aucun titre de diapositive - acse...
TRANSCRIPT
1
© Prof. Houcine CHAFOUK ([email protected])
Rouen - France
Université Polytechnique de Bucarest, Roumanie
Bucarest, 30 mai – 3 juin 2016
Ecole d’été Franco-Roumaine CA’NTI 22
2
1. Introduction du Diagnostic pour
la surveillance des systèmes
Industriels
H. CHAFOUK
3
SOMMAIRE
1.Introduction du Diagnostic pour la surveillance des
systèmes Industriels
2.Détection de défauts dans les systèmes continus
3.Détection par estimation d’état
4.Détection par la méthode de l’espace de parité
5.Détection par la méthode du GLR
6.Applications Industrielles
1. Filières Automobile et Aéronautique
2. Filière Energétique
H. CHAFOUK
4
Filière automobile
Deuxième loi de Newton
Figure – Système de suspension active d’une
automobile
H. CHAFOUK
5
Filière aéronautique
Sondes pitots
Vol AF447
H. CHAFOUK
6
Défaillances de la génératrice des éoliennes
• Défaillances du stator
• Défaillances du rotor
• Défauts d’isolants dans un enroulement
• Défaillance mécaniques
H. CHAFOUK
7
Le besoin d’Informations
1. Automatisme et Instrumentation
• Couche physique
• Couche d’exécution (Commande directe)
• Couche de décision (Optimisation)
2. Opérateurs
3. Besoins d’Informations
- Suffisantes
- Crédibles
Actionneurs Procédé Capteurs
Régulateur Consigne
État actionneur Ordre actionneur
Décision Objectifs
Contraintes
État du procédé
Consignes
Commande Maintenance Gestion
H. CHAFOUK
8
1. Contrôle/Commande :
• Conduite
– Vraies valeurs des variables physiques
– État réel du procédé
– Disponibilité des différentes fonctions
• Maintenance
– Corrective
• Détection, localisation, signalisation des défauts
• Aide au diagnostic
– préventive
• Surveillance des caractéristiques du processus pour la détection précoce des dérives
• Gestion
- statistiques de pannes, dégradations, marche normale
2. Organisation - Modélisation :
Bases de données d’apprentissage
Quels Informations, Pour qui ?
H. CHAFOUK
9
• Estimation
– Valider les mesures
– Estimer les états
• Diagnostic - Reconfiguration
– Percevoir
– Comprendre
– Prévoir
– Agir
• Corriger les défauts,
• Reconfigurer le système
• Pour
– Assurer la sécurité,
– Améliorer la qualité,
– Augmenter la disponibilité.
symptômes
mesures symptômes détection
diagnostic
pronostic
causes
effets causes
Fonction d’un système de surveillance
H. CHAFOUK
10
Réadaptation
Diagnostic : - Caractérisation
- Localisation
Estimation : changements
mesures et modèles Excitation
Modèles
Lois de commande
Actionneurs Procédé Capteurs
Architecture d’un système de Diagnostic - Reconfiguration
Reconfiguration
Pronostic
Détection
H. CHAFOUK
11
• DETECTION
– Modéliser le fonctionnement normal
– Associer au couple (modèle-observation) des caractères permettant d’évaluer un écart par rapport au fonctionnement normal
– Décider si l’écart observé est significatif ou non
• LOCALISATION
Caractérisation Prise de décision décision écarts signaux
Mesure 1
Mesure 2
Mesure 3
N° de voie
en défaut
Mesure 1
Mesure 3
Mesure 2 - Analyse de signature - Vote logique
Principe de la Détection - Localisation
H. CHAFOUK
12
2. Détection de défauts
dans les systèmes continus
H. CHAFOUK
13
• Représentation schématique d’un capteur :
• Différents types de défauts :
– Biais, offset
– Dérive dans le temps
– Erreur de gain
– Seuil, zone morte
– Modification de la dynamique
– Modification du bruit de mesure
– Blocage.
