REEN°4

Avril 2009 1

Repères 1 Les nouveaux outiLs de diagnostic dans Les processus industrieLs

Mots clés

La complexité des moteurs diesel modernes, avec un nombre croissant de capteurs et d’actionneurs, nécessite des systèmes de mesure et de diagnostic améliorés et automatisés à bord des véhi-cules utilisant ces moteurs. La surveillance et la détection précoce des défauts nécessitent de disposer de modèles des composants et, dans cette communication, on s’intéresse à la boucle des gaz d’un moteur diesel à injection directe. On établit des modèles des composants de cette boucle, on identifie leurs paramètres et on procède à la validation du modèle complet de la boucle.

Today turbocharged diesel engines represent more and more com-plex technological processes. Therefore fault detection and diagno-sis need to be developed and improved for these engines. In this presentation, we point out some aspect concerning an approach for supervision: the use of physical model, the model validation under true conditions, the generation of fault indicators.

L ’ e s s e n t i e l S y n o p s i s

■ José ragot1, Zahi saBeH2, didier MaQuin1 Centre de recherche en automatique de Nancy, UMR 7039, Nancy-Université, CNRS 1, Delphi Diesel Systems France 2

Modélisation et diagnostic de la boucle des gaz dans un moteur diesel

Modèles, identification

de paramètres, validation de modèles,

capteurs, Moteur diesel, Boucle des gaz

1. Introduction

Au cours des dernières décennies, des exigences de plus en plus rigoureuses vis-à-vis des émissions polluan-tes des moteurs de véhicules ont incité les constructeurs d’automobiles à mettre en place des procédures de contrô-le moteur qui se sont avérées de plus en plus complexes. Par conséquent, les risques de dysfonctionnement de ces systèmes ont augmenté, ce qui a nécessité l’introduction de systèmes de diagnostic embarqués [1] de façon à détec-ter les défauts de fonctionnement.

Les systèmes de diagnostic embarqués actuels sont principalement basés sur les tests de « plausibilité » qui consistent à vérifier l’amplitude de quelques signaux mesurés par rapport à des valeurs limites. Ces méthodes s’avèrent insuffisantes et sont remplacées par des tech-niques de diagnostic à base de modèle [5], développées au cours des dernières années [10, 12], qui améliorent la qualité de détection des défauts, voire la possibilité de les localiser. Une des parties importantes du moteur diesel à surveiller est la boucle des gaz [7]. Cette dernière com-porte plusieurs capteurs et actionneurs responsables du contrôle de l’air d’admission et des gaz d’échappement du moteur. Une fuite dans la boucle des gaz ou un défaut sur l’un de ses capteurs ou actionneurs conduit souvent à une augmentation des émissions polluantes du moteur, et fréquemment à une baisse des performances ou à une augmentation de la consommation.

L’objectif de ce travail consiste dans un premier temps à modéliser la boucle des gaz d’un moteur diesel sur-

alimenté à injection directe et, dans un deuxième temps, à appliquer une technique de diagnostic utilisant le modèle développé dans le but de détecter et de localiser trois types de défauts principaux : défauts de capteurs, d’actionneurs et fuites de la boucle des gaz.

2. Système étudié

Le moteur que nous avons modélisé est le Daimler-Chrysler OM646 équipé d’un système d’injection directe à rampe commune fourni par Delphi Diesel Systems.

Figure 1. Dispositif expérimental.

Repères 1

REEN°4Avril 20092

Les nouveaux outiLs de diagnostic dans Les processus industrieLs ■ Modélisation et diagnostic de la boucle des gaz dans un moteur diesel ■

Ce moteur est équipé d’un circuit de recyclage des gaz d’échappement au moyen d’une vanne EGR (Exhaust Gas Recirculation) et de turbocompresseur à géométrie variable.

2.1. Description du prototypeLe tableau 1 résume l’ensemble des signaux mesurés

(ou les variables connues) qui seront utilisés de façon standard pour la modélisation de la boucle des gaz.

