Date : 2010
Type : Livre / Book
Type : Thèse / ThesisLangue / Language : anglais / English
Détection de défaut (ingénierie)
Classification Dewey : 620
Accès en ligne / online access
Accès en ligne / online access
Résumé / Abstract : La compétitivité des entreprises manufacturières dépend fortement de la productivité des machines etdes moyens de production. Pour garantir un haut niveau de productivité il est indispensable de minimiser lestemps d'arrêt dus aux fautes ou dysfonctionnements. Cela nécessite des méthodes efficaces pour détecter et isolerles fautes apparues dans un système (FDI). Dans cette thèse, une méthode FDI à base de modèles est proposée.La méthode est conçue pour la classe des systèmes à événements discrets industriels composés d’une bouclefermée du contrôleur et du processus. En comparant les comportements observés et attendus par le modèle, il estpossible de détecter et d’isoler des fautes. A la différence de la plupart des approches FDI des systèmes àévénements discrets, une méthode basée sur des modèles du comportement normal au lieu de modèles descomportements fautifs est proposée. Inspiré par le concept des résidus bien connu pour le diagnostic dessystèmes continus, une nouvelle approche pour l’isolation des fautes dans les systèmes à événements discrets aété développée. La clé pour l’application des méthodes FDI basées sur des modèles est d’avoir un modèle justedu système considéré. Comme une modélisation manuelle peut être très laborieuse et coûteuse pour dessystèmes à l’échelle industrielle, une approche d’identification pour les systèmes à événements discrets enboucle fermée est développée. Basée sur un algorithme connu pour l’identification des modèles monolithiques,une adaptation distribuée est proposée. Elle permet de traiter de grands systèmes comportant un haut degré deparallélisme. La base de cette approche est une décomposition du système en sous systèmes. Cettedécomposition est automatisée en utilisant un algorithme d’optimisation analysant le comportement observé dusystème. Les méthodes conçues dans cette thèse ont été mises en oeuvre sur une étude de cas et sur uneapplication d’échelle industrielle.
Résumé / Abstract : The competitiveness of manufacturing companies strongly depends on the productivity of machinesand production processes. To guarantee a high level of productivity, downtimes occurring due to faults have tobe kept as short as possible. This necessitates efficient fault detection and isolation (FDI) methods. In this work,a model-based FDI method for the widely used class of industrial closed-loop Discrete Event Systems isproposed. The considered systems consist of the closed-loop of plant and controller. Based on the comparison ofobserved and modeled system behavior, it is possible to detect and to isolate faults. Unlike most known methodsfor FDI in Discrete Event Systems, this work proposes working with a model of the fault-free behavior ratherthan working fault models. Inspired by the concept of residuals known from FDI in continuous systems, a newapproach for fault isolation based on fault-free Discrete Event System models is developed. The key of anymodel-based diagnosis method is to have an accurate model of the considered system. Since manual modelbuildingcan be very difficult for large industrial systems, an identification approach for this class of systems isintroduced. Based on an already existing monolithic identification algorithm, a distributed adaptation isdeveloped which allows treating large, concurrent systems. The key of the proposed approach is an automaticdecomposition of a given closed-loop Discrete Event System using an optimization approach which analyzesobserved system behavior. The methods developed in this thesis are applied to a mid-sized laboratory system andto an industrial winder to show their scalability.