Les défauts de capteurs
H(p) mesurande
bruit
mesure
H. CHAFOUK
14
Détection
En ligne Hors ligne
Redondance
temporelle
Redondance
spatiale et temporelle
Redondance
matérielle
Traitement
du signal Vote logique
Connaissance
floue
Connaissance
heuristique
Connaissance
analytique
Reconnaissance
de formes Modèle
Système expert Arbre de décision
Classification des méthodes de détection
H. CHAFOUK
15
• Modèle du système :
Y = f(U, Q, X, N)
• Variables dont on peut tester l’évolution :
- signaux mesurables : U , Y
- États non mesurables : X
- Paramètres non mesurables : Q
- Quantités caractéristiques non mesurables :
h = f(U, Y, Q)
procédé
défauts
U Y + DY
N bruit
Paramètres : Q + DQ état : X + DX
Détection par utilisation d’un modèle
H. CHAFOUK
16
Procédé + Instrumentation
Bruits de mesures et de système défauts
U Y
Structure du modèle :
Procédé + Instrumentation
Y=f(U, X, Q)
Paramètres du modèle
nominal : Q Modèle(s)
de(s) défauts
Estimation
d’état
Estimation
de paramètres
Calcul
de résidus
Calcul
de résidus
Calcul de statistiques
Logique de décision
mo
délisa
tion
P
rise de d
écision
G
énéra
tion
des résid
us
statistiques
Localisation du défaut Instant du défaut
Y
Y
Y
Q
U
Q
e e
Y , X Q
Architecture d’un système de détection-localisation basée sur un modèle
U
H. CHAFOUK
17
Schéma général d’un système contrôlé
ACTIONNEURS PROCESSUS
MODELISATION,
IDENTIFICATION, ET
ESTIMATION
CAPTEURS
COMMANDE
PASSIVE
Génération des
résidus
Tests statistiques
Pronostic
TOLERANCE AUX FAUTES
ACCOMMODATION & RECONFIGURATION
Présence de
défaillance
Evolution de la
défaillance
Caractérisation
de la défaillance
Origine de la
défaillance DIAGNOSTIC
Détection
Localisation
Identification
Modification de la structure de la
commande
Adaptation des paramètres de la
commande
COMMANDE ACTIVE
OU
COMMANDE TOLERANTE AUX
FAUTES
H. CHAFOUK
18
Du diagnostic à la tolérance aux fautes
Accommodation des
défaillances
Reconfiguration
de la loi de commande
(Commande tolérante
aux fautes) Restructuration de
la loi de commande
Danger
(hors contrôle)
Détection - Localisation
de défauts (FDI)
Défaillance
reconfigurable Oui Non
Objectif
modifiable Oui Non
Défaillance
accommodable Oui Non Deg
ré d
e to
léra
nce a
ux fa
ute
s
H. CHAFOUK
19
• L’accommodation, consiste à poursuivre de façon continue, ou reprendre la mission sans remettre en cause ses objectifs ; cela suppose qu'il est possible de corriger, ou d'annuler les effets des défauts, soit par compensation des erreurs, soit par ajustement du régulateur du système ou du sous-système contenant l'élément défaillant, soit par une procédure de reprise à partir d'un état initial connu.
• La reconfiguration, consiste à poursuivre la mission en reconfigurant le système (changement de structure).
• La restructuration, consiste à changer de mission en reconfigurant ses objectifs ; cela suppose qu'il existe une reconfiguration permettant d'atteindre les nouveaux objectifs fixés.
Du diagnostic à la tolérance aux fautes
H. CHAFOUK
20
Exemple d’application
Restructuration
en mode dégradé
HM
HN
Mode nominal
Avion
Accommodation ou reconfiguration
Contrôle rétabli
Action
Phase de réaction
Instant de défaillance
Détection et localisation
t1 t2
H. CHAFOUK
21
Classification générale des méthodes de diagnostic
Méthodes de
diagnostic
Avec modèle Sans modèle
Espace de parité
Redondance matérielle
et analytique
Observateurs
Estimation
paramétrique
Réseaux de neurones
Traitement du signal
Tests
Statistiques
Classification
H. CHAFOUK
22
• Reconnaissance d’images
- reconnaissance de vaisseaux sanguins dans le cerveau,
- détection de panneaux de signalisation dans le paysage.
• Traitement du signal
Segmentation séquentielle et détection de ruptures de signaux non stationnaires :
- parole,
- électroencéphalogramme,
- électrocardiogramme,
- détection de sauts sur des signaux géophysiques.