Le calculateur électronique responsable de la gestion du moteur reçoit les informations des capteurs et effectue le contrôle des actionneurs de la boucle des gaz. Le véhi-cule et son environnement (figure 1) ont été équipés d’un PC industriel destiné au prototypage rapide des applica-tions temps réel (plate-forme XPC Target Box, environne-ment Matlab/Simulink). Un module d’interface permet de connecter les signaux présents au niveau des entrées et des sorties du calculateur, aux entrées de la XPC Target Box.

2.2. Description de la boucle des gaz

Après traversée du filtre, l’air est comprimé par le compresseur, ce qui élève sa température. C’est un effet indésirable, et c’est pourquoi l’air comprimé est refroidi grâce à un échangeur de refroidissement, puis passe par

un volet d’admission qui contrôle le débit d’air pur at-teignant le collecteur d’admission et, par conséquent, la pression globale des gaz dans ce dernier. Dans ce col-lecteur, l’air pur est mélangé avec des gaz provenant du collecteur d’échappement à travers le système d’EGR. Ce mélange est conduit à travers les soupapes d’admission dans les cylindres où la combustion a lieu. Traversant les soupapes d’échappement, les gaz issus de la combustion quittent les cylindres et entrent dans le collecteur d’échap-pement, où une partie de ces gaz est recyclée à travers le système d’EGR, retournant dans le collecteur d’admis-sion. Le reste de ces gaz d’échappement est conduit vers la turbine qui entraîne le compresseur, puis, à travers le catalyseur et le silencieux, vers l’atmosphère.

2.3. Décomposition du système en composants élémentaires

L’approche de modélisation choisie pour la boucle des gaz est une approche physique basée en partie sur l’ana-lyse des phénomènes de remplissage et d’évacuation des masses de gaz cumulées dans les différents volumes de la boucle en question. C’est pourquoi, nous avons subdivisé le système représentant la boucle des gaz du moteur die-sel étudié en dix sous-systèmes élémentaires : filtre à air, compresseur, échangeur de refroidissement de l’air com-primé, volet d’admission, collecteur d’admission, cham-bre de combustion, collecteur d’échappement, système d’EGR, turbine, système d’échappement.

Dans la suite, on se limite à donner les expressions des modèles du compresseur, en présentant des résultats de validation de ces modèles à partir d’essais effectués sur le moteur en régime normal de fonctionnement. Nous tenons à rappeler que les travaux de modélisation [4, 5, 6, 7, 9] ont inspiré la rédaction de cette section en grande partie.

Tableau 1. Liste des variables.

Figure 2. Diagramme schématique de la boucle des gaz du moteur diesel Daimler-Chrysler OM646.

REEN°4

Avril 2009 3

■ Modélisation et diagnostic de la boucle des gaz dans un moteur diesel ■

2.4. Compresseur

Afin d’estimer le débit d’air traversant le compresseur, on utilise la transformation fQ1c

qui détermine le débit corri-gé Q

1c du compresseur en utilisant le rapport des pressions

formées en entrée et en sortie de celui-ci, ainsi que son ré-gime de rotation corrigé. Les formules suivantes résument le calcul du débit du compresseur, la température et la pres-sion en sortie, la puissance absorbée (Pa) :

où P1 et P

2 sont respectivement les pressions en sortie du

filtre et en sortie du compresseur, T1 est la température en

sortie du filtre à air, ω1 et ω

1c sont respectivement le régi-

me de rotation instantané et celui corrigé du compresseur, Q

1 et Q

1c sont respectivement les débits d’air instantané et

corrigé traversant le compresseur, Pref

et Tref

sont respec-tivement la pression et la température pour lesquelles la fonction fQ1c

a été déterminée. La structure de cette fonc-tion a été choisie polynomiale en fonction du rapport de pressions P

2/P

1 et du régime moteur ω

1.

