Ecole d’ hiver, Université d’Oran 9-12 décembre 2013

95
Ecole d’ hiver, Université d’Oran 9-12 décembre 2013 1 Applications de l’informatique industrielle, réseaux et génie logiciel Professeur Belkacem OULD BOUAMAMA Recherche : Responsable de l’équipe de recherche MOCIS Laboratoire d'Automatique, Génie Informatique et Signal de Lille (LAGIS -UMR CNRS 8219) Enseignement : Professeur et Directeur de la recherche à Poltech lille Mèl : [email protected] , http://www.mocis-lagis.fr/membres/belkacem-ould-bouamama

description

Ecole d’ hiver, Université d’Oran 9-12 décembre 2013. Applications de l’informatique industrielle, réseaux et génie logiciel. Professeur Belkacem OULD BOUAMAMA Recherche : Responsable de l’équipe de recherche MOCIS - PowerPoint PPT Presentation

Transcript of Ecole d’ hiver, Université d’Oran 9-12 décembre 2013

Page 1: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Ecole d’ hiver, Université d’Oran 9-12 décembre 2013

1

Applications de l’informatique industrielle, réseaux et génie

logiciel 

Professeur Belkacem OULD BOUAMAMA

Recherche : Responsable de l’équipe de recherche MOCIS Laboratoire d'Automatique, Génie Informatique et Signal de Lille (LAGIS -UMR CNRS 8219)

Enseignement: Professeur et Directeur de la recherche à Poltech lille

Mèl : [email protected],http://www.mocis-lagis.fr/membres/belkacem-ould-bouamama

Page 2: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Objectifs

Compétences à acquérir Acquérir les connaissances méthodologiques et pratiques pour la mise

en place de systèmes de surveillance en ligne (Détection et localisation de défauts) et hors ligne (Analyse des risques)

Comprendre le fonctionnement des systèmes de supervision en ligne (Système SCADA) évolués

Comprendre les liens entre la maintenance, le contrôle, le diagnostic en ligne, la reconfiguration et l’analyse des modes de fonctionnement et leur criticité

Rôle de l’informatique dans la mise en place d’un système de supervision

2

Page 3: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Bibliographie B. Ould Bouamama Conception intégrée pour la surveillance robuste des systèmes . Techniques de l’Ingénieurs AG 3

550, 2013 Blanke, M., Kinnaert, M., Lunze, J. and Staroswiecki, M. (Eds)(2007) Diagnosis and Fault-Tolerant Control,

Berlin:Springer-Verlag. A.K. Samantaray and B. Ould Bouamama "Model-based Process Supervision. A Bond Graph Approach" . Springer

Verlag, Series: Advances in Industrial Control, 490 p. ISBN: 978-1-84800-158-9, Berlin 2008. M. Ridoux « AMDEC-Moyen » techniques de l’ingénieurs, AG4220, juin 1999 B. Ould Bouamama, M. Staroswiecki and A.K. Samantaray. « Software for Supervision System Design In Process

Engineering Industry ». 6th IFAC, SAFEPROCESS, , pp. 691-695.Beijing, China. B. Ould Bouamama, K. Medjaher, A.K. Samantary et M. Staroswiecki. "Supervision of an industrial steam generator.

Part I: Bond graph modelling". Control Engineering Practice, CEP, Vol 1 and vol. 2 . 14/1 pp 71-83, Vol 2. 14/1 pp 85-96, 2006.

B. Ould-Bouamama (2009) « Conception intégrée des systèmes de supervision industrielle . Approche bond graph ».REE Revue de l’Electricité et de l’Electronique, N° 4, Avril 2009, pp.55-59.

B. Ould-Bouamama (2010) « Diagnostic en ligne à base de modèle Bond graph.».REE Revue de l’Electricité et de l’Electronique, N° 2, février 2010, pp. 111-117.

M. A. Djeziri, B. Ould Bouamama, G. Dauphin-Tanguy (2010) “LFT Bond Graph Model Based Robust Control and Diagnosis”, Book Chapter in Springer Verlag, Ouvrage collectif dirigé par Prof. W. Borutzky Bonn-Rhein-Sieg University, sera publié en 2010.

PhD Thesis, several lectures can be doownloaded http://www.mocis-lagis.fr/membres/belkacem-ould-bouamama/

3

Page 4: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Sommaire

Place du diagnostic et supervision dans l’industrie.

Moyens informatiques et algorithmiques pour la mise en

place d’un système de diagnostic temps réel.

Techniques et méthodes pour la conception de systèmes de

supervision.

Démonstration d’étude de cas pratiques et de projets

industriels et européens,

Conclusions, perspectives et discussions.4

Page 5: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech’Lille «  Integrated Design of  Mechatronic Systems  using  Bond Graphs»

Partie 1

Place du diagnostic et supervision

dans l’industrie.