• Surveillance d’appareillage
- pompe centrifuge,
- machine outil,
- réacteur,
- moteur,
- pipeline.
• Détection et diagnostic de défauts de capteurs
- avionique et spatial,
- aéroglisseur, avion, réacteur.
• Détection et diagnostic de défauts de capteurs ou de procédés
- applications chimique, pétrochimique,
- thermique,
- nucléaire.
• Contrôle de qualité dans une chaîne de fabrication
• Surveillance des vibrations pour les plates formes offshore
• Détection d’accidents sur autoroutes
Domaines d’applications de la surveillance
H. CHAFOUK
23
Détection de défaut par
estimation paramétrique
Détection de défaut par
estimation d’état
Propriété
du Procédé
Modèle du procédé
Signal d’entrée
Rapport Signal/Bruit
Connue à priori
-Linéaire
-Non linéaire
-Variant dans le temps
Variable
Moyen
Structure
Linéaire
Variable
Constant
Petit
Structure
Paramètres
Modèles de défaut
Méthodes Méthodes d’Estimation
Conception
Calcul
Estimation des paramètres
-non récursive,
-Récursive
Non
Moyen
Observation d’état
Estimation d’état
Sensibilité de défaut
Bancs de filtres
Petit/Moyen
Type de défauts Localisation de défaut
-Actionneur
-Procédé
-Capteur
Type de de défaut
-Changement de paramètres
-Changement de variables d’état
OUI
OUI
OUI
OUI
OUI
OUI
OUI
OUI
Performances Diagnostic
Indication de défaut
Moyen
Petit
Comparaison entre détection par estimation paramétrique et estimation d’état
H. CHAFOUK
24
3. Détection par estimation
d’état
H. CHAFOUK
25
As
Cs
As
Z-1
Bs Cs
Bs
Ko
Z-1
U(k) ys(k)
yo(k)
Système
Observateur
Les observateurs d’état
Xo(k+1)
Xs(k)
ro(k)
Xo(k)
Xs(k+1)
• Règles de construction de l’observateur :
- Stabilité : | Zo | < 1
- Régime transitoire de l’observateur plus rapide que celui du système : Zo < Zs
- Si perturbations sur l’équation d’état importantes Ko élevé pour renforcer l’influence des mesures par rapport à la simulation
- Si bruit de mesure important Ko faible.
H. CHAFOUK
26
Méthodes de détection par observateurs
Capteurs
Algorithme
d’estimation
Logique
de décision
Génération
des résidus
Actionneurs
Composant 1
Composant i
Composant p
u1 y1
ui
yp
yi
up
u Y Y
Alarme
PROCEDE
(CFD)
(IFD) (AFD)
H. CHAFOUK
27
Méthodes de détection par observateurs
Méthodologie :
Les méthodes utilisées peuvent être classées en trois catégories selon les objets surveillés :
- détection de défauts d’instruments (IFD),
- détection de défauts d’actionneurs (AFD),
- détection de défauts de composants (CFD).
Selon les applications, on peut employer un estimateur d’état déterministe (observateur) ou stochastique (filtre de Kalman).
Dans le premier cas, on désire détecter des défauts importants dans un temps très court, pour cet objectif les bruits de mesure peuvent être négligés (ainsi que les incertitudes sur les paramètres du modèle). Dans le second cas on s’intéresse aux petits défauts mais on dispose généralement de plus de temps pour les détecter.
Le nombre d’observateurs mis en œuvre dépend de la précision de la localisation que l’on souhaite :
- si on désire uniquement détecter la présence d’un défaut sans le localiser, on utilise un observateur unique piloté par une grandeur (SOS) ou plusieurs (GOS).
- si on désire détecter et localiser m défauts, on doit construire m observateurs (un défaut à la fois : GOS, plusieurs défauts : DOS).
H. CHAFOUK
28
Détection par observateur unique : SOS (Simplified Observer Scheme)
L’algorithme SOS est le plus simple à mettre en œuvre puisqu’il ne nécessite qu’un seul observateur piloté par une seule mesure. On choisit la mesure qui permet l’estimation globale du vecteur d’état. Cet algorithme ne fournit qu’une redondance simple et de ce fait permet uniquement la localisation d’un seul capteur en défaut.