Les courbes pointillées tracées sur la figure 3 illustrent les résultats de modélisation de débit corrigé en fonction du rapport de pressions P

2/P

1 (polynôme du troisième de-

gré) et du régime de rotation corrigé ω1c

(polynôme du second degré) du compresseur. La superposition des ré-sultats du modèle aux mesures nous permet de qualifier la précision obtenue comme étant très satisfaisante (er-reur moyenne de 1,8 %, erreur maximale de 3,6 %). Les constantes C

5, C

7 et C

16 ont été identifiées à partir d’essais

sur le moteur en fonctionnement réel.

La présentation s’est limitée ici à la modélisation d’un composant de la boucle des gaz. Dans notre étude, l’en-semble des composants a été modélisé selon les mêmes principes de conservation de masse et d’énergie.

3. Simulation des modèles

Nous avons développé et implémenté le modèle com-plet de la boucle des gaz du moteur OM646 avec ses actionneurs électriques dans l’environnement Matlab/ Simulink.

3.1. Principe de la simulation

Compte tenu de la puissance de calcul limitée du cal-culateur embarqué, il est important de prendre en compte précisément le temps de calcul nécessaire pour chacune des tâches qu’il exécute. C’est l’une des raisons pour les-quelles le modèle de la boucle des gaz est testé avec un simulateur à pas fixe en utilisant le pas de calcul le plus large possible tout en restant compatible avec la dynami-que de chaque fonction de transfert.

3.2. Recalage des paramètres du modèle

Le but du recalage est de faire correspondre au mieux le comportement du modèle simulé à celui du système réel. Pour cela, nous avons utilisé des données expérimen-tales provenant de différents types d’essais. Une partie de ces données (jeu de données d’identification), correspon-dant aux variables d’entrée du modèle, a été injectée dans un simulateur. Quant à la deuxième partie des données (jeu de données de validation), elle a servi à évaluer l’er-reur entre les valeurs des sorties simulées et celles issues du système réel en vue du recalage du modèle. Différents points de fonctionnement du moteur (régime, débit de car-burant) ont été utilisés pour récolter les données expéri-mentales nécessaires au recalage. Les paramètres ont été identifiés en minimisant la distance entre sorties mesurées et sorties correspondantes fournies par les modèles.

La figure 4 illustre les résultats de recalage de la répon-se du modèle de simulation de la boucle des gaz à travers un extrait de quelques signaux mesurés mettant en valeur les propriétés dynamiques du système. La partie supérieure de cette figure indique les variations imposées sur les gran-deurs L

1 et Q

1, les autres parties de la figure comparent les

mesures et les modèles des variables P4, P

5 et ω

1.

Compte tenu des essais réalisés, les modèles des com-posants de la boucle des gaz ont été jugés satisfaisants,

Pa

Figure 3. Domaine de fonctionnement du compresseur à diffé-rents régimes de fonctionnement.

Repères 1

REEN°4Avril 20094

Les nouveaux outiLs de diagnostic dans Les processus industrieLs ■ Modélisation et diagnostic de la boucle des gaz dans un moteur diesel ■

c’est-à-dire capables de reproduire de façon qualitative et quantitative les variations des grandeurs à expliquer.

3.3. Validation des modèles

Pour valider les différents sous-modèles de la boucle des gaz du moteur, nous avons comparé leurs valeurs de sorties simulées avec celles mesurées. Nous tenons à rap-peler que les données expérimentales ayant servi au reca-

lage statique ou dynamique du modèle sont différentes de celles utilisées pour la validation.

Afin de combiner validation statique et dynamique, et d’évaluer les précisions des sorties globales du modèle, nous avons effectué différents types d’essais de circula-tion avec le véhicule de recherche : en ville, sur autoroute et mixte. Nous avons choisi de présenter par la suite un exemple de validation du modèle complet effectuée du-rant une partie d’un cycle de conduite standard (EUDC, Extra Urban Driving Cycle).

Le cycle utilisé actuellement pour la norme EURO4 est le nouveau cycle européen de circulation NEDC (New European Driving Cycle), qui comprend quatre cycles ur-bains à une vitesse maximale de 50 km/h plus un cycle extra-urbain à une vitesse maximale de 120 km/h.