5

Page 6: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

INTRODUCTION : Historique

Depuis 1840: Apparition de l’automatique Tâches : améliorer la qualité des produits finis, la sécurité et le rendement des unités

en implantant des commandes performantes

Depuis 1980, nouveau challenge : Supervision Rôles : Fournir à l'opérateur humain une assistance dans ses tâches urgentes de

gestion des situations d'alarmes pour l'augmentation de la fiabilité, de la disponibilité et de la sûreté de fonctionnement du processus.

Apparition de l’automatisation intégrée Commande des systèmes de production et sûreté de fonctionnement, maintenance,

gestion technique, diagnostic de fonctionnement

Page 7: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

INTRODUCTION : Automatisation intégrée

Supervision

Monitoring

Regulation

Instrumentation

Entrée Sortie

Aide à la conduite planification, diagnostic interface homme machine

Suivi de l’état du processus Visualisation

Commande logique, régulation Optimisation

Choix et implémentation des capteurs et actionneurs

ObservationsDécisions

Niveau 3

Niveau 2

Niveau 1

Niveau 0

Page 8: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

What is a supervision ? two levels FDI- FTC Supervision :

Set of tools and methods used to operate an industrial process in normal situation as well as in the presence of failures.

Activities concerned with the supervision : Fault Detection and Isolation (FDI) in the diagnosis level, and the Fault Tolerant Control

(FTC) through necessary reconfiguration, whenever possible, in the fault accommodation level.

SUPERVISION

FDI : How to detect and to isolate a faults ?

FTC : How to continue to control a

process ?

Page 9: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Supervision, maintenance et diagnostic

FTC LevelFault accommodation

Reconfiguration

List of faultsMaintenance 

corrective (après faute)

Set points

Sensorsy

x

u

ur

Controllers

FDI LevelOn line Fault Detection

and isolation

Page 10: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Maintenance

Maintenance préventive

Maintenance Curative

maintenir les capacités opérationnelles des moyens de production

Réalisée après la défaillance d'un bien ou la dégradation de sa fonction. Permet d'accomplir une fonction requise, au moins provisoirement.

Réalisée avant la défaillance vise en effet à réduire les coûts des pannes et de maintenance par un entretien constant et préventif.

Maintenance (réalisée hors ligne)

Page 11: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Supervision Graphical User Interface (Interface Homme Machine IHM)

11

Contrôle

Surveillance

Suivi de variables

Page 12: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Quelques définitions

La sécurité Ensemble des méthodes ayant pour objet de minimiser ou supprimer les

conséquences des défaillances sur personnel et équipement

La sûreté de fonctionnement aptitude d'une entité d'une part, à disposer de ses performances fonctionnelles

(fiabilité, maintenabilité, disponibilité) et d'autre part, à ne pas engendrer de risques majeurs.

Supervision ? Technique industrielle de suivi et de pilotage informatique de procédés de fabrication

automatisés. La supervision concerne l'acquisition de données (mesures, alarmes, retour d'état de

fonctionnement) et des paramètres de commande et surveillance des processus généralement confiés à des automates programmables

Logiciel de supervision: Interface opérateur présentée sous la forme d'un synoptique.

Page 13: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Pourquoi Superviser ?

contrôler la disponibilité des services/fonctions

contrôler l’utilisation des ressources

vérifier qu’elles sont suffisantes (dynamique)

détecter et localiser des défauts

diagnostic des pannes

prévenir les pannes/défauts/débordements (pannes latentes)

prévoir les évolutions

Suivi des variables

Page 14: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Fonctions de la supervision

GESTION ERP : Enterprise Resource planning : planification des ressources de l'entreprise

• intégration des différentes fonctions de l'entreprise dans un système informatique centralisé configuré selon le mode client-serveur.

MRP : Manufacturing Resource Planning : planification des capacités de production

• Système de planification qui détermine les besoins en composants à partir des demandes en produits finis et des approvisionnements existants

PRODUCTION SCADA : Supervisory Control & Data Acquisition PC & PLC Process Control/ Programmable Logic Controller

Page 15: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Supervision et Monitoring

Monitoring Suivi de paramètres Sécurité (diagnostic) locale

Réguler Control des paramètres

Supervision Centralise le monitoring local et le contrôle Deux parties d’un SCAda

• hardware (collecte de données) • Software (contrôle, surveillance, affichage etc..)

Page 16: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Logiciels de supervision

Wonderware Leader dans le domaine de la supervision et du SCADA,

notamment au travers du logiciel InTouch, INTouch

Logiciel de supervision de référence. Bibliothèque extensible contenant de base +500 symboles graphiques prêts à l’emploi.

