Diagnostic et Pronostic de Systèmes Dynamiques Incertains dans un contexte Bond Graph / Mayank Shekhar Jha ; sous la direction de Geneviève Dauphin-Tanguy et de Belkacem Ould Bouamama

Date :

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : anglais / English

Graphes de lien

Traitement du signal

Filtrage du signal

Temps entre défaillances, Analyse des

Prévision

Systèmes non linéaires

Piles à combustible à membrane échangeuse de protons

Fiabilité

Dauphin-Tanguy, Geneviève (Directeur de thèse / thesis advisor)

Ould Bouamama, Belkacem (1957-....) (Directeur de thèse / thesis advisor)

Zerhouni, Noureddine (1964-.... ; chercheur en algorithmes avancés) (Président du jury de soutenance / praeses)

Gouriveau, Rafael (Rapporteur de la thèse / thesis reporter)

Borutzky, Wolfgang (Rapporteur de la thèse / thesis reporter)

Vaz, Anand (Membre du jury / opponent)

École centrale de Lille (1872-2019) (Organisme de soutenance / degree-grantor)

École doctorale Sciences pour l'ingénieur (Lille ; 1992-2021) (Ecole doctorale associée à la thèse / doctoral school)

Centre de Recherche en Informatique, Signal et Automatique de Lille (Laboratoire associé à la thèse / thesis associated laboratory)

Résumé / Abstract : Cette thèse développe des approches pour le diagnostic et le pronostic de systèmes dynamiques incertains en utilisant la technique de modélisation Bond Graph (BG). Tout d'abord, une représentation par intervalles des incertitudes paramétriques et de mesures est intégrée à un modèle BG-LFT (Linear Fractional Transformation). Une méthode de détection robuste de défaut est développée en utilisant les règles de l'arithmétique d'intervalle pour la génération de seuils robustes et adaptatifs sur les résidus nominaux. La méthode est validée en temps réel sur un système de générateur de vapeur.Deuxièmement, une nouvelle méthodologie de pronostic hybride est développée en utilisant les Relations de Redondance Analytique déduites d'un modèle BG et les Filtres Particulaires. Une estimation de l'état courant du paramètre candidat pour le pronostic est obtenue en termes probabilistes. La prédiction de la durée de vie résiduelle est atteinte en termes probabilistes. Les incertitudes associées aux mesures bruitées, les conditions environnementales, etc. sont gérées efficacement. La méthode est validée en temps réel sur un système mécatronique incertain.Enfin, la méthodologie de pronostic développée est mise en œuvre et validée pour le suivi efficace de la santé d'un sous-système électrochimique d’une pile à combustible à membrane échangeuse de protons (PEMFC) industrielle à l’aide de données de dégradation réelles.

Résumé / Abstract : This thesis develops the approaches for diagnostics and prognostics of uncertain dynamic systems in Bond Graph (BG) modeling framework. Firstly, properties of Interval Arithmetic (IA) and BG in Linear Fractional Transformation, are integrated for representation of parametric and measurement uncertainties on an uncertain BG model. Robust fault detection methodology is developed by utilizing the rules of IA for the generation of adaptive interval valued thresholds over the nominal residuals. The method is validated in real time on an uncertain and highly complex steam generator system.Secondly, a novel hybrid prognostic methodology is developed using BG derived Analytical Redundancy Relationships and Particle Filtering algorithms. Estimations of the current state of health of a system parameter and the associated hidden parameters are achieved in probabilistic terms. Prediction of the Remaining Useful Life (RUL) of the system parameter is also achieved in probabilistic terms. The associated uncertainties arising out of noisy measurements, environmental conditions etc. are effectively managed to produce a reliable prediction of RUL with suitable confidence bounds. The method is validated in real time on an uncertain mechatronic system.Thirdly, the prognostic methodology is validated and implemented on the electrical electro-chemical subsystem of an industrial Proton Exchange Membrane Fuel Cell. A BG of the latter is utilized which is suited for diagnostics and prognostics. The hybrid prognostic methodology is validated, involving real degradation data sets.