Date : 1996
Type : Livre / Book
Type : Thèse / ThesisLangue / Language : français / French
Résumé / Abstract : L’accroissement des performances des systèmes de génie climatique de ces dernières années s’est accompagné d’une complexité accrue de ceux-ci. La compréhension de leur fonctionnement ainsi que la détection et le diagnostic de leurs défauts deviennent de plus en plus difficiles pour les équipes de maintenance. Ces derniers souhaitent donc disposer d’outil performant d’aide à la détection des défauts ou dérives de fonctionnement et, éventuellement, d’aide au diagnostic des causes de ceux-ci. Cette thèse s’intéresse au développement d’un tel outil adapté aux systèmes de chauffage collectif à eau chaude. Les défauts pour lesquels il paraissait le plus utile de développer un outil de détection et de diagnostic ont d’abord été recensés. La modélisation-simulation du fonctionnement des cinq systèmes de chauffage avec et sans défauts a permis ensuite d’obtenir une base de données destinée au développement d’un outil de détection et de diagnostic. Un prototype de détection et de diagnostic basé sur la « reconnaissance des formes » a été développé en utilisant, comme outil de classification, un modèle connexionniste (« réseaux de neurones » multi-couches). Ce prototype a été testé sur les cinq systèmes simulés. Le résultat est satisfaisant avec taux de réussite supérieur à 90% et un risque de fausse alarme inférieur à 2% pour l’ensemble des défauts des cinq systèmes simulés. Ceci bien que seules les données provenant d’un des systèmes aient été utilisées pour la phase d’apprentissage du prototype. Cette étude permet de penser que la généralisation du prototype vers des systèmes réels devrait donner des résultats intéressants. A l’issue de ce travail les principales perspectives consistent à : a) valider l’outil de détection et de diagnostic ainsi développé sur des systèmes réels ; b) implanter celui-ci dans des systèmes de « gestion technique des bâtiments » en collaborant avec des industriels ; c) appliquer l’approche développée dans cette à d’autres systèmes de génie climatique.
Résumé / Abstract : Nowadays, the Heating, Ventilating and Air Conditioning (HVAC) systems are becoming more and more complicated due to the increase of their performances. Consequently, it is more difficult for the maintenance teams to understand the running states of these systems and to detect and daignose their faults. They wish to have perormant tools which can help to detect and diagnose (if necessary) the operating faults of HVAC-systems. This thesis concerns the development of one such tool for Fault Detection and Diagnosis (FDD) suitable for hydraulic heating systems. The most important faults of hydraulic heating systems, for which a FDD tool must be developed, have been selected at the first stage of the thesis. And then, the modelling-simulation of 5 heating systems with and without faults allowed us to obtain a data base which will be used to develop a FDD tool. Based on « pattern recognition » theory, a FDD prototype has been developed by using a connectionist model (Multi-Layers « neutral networks ») as classifier. The prototype has been tested for 7 cases in each of the 5 simulated systems. The overall results are satisfactory (a successful detection rate greater than 90% and a false alarm probability less than 2%) although only the simulation data of one heating system were used to train the FDD prototype. This study shows that the generalization of the FDD prototype to real heating systems could give interesting result. So, the main prospect, resulting from this thesis, consists of : a) validating this prototype with real heating systems ; b) implementing it in « Building Energy Management systems » in cooperation with industrialists ; c) applying the methodology developed in this thesis to other HVAC-systems.