Diagnostic des fautes approche hybride analytique et neuro floue.

Abstract

Le travail présenté dans ce mémoire concerne la détection et le diagnostic des fautes en ligne dans un robot manipulateur représentant une classe de systèmes dynamiques non linéaires. Ces fautes concernent le processus lui-même ainsi que les capteurs utilisés. Après une phase d'analyse fonctionnelle et structurelle permettant la classification des constituants du système physique et les fautes qui peuvent les affecter, nous avons présenté une étude synthétique des différentes approches et méthodes de détection et de diagnostic. Notre contribution principale se situe au niveau de la modélisation et La synthèse du système de détection et de diagnostic. Pour la modélisation, nous avons scindé le modèle du robot en deux parties; une partie certaine obtenue par une linéarisation par injection de sortie et une partie incertaine qui représente les non linéarités du système dues aux incertitudes et aux erreurs de modélisation sous forme d'une perturbation additive. Pour la synthèse du système de détection et de diagnostic, les résidus générés par redondance analytique pour la partie linéaire ne sont pas nuls en comportement normal du fait de la partie incertaine. Alors, Une procédure de compensation de l'erreur de sortie en comportement normal est établie en utilisant une technique de modélisation neuro floue. Malgré cette compensation, en présence de fautes, les résidus générés permettent la détection mais ne permettent pas la localisation précise de la faute, alors, une technique de modélisation et d'identification neuro floue est aussi utilisée. Les fautes capteurs sont aussi prises en comptes, et pour cela et grâce à la structure spécifique du modèle d'état du robot, un observateur original permettant la validation des mesures est construit. Les résultats de simulation donnés aussi bien dans le cas d'absence de fautes que dans le cas de présence de fautes montrent l'efficacité de l'approche.