3.4. Résultats expérimentaux

Nous présentons ici les résultats de validation du modèle complet de la boucle des gaz basée sur un test NEDC et no-tamment la phase finale de ce test, à savoir le cycle EUDC. La figure 5 illustre un extrait de 90 secondes des données expérimentales du cycle EUDC. Les entrées représentant les conditions environnementales du test étaient pratique-ment constantes : P

0 = 100 kPa, T

1 = 290 K, T

9 = 362 K.

C’est pourquoi elles ne sont pas représentées sur cette fi-gure. Pour des raisons de lisibilité, nous présentons sépa-rément les entrées de consigne (figure 5) et la comparaison entre les valeurs mesurées des sorties des modèles et celles issues de la simulation de ces derniers sur la figure 6.

Nous avons constaté sur la figure 6 une très bonne concordance entre les valeurs de sorties des modèles si-mulés et celles issues des données expérimentales obte-nues durant un cycle EUDC.

En revanche, nous avons observé un décalage signifi-

Figure 4. Extrait des signaux mesurés ayant servi au recalage dynamique du modèle de la boucle des gaz.

Figure 5. Entrées Q10

, ω2, V, D

1, D

2, D

3.

Figure 6. Sorties P4, T

5, P

6.

REEN°4

Avril 2009 5

■ Modélisation et diagnostic de la boucle des gaz dans un moteur diesel ■

catif entre les signaux de température issus du modèle de simulation et ceux mesurés, notamment lors des transitions importantes (à la suite de variations importantes de débit d’injection par exemple). Ce décalage peut être expliqué par le fait que les modèles de température utilisés sont basés directement sur les phénomènes thermodynamiques (compression, détente, apport énergétique), tandis que les mesures proviennent de sondes de température souffrant de réponse fréquentielle plutôt médiocre. Pour cette rai-son, un filtrage des mesures a été appliqué avant d’établir le calcul d’erreurs de modélisation, concernant les varia-tions de température.

Enfin, le modèle complet de la boucle des gaz a été implémenté dans sa version temps réel et embarqué dans le véhicule de recherche grâce à la plate-forme XPC Tar-get Box et aux boîtes à outils Real Time Workshop et XPC Target de Mathworks.

Malgré toutes les simplifications et les approximations nécessaires pour l’implémentation du modèle en temps réel (interpolation, erreurs numériques de quantification), les précisions obtenues restent très satisfaisantes comme l’indiquent les erreurs, exprimées en pourcentage, consi-gnées au tableau 2.

On a mentionné sur la première ligne les variables à ex-pliquer par les modèles, l’erreur moyenne calculée sur l’en-semble des campagnes de mesure et l’erreur maximale.

L’amplitude de ces termes d’erreur est tout à fait ac-ceptable pour justifier l’utilisation des modèles dans les phases de diagnostic de dysfonctionnement.

4. Diagnostic

Le modèle de la boucle des gaz du moteur diesel dé-veloppé précédemment est maintenant utilisé dans un sys-tème de diagnostic à base de modèle. Le système de dia-gnostic porte sur trois types de défauts principaux au sein de la boucle des gaz du moteur diesel : défauts de capteurs, défauts d’actionneurs, fuites dans la boucle des gaz.

La démarche adoptée pour le diagnostic consiste à utiliser les modèles des composants de la boucle des gaz pour générer des indicateurs de défauts. Ainsi, les équa-

tions du compresseur montrent que Q1 s’exprime en fonc-

tion de P1, P

2, ω

1 et T

1 à partir d’une relation parfaitement

connue et validée :

Q1 = f(P

1, P

2, ω

1, T

1) (1)

Puisque l’on dispose des mesures des différentes varia-bles, on peut évaluer la consistance de ces mesures vis-à-vis de ce modèle et former ainsi un résidu noté r

3 :

r3 = g(Q

1, P

1, P

2, ω

1, T

1) (2)

En l’absence de défaut de capteur (biais, dérive), d’ac-tionneur (blocage partiel) ou de composant (fuite), ce ré-sidu est statistiquement nul ; en présence de défaut, sa valeur s’écarte de façon (plus ou moins) significative de 0. Un seul résidu ne pouvant suffire à détecter et localiser tous les défauts, on a généré l’ensemble des résidus formé à partir de tous les modèles. À titre indicatif, le tableau 3 donne la structure de quelques résidus obtenus, c’est-à-dire la liste des variables dont dépendent ces résidus.

