Présentation
EnglishRÉSUMÉ
Dans cet article, l’outil bond graph à caractère multidisciplinaire est utilisé pour la conception intégrée des systèmes de surveillance robuste, allant de la modélisation à la génération des algorithmes de supervision.
Les propriétés structurelles et causales du bond graph sont exploitées pour analyser les conditions de surveillabilité (aptitude à détecter et localiser les défauts) avant réalisation industrielle, de même qu'ensuite, dans une deuxième phase, pour implémenter les algorithmes de diagnostic robustes en ligne.
La méthodologie est illustrée ici par un exemple académique représenté par un moteur à courant continu.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Belkacem OULD BOUAMAMA : Professeur-Directeur de la recherche à l'École polytechnique universitaire de Lille (Polytech) - Responsable de l'équipe MOCIS au Laboratoire d'automatique génie informatique et signal (LAGIS) UMR CNRS8219
INTRODUCTION
Si le contrôle et la régulation automatique sont largement maîtrisés par le monde industriel, la supervision en ligne est par contre peu développée. Une ambiguïté dans sa définition la réduit souvent à des tâches de suivi de paramètres (dit monitoring) ou de gestion d'alarmes par un seuillage des variables. Alors que la préservation du personnel et de l'environnement, et l'amélioration de la sûreté de fonctionnement des systèmes industriels reposent essentiellement sur les algorithmes de détection et d'isolation des défauts en ligne.
L'outil bond graph, qui a prouvé son efficacité pour construire des modèles de connaissance de systèmes multiphysiques, est utilisé ici pour la conception intégrée des systèmes de surveillance à base de modèle allant de :
-
la modélisation ;
-
la détermination hors ligne des conditions et moyens de surveillabilité avant réalisation industrielle ;
la génération d'algorithmes de surveillance robuste en ligne.
Afin d'améliorer les performances de décision dans l'étape de détection, des seuils adaptatifs tenant compte des incertitudes paramétriques du système physique sont générés directement du modèle bond graph. Cette démarche systématique de conception de système de surveillance est basée sur les propriétés causales, structurelles et comportementales du bond graph. Son aspect graphique permet l'automatisation des procédures de génération d'algorithmes de surveillance, à l'aide d'un outil logiciel dédié. Cette démarche méthodologique de modélisation, l'analyse et la génération d'indicateurs de fautes déterministes, puis robustes, sont illustrées pas à pas par une application pédagogique à un moteur à courant continu.
La première partie présente les principes, définition et rôle de la supervision dans l'industrie.
La deuxième partie présente un état de l'art des méthodes de surveillance en ligne des systèmes continus, ainsi que l'intérêt des bond graphs pour cette tâche.
Après une brève présentation de la modélisation par bond graph (car déjà détaillée dans d'autres articles des Techniques de l'ingénieur) et des propriétés de l'outil, le troisième chapitre décrit la méthodologie bond graph pour la conception des systèmes de surveillance en ligne.
Enfin, la quatrième partie est consacrée à l'amélioration de la robustesse de détection des systèmes de surveillance, en introduisant des modèles bond graph incertains sous forme de transformations linéaires fractionnelles, dites « LFT » (Linear Fractionnal Transformation).
La cinquième partie conclut l'article.
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Conception et Production
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
4. Surveillance robuste par modèles bond graphs
4.1 Terminologie d'un système surveillance
-
La « robustesse de détection » est l'aptitude de la procédure à détecter les fautes indépendamment des erreurs de modèle du processus. C'est une forme particulière de l'aptitude à l'isolabilité. Dans la pratique, c'est un problème très difficile à résoudre, car la structure d'un modèle est une approximation et ses paramètres ne sont connus qu'avec une certaine précision.
-
On appelle « incertitudes paramétriques » les incertitudes qui affectent les coefficients des matrices de la représentation d'état d'un système. Ce type d'incertitude permet de traduire, d'une part, le caractère incertain des paramètres de modélisation et, d'autre part, d'encadrer certains paramètres susceptibles d'évoluer dans de fortes proportions. On distingue les incertitudes de mesure et paramétriques.
Dans la suite de cet article, on s'intéressera uniquement à la robustesse du système vis-à-vis des incertitudes paramétriques.
-
La « problématique » est de générer des résidus sensibles aux défauts mais insensibles aux incertitudes paramétriques, c'est-à-dire aux déviations des valeurs des paramètres du modèle par rapport à leurs valeurs nominales.
Concrètement, si les valeurs des paramètres du modèle varient (pour des raisons technologiques), ou ne sont pas connues avec une grande précision, alors le résidu peut dépasser le seuil de tolérance et générer ainsi une fausse alarme.
ExempleAinsi, une variation de 5 % de la valeur nominale des frottements mécaniques R M introduit une fausse alarme du résidu R 2 comme l'indique les résultats de simulation (figure 21).
La section suivante concerne l'utilisation du même outil, les bond graphs, pour générer des RRA robustes aux incertitudes paramétriques.
4.2 Bond graph LFT pour la surveillance robuste
Les transformations linéaires fractionnelles (LFT ) sont des objets génériques très utilisés...
Cet article fait partie de l’offre
Conception et Production
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Surveillance robuste par modèles bond graphs
BIBLIOGRAPHIE
-
(1) - MILLOT (P.) - Supervision des procédés automatisés et ergonomie. - Édition Hermès, Paris (1988).
-
(2) - BATTEUX (M.) - Diagnosticabilité et diagnostic de systèmes technologiques pilotés. - Université de Paris-Sud 11, no 2011PA112316, 13 déc. 2011.
-
(3) - BLANKE (M.), KINNAERT (M.), LUNZE (J.), STAROSWIECKI (M.) - Diagnosis and fault tolerant control. - Springer-Verlag, second edition (2010).
-
(4) - ISO 13381-1 - Condition monitoring and diagnostics of machines, prognostics – Part 1 : General guidelines. - International Standard, ISO (2004).
-
(5) - BASSEVILLE (M.) et NIKIFIROV (I.) - Detection of abrupt changes. Theory and Application. - Prentice-Hall (1993).
-
(6) - BRUNET (J.) et al - Détection et diagnostic de pannes. - Hermès...
Cet article fait partie de l’offre
Conception et Production
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive