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
Chapitre I- Mthodes de surveillance et de diagnostic
8
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
10
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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)
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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].
Chapitre I- Mthodes de surveillance et de diagnostic
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
.
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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)
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de 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).
Chapitre I- Mthodes de surveillance et de diagnostic
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 :
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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].
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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.
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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
Chapitre I- Mthodes de surveillance et de diagnostic
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