Pour des raisons de place, ce tableau ne présente que neuf résidus sur quinze. Pour chacun d’entre eux, on connaît les variables qui le définissent. Inversement, on peut lire le tableau en colonne et, dans ce cas, on sait dans quel ré-sidu chaque variable intervient. Par conséquent, en ce qui concerne les défauts d’instrumentation (capteur et action-neur), on dispose a priori de la signature de défaut de cha-que variable. Bien évidemment, l’analyse de la structure de ce tableau renseigne sur les variables dont les défauts sont détectables et isolables. Ainsi, par exemple, un défaut sur Q

2 influence les résidus r

6, r

8 et r

9. Inversement, la connais-

sance des résidus non nuls renseigne sur les variables en défaut. On trouvera dans la littérature spécialisée la façon d’interpréter ce type de table afin de détecter et localiser, sous certaines conditions, la présence de défauts [12]. D’un point de vue pratique, la mise en œuvre de la procédure de diagnostic est la suivante :

5. ConclusionUne contribution importante de ce travail a été de

construire un modèle de simulation à valeur moyenne d’un moteur diesel destiné particulièrement à la boucle des gaz de celui-ci. Le recalage paramétrique et la vali-dation du modèle obtenu ont été effectués à l’aide d’un véhicule de recherche équipé d’un moteur diesel moderne et en situation standard de fonctionnement.

Le modèle de la boucle des gaz du moteur diesel dé-veloppé précédemment a également été utilisé dans un

Tableau 2. Précisions du modèle de la boucle des gaz.

Tableau 3. Matrice d’occurrence « variables / modèles ».

Tableau 4. Étapes de la détection de défaut.

Repères 1

REEN°4Avril 20096

Les nouveaux outiLs de diagnostic dans Les processus industrieLs

système de diagnostic à base de modèle. Le but est de détecter les défauts de la boucle des gaz en appliquant une méthode de diagnostic à base de modèle et de géné-ration de résidus indicateurs de défauts. La validation du système de diagnostic obtenu a été faite sur trois types de défauts principaux au sein de la boucle des gaz du moteur diesel : défauts de capteurs et d’actionneurs, fuites dans la boucle des gaz.

Références

[1] H. EIcHLsEdEr, A. WImmEr, “Future Perspectives of the IC Engine”, 14th International conference Transport and air pollution, Graz, 2005.

[2] J. B. HEyWOOd, “Internal Combustion Engine Fundamen-tals”, mcGraw-Hill, 1988.

[3] H. BEnGTssOn, “Modelling of Volumetric Efficiency on a Diesel Engine with Variable Geometry Turbine”, master thesis, Linköping University, sweden, 2002.

[4] s. OBErG, “Identification and Improvements of an Auto-motive Diesel Engine Model Purposed for Model-Based Diagnosis”, master’s thesis, Linköping University, sweden, 2001.

[5] F. KArLssOn, “Modelling the Intake Manifold Dynamics in a Diesel Engine”, master’s thesis, Linköping University, sweden, 2001.

[6] m. JUnG, “Mean-Value Modelling and Robust Control of the Airpath of a Turbocharged Diesel Engine”, Phd thesis, University of cambridge, 2003.

[7] F. sWArTLInG, “Gas Flow Observer for Diesel Engines with EGR”, master’s thesis, Linköping University, sweden, 2005.

[8] m. nyBErG, T. sTUTTE, V. WILHELmI, “Model-Based Diagnosis of the Air Path of an Automotive Diesel Engine”, IFAc Workshop: Advances in Automotive control, Karlsruhe, Germany, march 2001.

