Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
I.1. Introduction.
I.2. Définitions.
I.3. Fonctions de la surveillance.
3.1.1. La détection.
3.1.2. Le diagnostic.
3.1.2.1. La localisation.
3.1.2.3. L’identification.
I.4. Méthodes de la surveillance.
I.4.1. Choix de la méthode de surveillance.
I.4.2. Les méthodes sans modèle analytique (directes).
I.4.3. Les méthodes avec modèle analytique.
Chapitre I Surveillance des systèmes automatisés
I. 1. Introduction :
Les systèmes automatisés de production sont caractérisés par une complexité croissante.
Cette complexité le rend vulnérables aux défaillances, celles-ci étant à l’origine de coûts
importants en termes de sécurité (risque d’accidents, de pollutions, ...), et en termes de
disponibilités (diminution de la productivité). Cette vulnérabilité justifie l’introduction de
modules de surveillance.
La fonction de surveillance a pour premier objectif d’accroître la sécurité de l’installation.
Ainsi, cette fonction a principalement été développée pour des systèmes critiques tels les
installations chimiques, les centrales nucléaires, les plates-formes pétrolières et
l’aéronautique.
Parmi les facteurs qui contribuent à l’amélioration de la disponibilité, de la qualité et de la
sûreté de fonctionnement ainsi qu’à la réduction des coûts des installations industrielles, les
méthodes de surveillances sont devenues une aide significative, en particulier pour
l’exploitation de Systèmes Automatisés de Production (S.A.P.). La surveillance regroupe
l’ensemble des algorithmes de détection et de localisation des défaillances, elle s’intègre dans
le cadre plus général de la supervision et permet d’améliorer la qualité ainsi que de réduire les
coûts, en intervenant au cours des phases du cycle de vie du produit que sont:
La conception : une méthode d’analyse préventive peut être utilisée dès les premières étapes
d’un projet pour déterminer au mieux les défaillances possibles ainsi que leurs effets :
"diagnostic de conception",
La production : les défauts peuvent être identifiés et localisés en cours de production. Le
diagnostic permet de corriger ou d’arrêter la fabrication de produits puisqu’ils ne pourront
satisfaire le cahier des charges,
L’utilisation : une procédure d’arrêt et/ou de retrait peut être déclenchée si la sécurité est mise
en péril par l’occurrence d’un défaut lors d’une phase d’utilisation. Une localisation précise
des défaillances pourra permettre d’améliorer la maintenabilité et la disponibilité en indiquant
les composants à remplacer. Ici, l’intérêt du diagnostic est de fournir les informations qui
définissent une politique de maintenance appropriée.
Le système de surveillance doit réaliser les trois tâches suivantes :
1 – La détection.
2 – La localisation.
3 – L’identification.
Beaucoup de systèmes de surveillance ne comportent que les deux premières étapes.
L'identification d'une défaillance n'est réalisée que lorsqu'une action de reconfiguration de la
commande ou des objectifs à atteindre est envisagée. Lorsqu'un algorithme de surveillance ne
comporte que ces deux étapes, il est qualifié d'algorithme de FDI (Fault Detection and
Isolation).
4
Chapitre I Surveillance des systèmes automatisés
I. 2. Définitions :
Il semble intéressant, dans un premier temps, de rappeler les principaux termes utilisés
dans les notions de la surveillance des systèmes. Reposant principalement sur le travail
effectué par [4], [5], [6].
5
Chapitre I Surveillance des systèmes automatisés
6
Chapitre I Surveillance des systèmes automatisés
Défaut
Anomalies
Défaillance
Normal Panne
Signe
Observations
Symptôme
7
Chapitre I Surveillance des systèmes automatisés
Il existe également une criticité croissante entre défaillance et panne. De la non conformité
(ou anomalie) dans le cas d’une défaillance, on passe à une inaptitude à accomplir une
fonction dans le cas d’une panne.
Ces notions sont illustrées à partir de l'exemple d’un moteur devant assurer une fonction de
ventilation (tableau I.1).