PANORAMA : IHM ergonomique, module de traitement des alarmes et des

évènements, un module d'exploitation des historiques. WinCC

Système de supervision doté de fonctions échelonnables, pour la surveillance de processus automatisés, offre une fonctionnalité SCADA complète sous Windows

DSPACE MATLAB-Simulink

Page 17: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Caractéristiques d’un SCADASimplicité, convivialitéSolveursTraitements graphiques (icônes, bibliothèques, … Supervision

Commande Surveillance Traitement des alarmes

ArchivageProgrammation Performances/Prix :

Prix : matériel + système d ’exploitation, logiciel, mise à jour, assistance, documentation

Page 18: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Etapes de réalisation d’un système de supervision

Analyse des Modes de Défaillance, de leurs Effets et de

leurs Criticités (AMDEC)

Analyse hors ligne des conditions de surveillabilité et

de reconfigurabilité

Liste des équipements pertinents

Elaboration du système de supervision

Résultats des conditions de surveillabilité

Pla

cem

ent

de

cap

teu

rs

Test en ligne du système de supervision

Algorithmes de surveillance

Page 19: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech’Lille «  Integrated Design of  Mechatronic Systems  using  Bond Graphs»

Partie 2: Techniques et méthodes pour la conception de systèmes de supervision.

19

Page 20: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Analyse des risques

Rôle du responsable d’un processus à haut risque Identifier les risques Quantifier les risques Définir le degré d’acceptabilité de chaque risque Définir la faisabilité et le coût de l’amélioration de la sécurité Mettre en place des actions de sécurisation de certains risques

Différentes méthodes Analyse préliminaire des risques (APR) preliminary hazard analysis (PHA) AMDE Analyse des Modes de Défaillance, de leurs Effets (Failure mode and affect analysis)

AMDEC (FMECA) Analyse des Modes de Défaillance, de leurs Effets et de leur Criticité Hazard and operability study (Hazop) Hazard analysis and critical control point (HACCP) Evaluation probabilistique des risques (EPR) Probabilistic risk assessment

20

Page 21: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Sécurité et risque

21

Page 22: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

AMDEC : Méthodologie et définitions

L'Analyse des Modes de Défaillance, de leurs Effets et de leur Criticité (AMDEC) outil de sûreté de fonctionnement (SdF) et de gestion de la qualité.

AMDEC est la traduction de l'anglais FMECA (Failure Modes, Effects and Criticality Analysis,

Analyse des Modes de Marche et De leur Criticité. Technique d’analyse, en maintenance prédictive, permettant de détecter à l’avance, les points faibles d’un système, afin de l’améliorer ou de prévoir les pannes à venir.

22

Page 23: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Objectifs

1) Anticiper les problèmes avant qu’ils ne se produisent. Construire la qualité des produits fabriqués ou des services rendus. Favoriser la maîtrise de la fiabilité en vue d’abaisser le coût global. remettre en question le fonctionnement, sans attendre un incident Evaluation de la fiabilité et détermination des points critiques

2) Mieux appréhender les risques de défaillance et ainsi les éviter en mettant en place : des éléments de secours (redondance) des technologies + performantes des méthodes de surveillance adaptées une maintenance préventive plus efficace des diagnostics de pannes plus rapides

23

Page 24: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Défaillances dans une PAC

Anode

Humidificateur

FiltreCharge H2

AirCompresseur

CondenseurSéparation de

phase

Réservoir

EauÉchappement

Sortie H2

Détendeur

TRC FRC

PRC

Fuites H2

Dégradation de pile: réversible;

irréversible

Cath

ode

Panne de refroidissement

Décrochage et surtension de

rotor en tournant

Air

Défauts Actionneur

Défaut Correcteur

Page 25: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Exemple : Pile à Combustibles

25

Défaillances d’unepile à combustible

Dégradationsréversibles

des performances

Accumulation d’eaudans les zones dediffusion

Bouchon d’eaudans les canaux

de distribution

Assèchement dela membrane et

des zones catalytiques

Empoisonnement del’assemblagemembraneélectrode

Dégradationsirréversibles

des performances

Oxydation dusupport de

l’électro-catalyseur

Percement dela membrane

Migration et agglomération des

grain d’électro-catalyseur

Page 26: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

PoisonsBouchon d’eau dans les canaux

Percement de la membrane

Accumulation d’eau dans les zones de

diffusion

Basse TTrop d’eau

Manque d’eau

Oxydation du support du catalyseur

Sous stœchiométrie

Sur stœchiométrie

Haute T

ou

ou

ou

ou

ou

ou

Pression diff.

ou

Dégradations propriétés physico-

chimiques de la membrane

Distribution irrégulière

de la densité de courant

Bouchon d’eau dans les canaux

Réactions Parasites

Manque de réactifs

Assèchement

Agglomération et Migration catalyseur

Page 27: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Analyse du graphe

Défaillance gestion de l’eau Grandeur à surveiller importante Car tous les chemins mènent à cette dégradation

3 niveaux de défaillances 1. Dégradations irréversibles (événements redoutés) 2. Dégradations réversibles

• FDI doit en temps réel détecter ces défauts avant niveau1 3. Causes des défaillances Thermique , fluidique et chimiques (gestion des flux des réactifs)

Page 28: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Exemple de mise en oeuvre

28

Composant Modes de défaillance

Causes possibles

Effets Moyen de détection

Niveau de criticité

Observa-tions

Vanne Bloquéefermée

Grippé VidangeArrêt prod.