[9] Z. sABEH, « Diagnostic à base de modèle : application à un moteur diesel suralimenté à injection directe », Thèse de l’Institut national polytechnique de Lorraine, 20 décembre 2006.

[10] r. IsErmAnn, A. scHWArTE, F. KImmIcH, “Model-Based Fault Detection of a Diesel Engine with Turbo Charger – A Case Study”, 1st IFAc symposium on Advances in Automo-tive control, University of salerno, Italy, 2004.

[11] J. c. PEyTOn JOnEs, K r. mUsKE, J W. HOWsE, “Model-Based Fault Detection for Three-Way Automotive Catalyst Systems”, 1st IFAc symposium on Advances in Automotive control, University of salerno, Italy, 2004.

[12] J. rAGOT, d. mAqUIn, s. GEnTIL, « Diagnostic fondé sur un modèle quantitatif. Supervision des procédés complexes », coordinateur sylviane Gentil, chapitre 6, pp. 219-278, Hermès science Publications, Paris, 2007.

L e s a u t e u r s

José Ragot est professeur d’automatique à l’Institut national polytech-nique de Lorraine (InPL), Vandoeuvre-lès-nancy (France), où il ensei-gne plus particulièrement au sein de l’École nationale supérieure de géologie (EnsG). Il est également chercheur au centre de recherche en automatique de nancy, laboratoire commun à l’InPL, à l’université Henri Poincaré, nancy 1 et au cnrs, où il est responsable d’une thé-matique de recherche sur le diagnostic des systèmes. ses activités de recherche concernent la modélisation de systèmes en vue du diagnos-tic, la validation de données, la synthèse d’observateurs adaptés aux multimodèles, et les méthodes de diagnostic de fonctionnement des systèmes complexes. José ragot est l’auteur d’une soixantaine d’arti-cles dans des revues internationales reconnues, de plus de deux cents communications à des conférences internationales, et a participé à la rédaction d’une vingtaine d’ouvrages. Il a assuré la gestion scientifique d’une soixantaine de contrats de recherche tant sur le plan académique qu’industriel.

Zahi Sabeh est ingénieur chez delphi diesel systems (équipementier de systèmes d’injection diesel) à Blois, où il développe des activités de recherche dans différents domaines liés au système d’injection diesel : contrôle et diagnostic à base de modèles embarqués sur véhicules, élaboration de spécifications techniques et prototypage rapide de fonc-tions de contrôle/diagnostic des moteurs diesel, conception et réalisa-tion d’outils de mise au point automatique des fonctions de régulation

dans un moteur diesel, réalisation de tests de validation de produits finis sur bancs HIL. Il est ingénieur en génie électronique (université d’Alep) et titulaire d’un doctorat de l’Institut national polytechnique de Lorraine dans le domaine du diagnostic de systèmes à base de modèles.

Didier Maquin est professeur d’automatique à l’Institut natio-nal polytechnique de Lorraine (InPL), nancy, France. Il ensei-gne dans plusieurs écoles d’ingénieurs et plus particulièrement à l’École nationale supérieure d’électricité et de mécanique (EnsEm), où il est en poste, et à l’École nationale supérieure des mines de nancy (Ensmn). chercheur au centre de recherche en automatique de nancy, laboratoire commun à l’InPL, à l’univer-sité Henri Poincaré, nancy 1 et au cnrs, il assure la responsa-bilité du groupe thématique « sûreté de fonctionnement et dia-gnostic des systèmes » regroupant une vingtaine d’enseignants chercheurs. Au niveau national, didier maquin est responsable de l’axe « supervision, identification et maintenance » du Gdr cnrs « modéli-sation, analyse et conduite des systèmes dynamiques », qui regroupe plus de 1 600 chercheurs appartenant à 200 entités de recherche. ses thèmes de recherche concernent la validation de données et les mé-thodes de diagnostic de fonctionnement des systèmes complexes. didier maquin est l’auteur d’une trentaine d’articles dans des revues internationales reconnues, et d’une centaine de communications à des conférences internationales.