I. 3. Fonctions de la surveillance :
Le rôle de la surveillance est de recueillir en permanence tous les signaux en provenance
du procédé et de la commande, de reconstituer l’état réel du système commandé et de faire
toutes les inférences nécessaires pour produire les données utilisées ou utilisables, en vue de :
- dresser des historiques de fonctionnement,
- le cas échéant, mettre en uvre un processus de traitement de défaillances.
8
Chapitre I Surveillance des systèmes automatisés
Fonctions de la surveillance
Détection Diagnostic
Localisation Identification
I. 3. 1. La détection :
La détection, qui répond à la question "y a-t-il une (nouvelle) anomalie dans le système?",
permet de déterminer la normalité ou l’anormalité du système en fonctionnement. Autrement
dit : la détection vise à déterminer l’apparition et l’instant d’occurrence d’une faute.
On peut distinguer deux grandes classes d’anomalies :
La première regroupe les situations pour lesquelles le comportement du système devient
anormal par rapport à ses caractéristiques intrinsèques.
La seconde regroupe les situations dans lesquelles le comportement est anormal par rapport à
la loi de commande appliquée.
La détection consiste à comparer la signature courante à la signature de référence associée
aux modes de fonctionnement identifies et ensuite à prendre une décision en fonction du
résultat de la comparaison. D’autres techniques de détection s’appuient sur les dates limites
d’occurrences des signaux attendus, le suivi de l’évolution de l’état du système, les systèmes
experts, l’utilisation de capteur spécialisés et les techniques d’analyse de fréquence.
Dans les procédures de détections, les signatures utilisées sont des grandeurs scalaires, des
courbes ou des images. Sachant que le signal d’écart possède un comportement aléatoire, la
prise de décision nécessite la définition de seuils aux maxima et aux minima au-delà desquels
on déclarera un dysfonctionnement, c-à-d permet alors de caractériser le fonctionnement du
système de normal ou d’anormal.
La détection de symptômes d’anomalies liés aux éléments du procédé requiert
généralement l’élaboration d’un modèle à surveiller (procédé). Ce modèle peut être de bon
fonctionnement ou un modèle de dysfonctionnement. Par exemple, dans le cas des systèmes
discrets, un modèle correspondrait à un RdP et dans le cas de système continu un modèle
correspondrait à un ensemble d’équations différentielles. Sans modèle du système à surveiller,
9
Chapitre I Surveillance des systèmes automatisés
la stratégie adoptée consiste en l’exploitation des informations données par les capteurs et les
détecteurs au niveau local du procédé.
Un test de détection (dit aussi test de cohérence ou test de consistance) a pour finalité de
vérifier si un ensemble d'informations représentatives de l'état d'un système physique est
cohérent avec la connaissance d'un comportement donné qui peut être normal ou anormal
comme le montre la figure I. 3. Le résultat de la comparaison produit un écart, appelé résidu.
Cet écart sera comparé à des seuils fixés à priori. Si le seuil de la détection est trop petit, il
peut y avoir des fausses alarmes. Si le seuil est trop grand, on aboutit à des manques à la
détection. Les informations sont associées à des variables; elles peuvent être des observations
qualitatives ou des mesures.
Ecart
TESTER
Détection
Symptôme
Figure I.3 Test de cohérence (test de détection, test de consistance)
10
Chapitre I Surveillance des systèmes automatisés
I. 3. 2. Le diagnostic :
L’objectif du diagnostic consiste à déterminer à chaque instant le mode de fonctionnement
du système par ses manifestations extérieures. Il s’appuie sur une connaissance a priori des
modes de fonctionnement et sur une connaissance instantanée matérialisée par une nouvelle
observation de l’état du système. Son principe général consiste à confronter les données
relevées au cours du fonctionnement réel du système avec la connaissance que l’on a de son
fonctionnement normal ou défaillant. Si le mode de fonctionnement identifié est un mode
défaillant, le système de diagnostic pourra localiser sa cause. La fonction du diagnostic est
donc de chercher une causalité liant le symptôme, la défaillance et son origine.