PROCEDE
Logique
Observateur
CAPTEURS
yq
y2
y1
y1
1y2y
qy
2
1
q
Algorithme à observateur unique (SOS)
Si le capteur m, qui ne pilote pas l’observateur, est en défaut, toutes les estimations sont correctes
sauf celle correspondant à m :
pour i m
Par contre, si le capteur s qui pilote l’observateur est en défaut, toutes les estimations sont erronées,
sauf celle correspondant à s :
pour i s
L’avantage de cette procédure est qu’elle peut être appliquée à des processus peu observables.
Cependant son inconvénient majeur est la réduction considérable de la redondance, donc de la
qualité de la localisation.
0 y - y ii
0 y - y ii
U(k)
Décisions
H. CHAFOUK
29
Détection par observateur dédiés : DOS (Dedicaced Observer Scheme)
• Principe :
Le vecteur d’état est supposé totalement observable à partir de chaque mesure du procédé et l’on considère qu’il n’y a pas d’incertitudes sur les paramètres du modèle.
On utilise un observateur d’état pour chaque mesure, les observateurs sont d’ordre réduit car ils n’utilisent qu’une partie de l’information disponible au niveau du vecteur d’observation Y.
y1
PROCEDE Logique 1
Observateur 1
CAPTEURS
Observateur 2
Observateur q Logique q
yq
y2
y1
y2
yq
11y
21y
q1y
H. CHAFOUK
30
Détection par observateur Généralisé : GOS (Generalized Observer Scheme)
Cet algorithme est comparable à l’algorithme à observateurs dédiés si l’on considère le nombre d’observateurs qu’il exploite.
Par contre, chaque observateur est piloté par différentes sorties. La logique de décision est similaire à celle utilisée par les algorithmes DOS ou SOS. Cependant, cet algorithme augmente le nombre de degré de liberté ce qui peut être utilisé pour diminuer la sensibilité aux variations des paramètres (robustesse).
PROCEDE
Logique Observateur 1
CAPTEURS
Observateur q
y
Sous-vecteur y1
1y
qy
Sous-vecteur yq
u
Algorithme à Observateurs Généralisés (GOS)
Décisions
H. CHAFOUK
31
Exemple : Surveillance d’un système de Chaudière – échangeur (1)
Régulation
de débit Qg
Régulation de
température Tco
Système de régulation numérique
Consigne
interne
Consigne
externe Consigne
interne
Consigne
externe
R
R
R I
I
I
Ch
au
diè
re
Éch
an
geu
r
Qp
Tco
Qg
Eau
Tpo
Tso
P S
Eau
chaude
Eau
froide
Régulation
de débit Qp
Régulation de
température Tso
By pass
accélérateur
Qs
H. CHAFOUK
32
Exemple : Surveillance d’un système de Chaudière – échangeur (2)
Schéma fonctionnel :
Chaudière
Circuit
primaire
échangeur
Circuit
secondaire
échangeur
Tpo
Tpo
Tco
Tco
Tso
Tpo
Tco
Qs
Tco
Qp
Qp
Qp
Qg
Qs
Qp
Qs
H. CHAFOUK
33
Exemple : Surveillance d’un système de Chaudière – échangeur (3)
• Équation du système :
1)(k-T1)(k-T1)(k-T
. 0.5483 00.2388
0 0.5801 0.23630 0.0718 0.9494
(k)T(k)T(k)T
so
po
co
so
po
co
1)(k-Q5)(k-Q1)(k-Q2)(kQ
. 0.0429 - 00.0132 00.0112 - 00.0329 0
00.0068 - 00.0557
s
p
p
g
H. CHAFOUK
34
Exemple : Surveillance d’un système de Chaudière – échangeur (4)
• Estimation d’état par algorithme DOS :
Chaudière
+
Échangeur
Dét
ecti
on -
Lo
cali
sati
on
Observateur 1
CAPTEURS
Observateur 2
Observateur 3
Tso
Tpo
Tco
po1T
so1T
co2T
so2T
co3T
po3T
U
H. CHAFOUK
35
Observateur 1 so1so
po1po
T - T
T - T
ET
Détection
de
défaut
Qg
Qp
Qs
TESTS
D11 po1T
so1T D12
D21
D22
D31
D32
e11
e12
Tco Tpo Tso S12 S11
LO1
(Tco)
Exemple : Surveillance d’un système de Chaudière – échangeur (5)
• Schéma de détection – localisation utilisé (a) :
H. CHAFOUK
36
Observateur 2 so2so
co2co
T - TT - T
ET
Détection
de
défaut
Qg
Qp
Qs
TESTS
D21 co2T
so2T D22
D11
D12
D31
D32
e21
e22
Tpo Tco Tso S22 S21 LO2
(Tpo)
Exemple : Surveillance d’un système de Chaudière – échangeur (6)
• Schéma de détection – localisation utilisé (b) :
H. CHAFOUK
37
Observateur 3 po3po
co3co
T - TT - T
ET
Détection
de
défaut
Qg
Qp
Qs
TESTS
D31 co3T
po3T D32
D11
D12
D21
D22
e31
e32
Tso Tco Tso S32 S31
LO3
(Tso)
Exemple : Surveillance d’un système de Chaudière – échangeur (7)
• Schéma de détection – localisation utilisé (c) :
H. CHAFOUK
38
4. Détection par la méthode
de l’espace de parité
H. CHAFOUK
39
Méthode de l’espace de parité
Principe :
Posons : Z(k,p) = Y(k,p) – C(p) u(k,p)
on obtient : Z(k,p) = O(p) X(k) (1)
Où O(p) est la matrice d’observabilité d’ordre p du système.
On a un système de m(p+1) équations à n inconnues, les états.
Soit V un vecteur de dimension m(p+1) qui vérifie :
VT O(p) = 0
La multiplication de l’équation (1) par VT à gauche, donne les équations de parité :
P(k) = VT O(p) X(k)
Le vecteur P(k) appelé vecteur de parité est théoriquement nul en l’absence de défauts.
L’ensemble des vecteurs V défini l’espace de parité d’ordre p de dimension m(p+1)–
rang(O(p)).
Le vecteur des résidus est alors créé à partir des équations de parité les plus robustes aux
erreurs de modélisation.
Notons que l’approche de l’espace de parité conduit en fait à construire un observateur en
boucle ouverte de type particulier. H. CHAFOUK
40
Approche adaptative (1)
Système
Identification
Estimation d’état
Détection
et
localisation
Couplage identification et estimation d’état
Adaptation
Entrées Sorties
H. CHAFOUK
41
Méthode de l’espace de parité Structuration de résidus. Principe
r1 x1 2x2 x3
r2 2x1 x2 4x3
X X X
X X X
X . X
X X .
x1 x2 x3r1r2r3r4
Résidus « primaires »
Résidus « structurés »
r3 5x1 7x3
r4 6x1 9x2
H. CHAFOUK
42
Méthode de l’espace de parité Structuration de résidus. Principe
r1 x1 2x2 x3
r2 2x1 x2 4x3
Résidus « primaires »
Résidus « structurés »
r1
r2
2
1
x2
1 1
2 4
x1
x3
\ 2
1
0
1 2
r 2
1
x2
1 1
2 4
x1
x3
r3 5x1 7x3
r4 6x1 9x2
H. CHAFOUK
43
(k)y
y(k)
(Im(C))
p(k)
Im(C)
)()()()( kkdkCxky e
p(k)=WTy(k)
tel que WTC = 0
Principe de l’espace de parité (cas linéaire)
Equation de mesures
Vecteur de parité ou de résidus
Le principe consiste à générer des Relations de Redondance Analytiques
RRA (résidus) qui dépendent seulement des variables connues.
H. CHAFOUK
44
Base de connaissance pour
les fonctionnements
sain et défaillant
Système physique
Mesures
Comportement
entrées/sorties
observées
Comportement
attendu - +
Cohérence
Tests de cohérence
Si Comportement normal (Sain)
Incohérence Présence d’un défaut
Origine du défaut Comparaison &
Identification
Principe général du diagnostic
Généra
tion d
e ré
sid
us
Déte
ctio
n
Localis
atio
n H. CHAFOUK
45
• Exploitation de l’expertise humaine
• Coût excessif (grand nombre d’essais)
• Difficulté de simuler des défauts improbables ou dangereux
Tests de
cohérence
Décision
Mesures
Entrées / sorties
Propriétés :
Base de connaissance
Entrées/sorties (cas sain)
Entrées/sorties (cas défaillant f1)
Entrées/sorties (cas défaillant fm)
Diagnostic sans modèle
H. CHAFOUK
46
Détection Localisation et
identification Sorties du système
physique
Entrées du système
physique
Modèle sain
et modèle
avec défauts
Génération
des résidus
Évaluation
des résidus
Localisation
des défauts
Identification
des défauts
Décision
Les résidus sont des Relations de Redondance Analytique (RRA)
Propriétés : • Coût faible
• Pas besoin de faire des essais
• Possibilité de simuler des cas critiques et improbables
Diagnostic avec modèle de référence
H. CHAFOUK
47
Techniques utilisées
• Espace de parité • Elaboration des signatures de défaillances • Détection par le principe des fenêtres glissantes
Performances souhaitées :
• Diminution du taux de fausses alarmes • Diminution du taux de non détection • Délais de détection • Robustesse de la localisation et de la décision
Conclusion sur l’espace de parité
H. CHAFOUK
48
5. Détection par la méthode du GLR
(Generalized Likelihood Ratio)
H. CHAFOUK
49
GLR (1) : Introduction
Place occupé par les capteurs dans une installation industrielle
Validation de données :
- Décomposition préliminaire selon l'observabilité,
- Détection et localisation des capteurs en défauts,
- Réconciliation de données
ACTIONNEURS PROCEDE
CAPTEURS
AUTOMATESSALLE DE
REGULATEURS
COMMANDE
H. CHAFOUK
50
GLR (2) : Formulation du problème
• En l'absence de défaut, l'équation de mesure s'écrit :
( 1 )
Le modèle du procédé, issu de la loi de conservation de la masse et d'énergie, est
pris sous la forme :
( 2 )
avec X : Vecteur des mesures de dimension v.
X* : Vecteur des grandeurs réelles de dimension v.
M : Matrice d'incidence de dimension
e : Vecteur des erreurs aléatoires des mesures de dim. v.
• En présence du biais le vecteur des mesures s'écrit :
( 3 )
où
b étant l'amplitude du biais inconnu.
X X e
MX 0
n v
X X bei e
e 1 en position i
0 ailleursi
H. CHAFOUK
51
GLR (3) : Propriétés statistiques des résidus
Le vecteur R (de dim. n) des résidus de bilan est défini par :
( 4 )
En l'absence de biais e N(0,V)
( 5 )
La matrice de variance-covariance H s'écrit :
( 6 )
En présence de biais, R s'exprime en fonction de e et de b :
( 7 )
L'espérance mathématique de R est :
avec ( 8 )
La matrice de variance - covariance H des résidus R s'écrit :
( 9 )
R MX = M e
Esp(R) MEsp( ) 0 e
H MVMT
R M Mbei e
Esp(R) bfi f Mei i
H Esp (R Esp(R))(R Esp(R)) MVMT T H. CHAFOUK
52
GLR (4) : Hypothèses de décision
H0 : Esp(R) = 0 Hypothèse où aucun défaut n'est présent
H1 : Esp(R) = bfi Hypothèse où un défaut est présent
Le rapport de vraisemblance de H1/H0 pour R s'écrit :
( 10 )
Absence du biais :
Présence du biais :
D'où :
( 11 )
Nous cherchons à maximiser h par rapport à b comme suit :
( 12 )
( 13 )
h Proba(R / H )
Proba(R / H )1
0
Proba(R / H )H
2exp(
1
2R H R)0
-1
2T 1
Proba(R / H )H
2exp(
1
2(R - bf ) H (R - bf ))1
-1
2
i
T 1
i
h
exp(1
2(R bf ) H (R bf ))
exp(1
2R H R)
i
T 1
i
T 1
T 2Log( )i h
T 2bf H R b f H fi i
T 1 2
i
T 1
i
H. CHAFOUK
53
GLR (6) : Procédure de détection
Algorithme de localisation de défauts
étape 1
étape 2
étape 3
étape 4
Calcul des résidus normalisés
Recherche des noeuds suspects
et des voies suspectes
Application du test G.L.R.
