Contribution à la surveillance des systèmes industriels complexes
Résumé
element(s) and at determining the failure cause(s). These information about the system state may be given to operators in order for them to act appropriately and/or may be used automatically to modify, reconfigure the control law and even the system itself or its mission.
In this report, I present a scientific synthesis that situates my contributions in this wide research field.
All monitoring methods rest on the availability of system information redundancy. Modelbased approaches consist in verifying the consistency between on-line measurements and a behaviour model under some operation hypothesis. The first step is to generate a set of
indicator signals, the so-called residuals. Two methods are classically used to generate these residuals : Analytical Redundancy Relations (ARR) -based method and observers-based ones.
Each of these tools, that have recently been extended to nonlinear models, shows advantages and drawbacks depending on the type of considered system (and model) and depending on the algorithms implementation. These works were initially devoted to FDI (Fault Detection and
Isolation) for continuous (or discretized) time system. They have been recently adjusted and extended to handle the problem of Dynamic Hybrid System monitoring.
When the considered system is complex, i.e. when it is constituted of a large number of physical components, a structural pre-treatment may allow to determine the monitorability properties of the system. Structural analysis is a powerful tool that doesn't need any explicit
knowledge of the model equations. However, it allows to determine the subsystems for which sophisticated FDI algorithms may be implemented.
A monitoring system is only a part of a more complete process that allows for the industrial equipment to work in security and to gain in productivity and quality even when failures occur. The control law may be constructed in order to use the monitoring information. In that case, Fault Tolerant Control (FTC) is invoked. A thought on research prospects is proposed all along the manuscript. Some more general research orientations are presented at the end of the document to complete these prospects.
In this report, I present a scientific synthesis that situates my contributions in this wide research field.
All monitoring methods rest on the availability of system information redundancy. Modelbased approaches consist in verifying the consistency between on-line measurements and a behaviour model under some operation hypothesis. The first step is to generate a set of
indicator signals, the so-called residuals. Two methods are classically used to generate these residuals : Analytical Redundancy Relations (ARR) -based method and observers-based ones.
Each of these tools, that have recently been extended to nonlinear models, shows advantages and drawbacks depending on the type of considered system (and model) and depending on the algorithms implementation. These works were initially devoted to FDI (Fault Detection and
Isolation) for continuous (or discretized) time system. They have been recently adjusted and extended to handle the problem of Dynamic Hybrid System monitoring.
When the considered system is complex, i.e. when it is constituted of a large number of physical components, a structural pre-treatment may allow to determine the monitorability properties of the system. Structural analysis is a powerful tool that doesn't need any explicit
knowledge of the model equations. However, it allows to determine the subsystems for which sophisticated FDI algorithms may be implemented.
A monitoring system is only a part of a more complete process that allows for the industrial equipment to work in security and to gain in productivity and quality even when failures occur. The control law may be constructed in order to use the monitoring information. In that case, Fault Tolerant Control (FTC) is invoked. A thought on research prospects is proposed all along the manuscript. Some more general research orientations are presented at the end of the document to complete these prospects.
La surveillance en-ligne d'un système industriel a pour objectifs de détecter tout dysfonctionnement du procédé, de localiser le ou les éléments défaillants et de déterminer la ou les causes de défaillances. Ces informations sur l'état du système peuvent alors être transmises aux opérateurs qui peuvent agir en conséquence et/ou être utilisées pour modifier, reconfigurer la commande voire le système lui-même ou sa mission. Dans ce mémoire, je présente une synthèse scientifique de mes contributions dans ce vaste domaine de recherche.
Toutes les méthodes de surveillance reposent sur la redondance d'information disponible sur le système. L'approche dite « à base de modèle » consiste à vérifier la cohérence des mesures effectuées en-ligne sur l'installation avec un modèle comportemental de celle-ci sous certaines hypothèses de fonctionnement. La première étape consiste à générer un ensemble de signaux indicateurs appelés communément « résidus ». Deux catégories de méthodes sont classiquement utilisées pour générer ces résidus : la méthode à base de Relations de Redondance Analytique et les méthodes à base d'observateurs. Ces méthodes, qui ont été récemment étendues au cas des modèles non-linéaires, présentent chacune des avantages et des inconvénients suivant le type de système (de modèle) considéré et les contraintes imposées pour l'implémentation des algorithmes. Ces travaux, initialement destinés à la surveillance des systèmes continus (ou discrétisés) ont été récemment adaptés et complétés pour traiter le problème de la surveillance des Systèmes Dynamiques Hybrides. Lorsque le système considéré est complexe, c'est à dire lorsque les éléments physiques ou composants qui le constituent sont nombreux, un pré-traitement structurel du modèle peut permettre de déterminer les conditions nécessaires de « surveillabilité » du système. L'analyse structurelle est un outil puissant qui ne nécessite pas la connaissance explicite des équations du modèle. Elle permet cependant de déterminer les sous-systèmes sur lesquels des algorithmes plus sophistiqués de surveillance peuvent être implantés.
La surveillance n'est qu'un module d'un processus complet permettant à une installation de fonctionner en respectant des critères de sécurité, de productivité et de qualité même en présence de défaillance. La commande du système peut être conçue de manière à utiliser les informations fournies par le module de surveillance. On parle alors de « commande tolérante aux défaillances »
Une réflexion sur les perspectives de recherche est exposée tout au long du manuscrit suivant le thème traité. Ces perspectives sont complétées à la fin du document par quelques orientations de recherche plus générales.
Toutes les méthodes de surveillance reposent sur la redondance d'information disponible sur le système. L'approche dite « à base de modèle » consiste à vérifier la cohérence des mesures effectuées en-ligne sur l'installation avec un modèle comportemental de celle-ci sous certaines hypothèses de fonctionnement. La première étape consiste à générer un ensemble de signaux indicateurs appelés communément « résidus ». Deux catégories de méthodes sont classiquement utilisées pour générer ces résidus : la méthode à base de Relations de Redondance Analytique et les méthodes à base d'observateurs. Ces méthodes, qui ont été récemment étendues au cas des modèles non-linéaires, présentent chacune des avantages et des inconvénients suivant le type de système (de modèle) considéré et les contraintes imposées pour l'implémentation des algorithmes. Ces travaux, initialement destinés à la surveillance des systèmes continus (ou discrétisés) ont été récemment adaptés et complétés pour traiter le problème de la surveillance des Systèmes Dynamiques Hybrides. Lorsque le système considéré est complexe, c'est à dire lorsque les éléments physiques ou composants qui le constituent sont nombreux, un pré-traitement structurel du modèle peut permettre de déterminer les conditions nécessaires de « surveillabilité » du système. L'analyse structurelle est un outil puissant qui ne nécessite pas la connaissance explicite des équations du modèle. Elle permet cependant de déterminer les sous-systèmes sur lesquels des algorithmes plus sophistiqués de surveillance peuvent être implantés.
La surveillance n'est qu'un module d'un processus complet permettant à une installation de fonctionner en respectant des critères de sécurité, de productivité et de qualité même en présence de défaillance. La commande du système peut être conçue de manière à utiliser les informations fournies par le module de surveillance. On parle alors de « commande tolérante aux défaillances »
Une réflexion sur les perspectives de recherche est exposée tout au long du manuscrit suivant le thème traité. Ces perspectives sont complétées à la fin du document par quelques orientations de recherche plus générales.
Loading...