On peut dire aussi, que le diagnostic consiste à localiser les éléments défaillants et à
identifier les causes à l’origine du problème, ceci en établissant un lien causal entre les
symptômes et les éléments fautifs à remplacer. La phase qui suit correspond à la décision. Elle
a pour rôle de déterminer et d’engager les actions permettant de ramener au mieux le système
dans un état normal. Ces actions peuvent être des ordres d’arrêts d’urgence ou des lancements
de réparations ou d’opérations préventives. Dans le cas où on voudrait éviter une perte de
production, cette décision peut être une reconfiguration du procédé.
La fonction de diagnostic fait apparaître les deux sous fonctions : la localisation et
l’identification.
I. 3. 2. 1. La localisation :
Cette fonction a pour but de répondre à la question " à quelles classes de défauts ou de
défaillances appartiennent les anomalies du système ? ". Ou la localisation consiste a
déterminer l’endroit du procédé ou s’est produite la défaillance et la nature de celle-ci.
Lorsqu'une défaillance est détectée, une procédure de localisation est utilisée pour
permettre de déterminer l'origine de celle-ci. A la différence de la détection où un seul résidu
est nécessaire, la procédure de localisation nécessite un ensemble (ou vecteur) de résidus.
Pour permettre la localisation, le vecteur de résidu doit avoir un certain nombre de
propriétés permettant de caractériser de manière unique chaque faute. La procédure
permettant de conférer aux résidus ces propriétés, est appelée procédure d'amélioration des
résidus. Il existe deux méthodes d'amélioration des résidus :
- La construction de résidus structurés [7].
- La construction de résidus directionnels [8].
Définition I. 14 :
La structure d’un résidu ri par rapport à un ensemble de défaillances { } de dimension
est le mot binaire Sri composé de bits (Si,j) positionnés de la manière suivante :
Si,j = 1 si le résidu ri est affecté par la jième élément de { }.
Si,j = 0 si le résidu ri est non affecté par la jième élément de { } (tableau I.2).
Les résidus structurés sont conçus de manière à être chacun affecté par un sous ensemble de
défaillances et robuste (non affecté) par rapport aux défaillances restantes. Ainsi, lorsqu’une
défaillance apparaît, seul un sous ensemble de résidus réagit.
Les informations de sensibilité et de robustesse souhaitées pour les résidus sont
répertoriées dans une table binaire, appelée la table des signatures théoriques, comme illustre
le tableau I.2. Celle-ci est construite de la manière suivante : lorsque le iième résidu doit être
sensible (resp. robuste) à la jième défaillance, alors la valeur binaire 1 (resp. 0) est affectée à la
ligne et à la colonne correspondante.
1 1
r1 S11 S12 S1
r2 S21 S22 S2
rm Sm1 Sm2 Sm
Tableau I.2 Table de signatures des fautes
Définition I. 15 :
Une défaillance sera structurellement localisable si toutes les colonnes de la table des
signatures théoriques sont différentes.
La table de signatures théoriques doit être proposée de telle manière que le vecteur de
résidus structurés correspondant soit calculable et que les propriétés d'isolabilité soient les
plus intéressantes possibles. La qualité d'isolabilité de la table est donnée par l'ordre de
localisabilité défini comme suit :
12
Chapitre I Surveillance des systèmes automatisés
Définition I.16 :
Une défaillance est localisable d’ordre k si sa distance de Hamming par rapport à la
signature de défaillance la plus proche est de k bits.
Pour illustrer cela, considérons le petit exemple suivant :
Exemple I. 1 :
Soient trois résidus r1, r2 et r3 et trois défaillances f1, f2 et f3. La table I. 3 présente 4
ensembles de signatures théoriques ayant des propriétés d’isolabilité différentes.
La table I. 3. a illustre le cas de deux tables non isolables (f1 et f2 possèdent la même
signature).
La table I. 3. b donne un exemple où les défaillances sont isolables d’ordre 1 (un seul bit est
différent entre f1 et f2).