Surveillan-ce des opérateurs

Moyen

Bloquéeouverte

Encrase-ment

Risque de débordement

Elevé Systèmede sécu.

capteur

vanne

PRC

LHS

Probabilité d’occurrence (F) Probabilité de non-détection (G) Niveau de gravité (N)

Criticité :C = F x G x N

Page 29: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Logiciels de AMDEC

Logiciels AMDEC : fonctions Stockage centralisé des données et intégration avec les autres outils

logiciels de fiabilité Planification basée sur la fiabilité (DFR) Analyse des modes de défaillance et de fiabilité (FMRA)

• TDC FMEA propose tous types d’AMDEC au sein de la même licence logicielle : AMDEC Produit, AMDEC Process, AMDEC Moyen, diagrammes de flux

• Skill Designor Pro : Logiciel pour créer, tenir à jour et capitaliser les études AMDEC - FMEA.

• Logiciel Skill HACCP (connu dans l’agro alimentaire)• Logiciel Sfmea

29

Page 30: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

CONCLUSION

30

L'AMDEC « produit », par l'analyse des pannes, la fréquence d'apparition et les temps d'arrêt favorise :

Une conception intégrant la maintenance

Améliore la fiabilité et les performances

L'AMDEC est donc un outil de prise de décision raisonnée dans un cadre d’amélioration de la qualité de 3 types :

-> Préventives

-> Correctives

-> Amélioratives

Page 31: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Avantages et inconvénients de AMDEC

Avantage permet de mener des actions préventives, c’est à dire de résoudre les

problèmes avant que ceux-ci ne se présentent. Si cette méthode est suivie tout au long du cycle de vie du produit, la production en sera améliorée et débarrassée de problèmes majeurs.

Inconvénients nécessite une connaissance poussée de la question à étudier. En

général, un brainstorming avec plusieurs personnes impliquées de la conception à la livraison du produit est nécessaire. Pour cela, il faut donc qu’une équipe puisse se mettre d’accord sur les modes de défaillance étudiés. Cette méthode est, de ce fait, lourde à mettre en place.

31

Page 32: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech’Lille «  Integrated Design of  Mechatronic Systems  using  Bond Graphs»

Surveillance en ligne

32

u

Correcteur Actionneur Processus Capteurx

y

Commande tolérante aux fautes et

reconfiguration (FTC)

Service de maintenance

Système physique à surveiller

Interface de Supervision en ligne

Détection

Localisation des défauts

Diagnostic (Identification du type de défaut)

Hors ligne

Page 33: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

FTC: Fault accommodation

FTC: Fault accommodation

ProcessController

FDIFault

Accomodation

Controller parameters

Ref.

Yu

Su

perv

isio

n

Page 34: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

FTC: Fault Reconfiguration

FTC: Fault Reconfiguration

FDI

New controlconfiguration

Reconfiguration

Yref

Nominal Controller

Process Yu

u'New Controller

Y’ref

Y’

Su

perv

isio

nC

ON

TR

OL

Page 35: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

FT (Fault Tolerance)

Analysis of fault tolerance : The system is runing under faulty mode Since the system is faulty, is it still able to achieve its objective(s) ?

Design of fault tolerance : The goal is to propose a system (hardware architecture and sofware

which will allow, if possible, to achieve a given objective not only in normal operation, but also in given fault situations.

Page 36: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Fault Detection and Isolation (FDI). FDI Purpose

Objectives : given I/O pair (u,y), find the fault f . It will be done in 3 steps :

DETECTION detect malfunctions in real time, as soon and as surely as possible : decides whether

the fault has occured or not

ISOLATION find their root cause, by isolating the system component(s) whose operation mode is

not nominal : find in which component the fault has occured

DIAGNOSIS diagnose the fault by identifying some fault model : determines the kind and severity of

the fault

Page 37: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Relation entre FDI et FTC

37

RE

GIO

N D

AN

GE

RE

US

E

RE

GIO

N D

AN

GE

RE

US

E

REGION DANGEREUSE

PERFORMANCES INACCEPTABLES

PERFORMANCES INACCEPTABLES

Y1

Y2

PE

RF

OR

MA

NC

ES

D

ÉG

RA

ES

PERFORMANCES DÉGRADÉES

PERFORMANCES REQUISES

Reconfiguration

Fault

Page 38: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

FDI: Medical interpretaion

0T

37

+

-

NON

OUI

Exam

en

clin

iqu

eD

iag

nosti

c

Page 39: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Etapes de FDI

39

Alarmes

Fonctionnement normalModèle

+-

DIAGNOSTIC

Type de panne

Détection : Est ce réellement une faute?

