(t)( )
⎧
⎨ ⎪
⎩ ⎪
Régime permanent
Régime dynamique
x10 = f u10 ,x20, x30,u40( )
x20 = f u20,u30( )
x30 = f u10( )
⎧
⎨ ⎪ ⎪
⎩ ⎪ ⎪
€
∂xi0∂u j0
, ∂xi0∂θ j
Coefficients de sensibilité
Principe du simulateur
€
˙ x 1(t) = f x1(t),x2 (t), x3(t),u2 (t),u4 (t)( )
˙ x 2 (t) = f x2 (t),u2 (t),u3(t)( )
˙ x 3(t) = f x3(t),u1(t)( )
⎧
⎨ ⎪
⎩ ⎪
Générateurd’excitations
Intégrationpar RK
Générationdes équations
d ’état
Contraintes physiquesDomaine
de fonctionnement
Paramètresd ’intégration
Tracé des états
Générateurde défauts
Diagnostic
Contraintes physiquesAmplitude des défauts
Principe du diagnostic et de la détection de défauts actionneurs
Systèmeréel
u(t) x(t)
Modèle dusystème
défauts
Compar.
Résidus
Analyse
Défauts
Principe du diagnostic et de la détection de défauts actionneurs
Identificationdu défaut
€
x1(t) → gx1(t)
x1(t) → x1(t)+b
x3(t) → x3(t)+ d
€
θ = g, b, d{ }
€
Φθ = y(t) −h(x(t))0
T∫ dt
˙ x (t) = f x(t),θ( )
€
ˆ θ
Φ ˆ θ ( )
€
ˆ θ min Φ( ˆ θ )
˙ x 1(t)= c1x22(t)+c2x2(t)+c3( )x3(t)+c4x2(t)u2(t)+c5x1
a(t)+c6 x1(t)u4(t)
˙ x 2(t) =c7u2(t)+c8u3(t)+c9x2(t)
˙ x 3(t) =c10x3(t)+c11u1(t)+c12
⎧
⎨ ⎪ ⎪
⎩ ⎪ ⎪
E3
Principe du diagnostic et de la détection de défauts actionneurs
Systèmeréel
u(t)y(t)
E1
défauts
E2Défauts
g
b
d
r1
r2
r3
Déci
sion
Simulation sans défaut : commandes et états
0 10 20 30 40 50 600
10
20
30
40
Pédale accélérateur
0 10 20 30 40 50 600
20
40
60
80
X1 (100% = 1200 bars)
0 10 20 30 40 50 600
50
100
X2 (Régime en %) (100% = 400 RPM)
0 10 20 30 40 50 600
20
40
60
80
Time (S)
X3 (Section IMV) (100% = 5 mm≤)
Simulation avec défaut : commandes et états
15 20 25 30 35 40 45 50 550
50
100
X1 (100% = 1200 bars), mesure et prédiction
15 20 25 30 35 40 45 50 55-1
0
1
2
Indicateur de fonctionnement
15 20 25 30 35 40 45 50 55-1
0
1
2
Indicateur de biais de capteur
15 20 25 30 35 40 45 50 55-1
0
1
2
Indicateur de défaut de gain de capteur
15 20 25 30 35 40 45 50 55-1
0
1
2
Time (S)
Indicateur de dérive de section
Défauts simulés :gain g : 25 à 28biais b : 40 à 43Biais d : 50 à 60
Simulation avec défaut : commandes et états
0 10 20 30 40 50 60
0.58
0.6
0.62u1 : Courant IMV
0 10 20 30 40 50 6010.5
11
11.5
12
12.5u2 : Carburant
0 10 20 30 40 50 6016
18
20
22
24u3 : Couple résistant
0 10 20 30 40 50 600
0.05
0.1u4 : Décharge
Commandes
0 10 20 30 40 50 600.8
1
1.2
1.4
1.6x 108
x1 : Pression rail
0 10 20 30 40 50 603650
3700
3750
3800
3850
x2 : Vitesse moteur
0 10 20 30 40 50 603
4
5
6
7
8x 10-7
x3 : IMV section
Etats
Simulation système sans défaut : résidus d ’état
0 10 20 30 40 50 60
-1
-0.5
0
0.5
1
x 107
0 10 20 30 40 50 60
-400
-200
0
200
400
0 10 20 30 40 50 60
-2
0
2
x 10-5
Défaut actionneurs 20%
Pression
Vitesse
Section
Défaut u1
Défaut u2
Défaut u3
Conclusion : les 3 défauts d’actionneurs sensibilisent les états €
r1(t) = ˙ x 1(t) − f x1(t),x2 (t), x3(t),u2 (t),u4 (t)( )
r2 (t) = ˙ x 2 (t) − f x2 (t),u2 (t),u3(t)( )
r3(t) = ˙ x 3(t) − f x3(t),u1(t)( )
⎧
⎨ ⎪
⎩ ⎪
Résidus
0 100 200 300 400 500 600-1
-0.5
0
0.5
1x 109
0 100 200 300 400 500 600-500
0
500
0 100 200 300 400 500 600-1
-0.5
0
0.5
1x 10-5
0 100 200 300 400 500 600-5
0
5x 107
0 100 200 300 400 500 600-400
-200
0
200
0 100 200 300 400 500 600-1
0
1
2
3x 10-6
Conclusion et questions soulevées pendant cette étude
Conception de résidus sensibles aux défauts
Structuration de résidus
Analyse de résidus : détection et localisation
Quels défauts détecter ?
Choix de l’instrumentation ?
Structure du modèle ?
Le modèle est-il vraiment non-linéaire ?
Nature des excitations ?
Quelques problèmes à résoudre
Précision des paramètres : enveloppe des résidus
- Le modèle du système a une précision finie
- Incertitudes sur les paramètres représentables par des intervalles.
- Les résidus construits sous forme intervalle.
Analyse systématique des fonctions de sensibilité
- Influence de l’amplitude des défauts sur les résidus
- Influence de l’amplitude des commandes sur les résidus
- Influence de l’amplitude des perturbations sur les résidus
- Influence de l’amplitude des paramètres sur les résidus