La table I. 3. c et I. 3. d donne un exemple où les défaillances sont isolables d’ordre 2. Malgré
un indice d’isolabilité identique, la table I. 3. d sera la plus simple à traiter. D’une manière
générale, lorsque deux tables de signatures théoriques ont le même ordre d’isolabilité, la table
contenant le plus de zéros sera systématiquement choisie.
f1 f2 f3 f1 f2 f3 f1 f2 f3 f1 f2 f3
r1 1 1 0 1 1 0 1 1 0 1 0 0
r2 1 1 1 1 0 1 1 0 1 0 1 0
r3 0 0 1 0 0 1 0 1 1 0 0 1
a) b) c) d)
Tableau I.3 Table de signatures théoriques de trois résidus pour trois défaillances
Défaillance 3
r1
Défaillance 2
r2
l1 l2
r l3
I. 3. 2. 2. L’identification :
L’identification, qui a pour rôle de déterminer quelles sont les caractéristiques de chacun
des défauts ou des défaillances. Elle consiste à déterminer (identifier) les caractéristiques
précises de la défaillance. L’identification (ou estimation) du défaut est une tâche plus
délicate qui nécessite d’utiliser un modèle de comportement du système en présence des
défaillances avec un niveau élevé de connaissance sur les défaillances (c’est à dire une
connaissance de la structure et de la dynamique de la défaillance). L’obtention d’une
estimation de la défaillance permet bien entendu de donner une image beaucoup plus précise
de l’état du système.
I. 4. Méthodes de la surveillance :
La première question à se poser quant au choix d’une méthode de surveillance est la
suivante : que savons-nous sur le système où apparaissent des défaillances? Et plus
exactement, possédons-nous un modèle permettant de connaître l’évolution de ce système?
14
Chapitre I Surveillance des systèmes automatisés
En fonction de la réponse, nous pourrons nous diriger vers l’une des deux familles de
surveillance : les méthodes avec modèles ou les méthodes sans modèles. Ces dernières sont
illustrées à la figure I.6 :
Méthodes de surveillance
Surveillance
Surveillance
avec modèles
sans modèles
analytiques ou
(analytiques)
mathématiques
Redondance Estimation
matérielle paramétrique
Seuillage
Estimation d’état
Traitement (redondance
statistique analytique)
Analyse
fréquentielle
(filtrage) Observateurs
Capteurs spécifiques
(Capteurs-Détecteurs)
Espace de parité
Réseaux de neurones
artificiels
Systèmes d’inférence
flous
Système expert
Raisonnement à partir des cas
Reconnaissance de formes
15
Chapitre I Surveillance des systèmes automatisés
16
Chapitre I Surveillance des systèmes automatisés
I. 4. 2. 2. Seuillage :
Des variables mesurées sont comparées avec des valeurs limites constantes ou adaptatives
(évoluant en fonction du point de fonctionnement). Un premier niveau indique la présence
probable d’un défaut alors qu’un second niveau peut en caractériser la gravité. Le
franchissement d’un seuil révèle la présence d’une anomalie. Le seuillage comporte un
inconvénient : son aspect catégorique. Effectivement, le résultat d’une telle méthode peut être
remis en question si la grandeur testée est proche du seuil; à cause du bruit présent lors de
mesures, celle-ci peut être considérée comme fausse alors qu’elle ne l’est pas et inversement.
Pour éviter ce désagrément, la logique floue est associée au seuillage, ce qui permet, outre la
gestion de l’imprécision, d’obtenir une représentation unifiée de la connaissance, et ainsi de
fusionner les informations décrites à l’aide de grandeurs numériques, qualitatives ou
logiques [9].
I. 4. 2. 3. Traitement statistique :
L’étude de l’évolution de la moyenne ou de la variance d’un signal peut favoriser la mise
en évidence d’une anomalie. La prise de décision est généralement effectuée à l’aide d’un test
d’hypothèses où deux hypothèses représentent le fonctionnement normal et anormal.
Parmi les tests d’hypothèses les plus connus, nous trouvons le maximum de vraisemblance
généralisée qui possède l’avantage de déterminer seul l’horizon des observations à utiliser et
minimise le nombre d’observations nécessaires pour prendre une décision sans
ambiguïté [10].