Localisation : Quel composant est déféctueux ?

Identification : Quel type de défauts?

DECISION

Composant défectueux

cahier des charges

Page 40: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Méthodes de surveillance

Page 41: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

++++++

++++++

+D2

Méthodes de surveillance sans modèle

41

Méthodes de reconnaissances de formes Détermination d’un certain nombre de classes (apprentissage) A chaque classe est associé un mode de fonctionnement (normal, défaillant) Chaque donnée prélevée est affectée à l’une de ces classes : détermination du mode de

fonctionnement

Exemple : surveillance d’une conduite d’alimentation

Différence de pression Pr(t)

Débit : Q(t) *

**

***

**

**

*

*

*

*

*

**

D1

1) : Phase d’apprentissage

2) : Phase surveillance temps réel

Page 42: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Commentaires

Only experimental data are exploited Methods : statistical learning, data analysis, pattern recognition, neuronal networks, etc.

Problems need historical data in normal and in abnormal situations, every fault mode represented ??? generalisation capability ??

Page 43: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

METHODES QUALITATIVES Utilise la connaissance intuitive du monde :

appliquer des modéles de pensée humaine pour des systèmes physiques Exemple : « Quand la pression augmente, le débit augmente »

L'avantage principal des méthodes qualitatives: possibilité de n'utiliser que le modèle qualitatif: aucun besoin de grandeurs

numériques des paramètres ni de connaissances profondes sur la structure du système.

Inconvénients Les défaillances des capteurs ne sont pas détectées. Il n'est pas aisé de déterminer les

valeurs limites inférieures et supérieures de déviation. D'autre part un problème combinatoire peut apparaître lors des procédures d'inférences pour les systèmes complexes.

Page 44: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Méthode à base de modèle

S E N SO R SS E N SO R S

Process actual operation

RESIDUALGENERATORRESIDUAL

GENERATOR

MODEL OF THE NORMAL

OPERATION

MODEL OF THE NORMAL

OPERATION

ALARM GENERATION

0

Isolation Identification

ALARM INTERPRETAION

Detection

Page 45: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Méthodes de surveillance à base de modèle

45

Exemple : surveillance d’une conduite d’alimentation

Différence de pression Pr(t)

Phase 1 détermination d’un indicateur de faute (Hors ligne)

2

Modéle du système

Equations de mesure

m

m

P KQ

P P

Q Q

21

Génération d'un indicateur de faute

m mP KQ R

Phase 2 Implémentation en ligne

mQmP

21m mP KQ R

Page 46: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Analytical redundancy :How to generate ARRS ?

What is ARR ?Given

The ARR express the difference between information provided by the actual system and that delivered by its normal operation model.

What is Residual ?

46

)(

),()1(

xCy

uxfx

)1()(1 yCx ARRuydt

yCd

),,))((

(1

uy

dtyCd

,,))(( 1u

yr

)(ARREvalR

Page 47: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Steps in FDI system (1/4)

1. Détection Opération logique : On déclare le système est défaillant ou non défaillant Les critères

• Non détection ou détection trop tardive ➽ Conséquences catastrophique sur le process

• Fausses alarmes ➽ Arrêts inutiles de l’unité de production. Plus de confiance de l’opérateur

Test d’hypothèses : La détection se ramène à un test d’hypothèses• H0 : hypothèse de fonctionnement normal (Domaine de

décision D0)• H1 : hypothèse de fonctionnement défaillant (Domaine D1)• Dx : Domaine de non décision

Page 48: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Steps in FDI system (2/4) Problematic

• Given R=[r1, ….rn] fault indicators

• Two distributions are known p(Z/H0) and p(Z/H1)

• One of two hypotheses, H0 or H1 is true What to do ?

• Verify if each ri (i=1,..n) belongs to p(Z/H0) and p(Z/H1)

• 4 possibilities

H0 H1

Decide H0 OK Missed detection

Decide H1 False alarm

OK

Page 49: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Steps in FDI system (4/4)

2. Localisation Etre capable de localiser le ou les éléments défaillants Les critères

• Non isolabilité ➽ Conséquences catastrophique sur le process• Fausses isolabilité ➽ Arrêts inutiles de l’unité (ou de

l’équipement) défaillant. Plus de confiance de l’opérateur de maintenance

Identification (diagnostic) Lorsque la faute est localisée, il faut alors identifier les causes précises de cette

anomalie. On fait alors appel à des signatures répertoriées par les experts et validées après expertise et réparation des dysfonctionnements.

Page 50: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

SpecificationsS

pec

ific

atio

ns

Sp

ecif

icat

ion

s

Which parameters must be supervized ?What are the non acceptable values ?Objectives

Performances

false alarmmissed detectiondetection delay

Available dataother (cost, complexity, memory, ...)Constraints

Page 51: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Redondance analytique et matérielle

51

R

S1 or S2

0P

.P*Q 111

dt

dCR

S2

Redondance matérielle

Detection IsolationSensors

0S

.S*Fr 1111

dt

dCR

S3 S2 S1

F2

F1

0*Q2 PR 0S*Fr 122 R

Redondance analytique

?

LeakageS1F1 Valve R F2

r1

r2

1 1

0

1

10

1

1

0

1

1 1

0

1

10

1

1

0

1

Monitorability analysis

Page 52: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Detectability and isolability

Faults and ARRFault Signature Matrix (FSM)

Ib 0 0 0 0 1

Mb 1 1 1 1 1

F1 S1 Leak. Valve R F2

ARR11 1 1 1 0

ARR20 1 0 1 1

21

211 .

ARRARRARR

FValveRLeakSFF

Signature vectors

10

11

01

11

01

2

1

1

F

RValve

Leak

S

F

V

V

V

V

V

Hamming Distance ji SCD

C: Binary coherence vector

Sj : Signature vector of the jth component to be monitored

to isolate k failures, the distance should be equal to 2k + 1.

Page 53: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Degré d’isolabilité

Hamming Distance of given example

F1 S1 Leak. Valve R F2

F1 0 1 0 1 2

S1 0 1 0 1

Leak. 0 1 2

Valve R 0 1

F2 0

Signature vectors

10

11

01

11

01

2

1

1

F

RValve

Leak

S

F

V

V

V

V

V

The Hamming distance shows the ability to isolate two faults.

200011000

300011111

310001111

32

31

21

,

,

,

FF

FF

FF

D

D

D 0001

1000

1111

3

2

1

F

F

F

V

V

V

Page 54: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Observateur et identifiaction

y Modèle

U

y

Residu+-

ref

yObservateur

Uy

Residu+-

y

Page 55: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Principe de l’observateur

A

Cxx

0x

y)(tu

+

B

PROCESS

x

y

B

Kx

AA

C

xAˆ

)(tBu

)ˆ( yyK +

-

+

+

OBSERVER

xCˆ

y

pmn uyx

tCxy

tButAxtx

,,

,)(

)()()(

0ˆ)0(ˆ

)(ˆˆ

)(ˆ)()()(ˆ)(ˆ

xx

txCy

txCtyKtButxAtx

Page 56: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Observateur pour le diagnostic

Residual

Process

Observateur

Compare

u

y

y

Page 57: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Conception intégrée de systèmes pilotés : Démarche

Thème 1

Propriétés formelles et comportementales

,...,,,,,,

),(

),,(

SeICRyux

xCy

uxFx

Dynamique Modèle

Indicateurs de fautes formels

Dimension-nement

Synthèse de lois de commande

Thème 2

Placement de Capteurs et actionneurs

Propriétés structurelles et causales

Commandabilité,Observabilité

Surveillabilité,Reconfigurabilité

Simplification de modèles

Thème 2

Thème 3Informatisation

Test en ligne

Page 58: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Pourquoi les BGs pour la conception intégrée ? Graphes et Bond Graphs : quelles différences ?

)(

),(

xCy

uxFxModèle

SfSeDfDe

GYTF

JICRS

ASG

C

,,

),(

58

Page 59: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Génération automatique des modèles

59

Page 60: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Why Graphical Approach for integrated design?

Graphical methods that are based essentially on structural models Graph structures independent of the numerical values of the syst. parameters. Structural properties are independent of the values of the system Structural description of a system expresses only the links between the variables and the

constraints Visualization of the system topology

Many different kinds of models linear, non linear can be used (qualitative, quantitative, static, dynamic, rules, look-up tables, …)

Lack Structural analysis produces only structural properties

60

Page 61: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

State of art

61

BOND GRAPH For MODELLING (1959)

Control (Vergé, Gawtrop, Dauphin, Sueur, Rahmani..) 1991

Diagnosis Sizing

Qualitative approach (1993)Linkens, Mosterman, Kohda, ..

Quantitative approche (1995)

Coupled BG (Ould Bouamama 198)

Robust Diagnosis Extension to coupled BG Automated Diagnosis Design of supervision system

Opend loop system Linear Systems Sensor and actuator Faults

Monoenergy Bond Graph (Tagina 95)

Hybrid Bond Graph (Biswas, Mosterman (USA)

Page 62: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech’Lille «  Integrated Design of  Mechatronic Systems  using  Bond Graphs»

Partie 4: Applications

62

Page 63: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

DC motor as example

63

ELECTRICAL PART

ua

ia

MECHANICALPART

w LOAD

Page 64: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Systematic State equations generation

64

wua

ia

(J,f)RaLa

im

m

MSe:Ua ia

ua 1L

w

I:J

w

R:f

Se:-L

f

J

1

R:Ra

I:La

uM

ia

uRa

uLa

ia

MGY:K

w

Df:mDf:im

Page 65: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

65

Automated Control analysis

Page 66: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Algorithme de génération des RRAs à partir du modèle BG

66

❶ Mettre le BG en causalité dérivée en inversant les causalités des capteurs.