17
Chapitre I Surveillance des systèmes automatisés
18
Chapitre I Surveillance des systèmes automatisés
I. 4. 2. 9. Reconnaissance de formes :
La Reconnaissance de Formes (la RdF) est la science qui se base sur la définition
d’algorithmes permettant de classer des objets ou des formes en les comparants à des formes
types. Ses applications interviennent dans de nombreux domaines tels que la reconnaissance
19
Chapitre I Surveillance des systèmes automatisés
20
Chapitre I Surveillance des systèmes automatisés
I. 4. 3. 1. Estimation paramétrique :
Les méthodes d’estimation paramétrique supposent l’existence d’un modèle paramétrique
décrivant le comportement du système et la connaissance des valeurs des paramètres en
fonctionnement nominal. Elles consistent alors à identifier les paramètres caractérisant le
fonctionnement réel, à partir de mesures des entrées et des sorties du système [10].
On dispose ainsi d’une estimation des paramètres du modèle, réalisée à partir des mesures
prises sur le système, et de leurs valeurs théoriques. Pour détecter l’apparition de défaillances
dans le système, il faut effectuer la comparaison entre les paramètres estimés et les paramètres
théoriques. Comme pour les méthodes de redondance analytique, la théorie de la décision sert
alors à déterminer si l’écart observé est dû à des aléas normaux du fonctionnement ou à des
défaillances. La différence entre les méthodes de redondance analytique et les méthodes
d’estimation paramétrique est qu’on effectue, pour les premières, la comparaison entre l’état
estimé et l’état théorique du système, alors que pour les secondes, on compare les paramètres
estimés aux paramètres théoriques du système.
Le principe consiste à estimer en continu des paramètres du procédé en utilisant les
mesures d’entrée/sortie et en l’évaluation de la distance qui les sépare des valeurs de référence
de l’état normal du procédé (figure I.7).
L’estimation paramétrique possède l’avantage d’apporter de l’information sur la taille des
déviations. Toutefois, un des inconvénients majeurs de la méthode réside dans la nécessité
d’avoir un système physique excité en permanence. Ceci pose des problèmes pratiques dans le
cas de procédés dangereux ou fonctionnant en mode stationnaire. De plus, les relations entre
21
Chapitre I Surveillance des systèmes automatisés
les paramètres mathématiques et physiques ne sont pas toujours inversibles de façon unitaire,
ce qui complique la tâche du diagnostic basé sur les résidus.
Entrées
Défauts inconnues
Entrée Mesures
Procédé
Estimation des
paramètres
+
Paramètres -
physiques
Décision Résidus
I. 4. 3. 2. a. Observateurs :
La méthode à base d’observateurs ou filtre est la plus couramment utilisée. Les premiers
travaux datent des années 70 ([19] par exemple). Beard et Jones ont été en fait les premiers à
proposer le remplacement de la redondance matérielle par des algorithmes de détection basés
sur des observateurs. Leurs travaux concernaient des systèmes linéaires et la méthode a été
appelée " filtre de détection de défauts de Beard-Jones".
Cette méthode est parmi les méthodes de génération de résidus les plus traitées dans la
littérature. Les observateurs ou filtres sont des outils bien connus des automaticiens à des fins
de commande en boucle fermée reposant sur l’estimation d’état. Le principe général est de
1
- Une définition du mot «redondance» trouvée dans Larousse de Bibliorom est : «Duplication d'équipements
chargés d'assurer une fonction donnée, afin que l'un d'eux puisse se substituer à l'autre en cas de défaillance».
22
Chapitre I Surveillance des systèmes automatisés
I. 5. Conclusion :
Dans ce chapitre nous avons présenté le concept général de la surveillance des systèmes
automatisés, ainsi plusieurs définitions nécessaires ont été citées.
La surveillance regroupe deux fonctions principales : la détection et le diagnostic qui
regroupe à son tour deux fonctions élémentaires telles que : la localisation et l’identification.
La localisation des défaillances nécessite l’introduction de ce qu’on appelle les résidus
structurés et les résidus directionnels.
Pratiquement, la nature des informations sur les systèmes automatisés (notamment les
systèmes industriels), est différente d’un système à un autre, (des connaissances d’expertise,
des modèles qualitatifs ou structurels), cela influe directement sur la manière de procéder la
surveillance. Par conséquent, deux grandes classes des méthodes de surveillance ont été
citées, à savoir les méthodes sans modèle, et les méthodes avec modèle.
23