MSe:Ua ia

ua 1L

w

I:J

w

R:f

Se:-L

f

J

1

R:Ra

I:La

uM

ia

uRa

uLaia

MGY:K

w

SSf:mSSf:im

Page 67: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

OUR DC MOTOR

67

Ai fi

MM RJ ,

AA RL ,

fUInductor

L:LoadAU

mi

m

Page 68: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

❷  Ecrire l’équation de jonction de structure 0 et 1 (représentant la conservation de puissance contenant au moins un détecteur

1

1

0, "0" Junction

ARRs Candidates

0, "1" Junction

n

ii

n

ii

f

e

MSe:Ua

ia

ua1

L

I:J

R:f

Se:-L

f

J

1

R:Ra

I:La

uM

ia

uRa

uLaia

MGY:K

SSf:mSSf:im

11

n

A RA La Mi

U U U U RRA

21

n

f j Li

RRA

Page 69: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

❸   Eliminer les variables inconnues en parcourant les chemins causaux sur le BG de la variable inconnues vers une variable connue (capteur ou source)

MSe:Ua

ua1

L

w

I:J

w

R:RM

Se:-L

f

J

1

R:RA

I:La

uM

ia

uRa

uLaia

MGY:K

w

SSf:mSSf:im

?AU

?RAU 1 (.) :RA RA A mU i SSf i RA A mU R i

?LAU 1 ( ) :LA LA LA A mU U i SSf i

?MU 1 ( ) :M GY M mU U SSf

mLA A

diU L

dt

M mU K

:A AU MSe U :A AU MSe U

11

n

A RA La Mi

U U U U RRA

Page 70: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

1 me A m A m

diRRA MS R i L K

dt

mi:SSf

1mCAi

RAC

LAC

LAU

2GYC

m:SSf 2mC 1GYC

AU

MU

Ai

JMC

RAC R

AU:MSe

: LSe

AJC 1

MJC 1

J

RAU

L

2m

L M m M m

dRRA R J K

dt

Page 71: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

DECISION : Monitorability and Isolability

DECISION : Monitorability and Isolability

Ri/fautes R1 R2 Mb Ib

f1 Se:Ua 1 0 1 0

f2 Df:im 1 1 1 0

f3 Partie élec. 1 0 1 0

f4 GY 1 1 1 0

f5 Df:ωm 1 1 1 0

f6 Partie méca. 0 1 1 1

Isolability

1 ( 1, ) ( )

0 sinonj l

bj

if m V V iI

èmei

FSM (Fault Signature Matrix)

1 si le résidu est sensible au défaut

0 sinon

èmej

ij

i r j fS

fi/fj f1 f2 f3 f4 f5 f6

f1 0 1 0 1 1 2

f2 0 1 0 0 1

f3 0 1 1 2

f4 0 0 1

f5 0 1

f6 0

Distance of Hamming

Page 72: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Informatisation FDIPAD

Informatisation FDIPAD

Page 73: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Robustness problem

Robustness problem

Page 74: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

How to fix threshold ?How to fix threshold ?

(a)

(b)

Défaut sur capteur du

courant égal à 15%

de sa valeur

nominale

Fonctionnement normal

2

1

1 3

N

ii

S x x SN

Seuil simple: 3*std

Page 75: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

What about parameter uncertainties ?

What about parameter uncertainties ?

False alam because of parameter uncertainties !!!!

introduction of 5% of nominal value of RM

Page 76: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Linear Fractional Transformation

Any rational expression can be written under LFT form

76

LFT Representation

Transfert Function

LFT Représentation State space representation

1

1 2

1 11 12

2 21 22

1 1

M: Augmented uncertainties matrix

,..., , ,...,nm q n q

x Ax B w B u

z C x D w D u

y C x D w D u

I I

Page 77: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Exemple

77

R L

i A

R L

i A

R L

Se: ui A

nRn RRR n L nL L L

Se: u1 4

1

R:Rn

De*:z R

MSe:wR 25

9

0Rδ- 6

Df: i

I:Ln

3

10

0

MSf

:wL

7Lδ-

Df*

:z L

8

R:RR:RR:R

2222

I:L

3

Page 78: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Determinist Diagnosis

78

I:L

3

1

Se:

uR:RR:RR:R

1111

2222

4444

SSf: iDf: i

0:Φ 231J1 SSfeeee ?,, 231 eeeX

?1e See 11- Se

?2e ie R2SSf- 2-R-2

)/)(()(:ARR1 dtidiSe LR

?3e SSf- 3- L- 3

dt

die L3

R L

i A

R L

i A

R L

Se: u

i A

Page 79: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Robust Diagnosis

79

MSe:wL

R:Rn

I:Ln

De*

:z L

De*:z R

Se: u

SSf: i

MSe:wR

1

2

3

5

4

7

8

9

10

0

1

0

Rδ-

Lδ-

0:Φ 75231J1 SSfeeeeee ?,,,, 75231 eeeeeX

?1e See 11- Se

?2e ienR2SSf - 2- 9- Rn - 9- 2

LRLR wwdtidiSenn

)/)(()(:ARR1

?3e SSf - 3 - 10- Ln- 10- 3

dt

die

nL3

6

?5e Rwe 55- MSe:wR

?7e Lwe 77- MSe:wL

Page 80: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Robust ARRs

80

LRLR wwdtSSfdSSfSenn

)/)(()(:ARR1

MSe:wL

R:Rn

I:Ln

De*

:z L

De*:z R

Se: u

SSf: i

MSe:wR

1

2

3

5

4

7

8

9

10

0

1

0

Rδ-

Lδ-

6

LR

LR

ww

dtSSfdSSfSenn

a

)/)(()(r :ARR1

ara

Page 81: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

OUR DC MOTOR

81

Ai fi

MM RJ ,

AA RL ,

fUInductor

L:LoadAU

mi

m

Page 82: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Robust ARR From BG DC motor

Uncertain ARRs

82

R(t)

(t)

adaptive thresholds

Page 83: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Resultats de Simulation

83

  Residuals in normal operation

Page 84: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Resultats de Simulation

84

  Réaction des deux résidus robustes suite à une variation des paramètres RA et RM d'une valeur supérieure à leur incertitude relative

Page 85: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Resultats de Simulation

85

  Réaction des deux résidus robustes suite à une variation des paramètres RA et RM d'une valeur égale à leur incertitude relative

Page 86: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Fault detectability index DI

The fault detectability index DI is the difference in absolute value between the effort (or flow) provided by

faults and those granted by all the uncertainties.

86

Page 87: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

87/13

CENTRALE THERMIQUECENTRALE THERMIQUE

Page 88: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

STEAM GENERATOR P & I DIAGRAM

Pro

cess d

ela

y s

yste

m

FIR10

PR11

PIR16

TR17

PC2

PR14

PR15

TR38PR

38

TR29PR

31

V1

V6

User

PR13

PR12

ZC1

V2

V11

BOILER

LIR9

LIR8

LG1

TR5

PC1

PIR7

TR6

Q4

Thermal resistor

LC1

V10

60kW

FIR3

P2

P1

V9

STORAGE TANK

TIR2

LIR1

LG3

STEAM FLOW

FEED WATER

CONDENSER HEAT-EXCHANGER

V8

Condensate

V4

V5

LG2

LC2

Aero-refrigerator

TIR26

Environment FIR23

FIR24

TIR27

TIR21

Cooling water

P3

P4

TIR22

TC5

PR27

TIR20

LIR19

LIR18

V3

TIR25

Page 89: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

89\93

WORD BOND GRAPH OF THE INSTALLATION

Condenser

Cooling circuit

TP,

mH ,

TP,mH ,

Condenser-Heat exchanger

mH ,

TP,Boiler

mH ,

TP, Steam expansio

n mH ,

TP,

Feed water circuit

TP, mH ,

ReceiverTP,

mH ,

Discharge valves

TP,

mH ,

Voltage source

i U

Q

Thermal resistor

T

Page 90: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Logiciel «FDIModelBuilder » for ARR generation

Page 91: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Analyse de la surveillabilité

91

Page 92: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Implémentation temps réel

Page 93: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Fixation des seuils

Simple test

Page 94: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Application de CuSumS

imp

le t

est

Page 95: Ecole d’ hiver,   Université d’Oran 9-12 décembre 2013

Prof. B. Ould Bouamama Polytech Lille «  École d’hiver, Université d’Oran. 9-12 décembre 2013»

Conclusion

La supervision dans l’industrie aujourd’hui Contrôle : PIDs bien adoptés par l’industrie Supervision: Grande demande mais confiance encore forte d’abord à l’opérateur Utilisation principalement de la redondance matérielle et sécurité pars seuil AMDECs plus connus par les industriels : HSQE

La supervision : quelles compétences ? Informatique industrielle (API), contrôle et connaissance du process Gestion des IHMs Analyse des risques

La supervision dans l’industrie : et demain ? Bien développée dan l’aéronautique (FDI et FTC) Rôle des RFID, Informatique et Automatisation intégrée Télésurveillance, intégration des méthodes à base de données, qualitatives et de

connaissance