pour localiser et détecter le défaut
Estimation de l'amplitude du biais
et retour à l'étape 1
H. CHAFOUK
54
GLR (7) : Application de détection en mono-observation
1
2
3
4
5
6
7
8I
II
III IVM
1 1 1 0 0 0 1 0
0 1 0 1 1 0 0 0
0 0 1 0 1 1 0 0
0 0 0 0 0 1 1 1
12345678
15.208.31
13.423.255.70
19.755.91
12.90
2.321.121.870.520.602.470.751.72
mesure écart-typevoie
Figure 1 : Circuit élémentaire
de transport de matière
Matrice d'incidence
Tableau 1 : Valeur des mesures et leurs écarts-type H. CHAFOUK H. CHAFOUK
55
GLR (8) : Résultats de la détection
Etape 1 : calcul des résidus et résidus normalisés.
et
Les vecteur Ns des noeuds suspects et Vs des voies suspectes :
Ns = [ 1 ] et Vs = [ 1 2 3 7]
Etape 2 : Calcul du test GLR
Le vecteur des Ti du test GLR est : Ti = [ 0.583 0.189 0.0313 0.061 ]
Etape 3 : Localisation du défaut et estimation de b
Pour = 0.05 = 0.017, la valeur du seuil, donnée par la table du Khi2, est
égale à 0.31 .
• La voie 1 est en défaut puisque sup(Ti) dépasse le seuil.
• L'amplitude estimée du biais donnée par la relation (14) :
R
8.68
0.64
0.63
0.93
R
2.69
0.47
-0.20
0.30
n
b 8.204H. CHAFOUK
56
GLR (9) : Suppression du biais de mesures
Le nouveau vecteur des résidus, après suppression du biais est :
et
R
0.48
0.64
0.63
0.93
R
0.15
0.47
-0.20
0.30
n
1
2
3
4
5
6
7
8
24.50
8.31
13.42
3.25
5.70
19.75
5.91
12.90
16.30
8.74
13.51
3.16
5.58
19.10
5.96
13.14
-8.20
0.43
0.09
-0.09
-0.11
-0.26
0.06
0.14
-3.65
0.38
0.05
-0.18
-0.19
-0.26
0.06
0.14
voie mesure estimée terme correctifnormalisé
termecorrectif
Tableau 2 : Valeurs des estimées après élimination du biais
H. CHAFOUK
57
GLR (5) : Estimation de l’amplitude du biais
Calculons le maximum de Ti par rapport , où représente l'estimée de b :
d'où :
( 14 )
En remplaçant dans l'équation (13), nous obtenons :
( 15 )
avec
( 16 )
( 17 )
Pour détecter et localiser la présence d'un biais nous utilisons le test du GLR
défini par l'expression suivante :
(18)
b
b
T
b
2f H R 2 b f H fii
T 1
i
T 1
i
0
b (f H f ) (f H R)i
T 1
i
1
i
T 1
Td
ci
i
2
i
d f H Ri i
T 1
c f H fi i
T 1
i
T supTi
i
b
H. CHAFOUK
58
6. Applications Industrielles
H. CHAFOUK
59
6.1. Application du Diagnostic à
l’automobile et l’Aéronautique
H. CHAFOUK
60
Application du Diagnostic dans l’automobile et l’Aéronautique
Discipline de base :
Automatique de Contrôle / Commande
Instrumentation intelligente
Capteurs logiciels
Diagnostic Santé Moteur
Commande d'injection du carburant
Thématiques développées :
Filières : Automobile
Aéronautique & Spatiale
Snecma Moteurs
Moteur Vulcain 2 en essais H. CHAFOUK
61
Filière Automobile
H. CHAFOUK
62
Les défis de la motorisation automobile
Propreté
(faible émission
de polluants)
Fiabilité
Rentabilité
(faible consommation
de carburant) Puissance
Agrément de conduite
(bruits, vibrations, ...)
• Application des techniques de contrôle et de diagnostic
pour l’optimisation de la combustion
Solution proposée :
Objectifs :
• Durcissement des normes européennes antipollution
Contrainte :
H. CHAFOUK
63
0
0,2
0,4
0,6
0,8
1
CO HC+Nox particules
1997
2000
2005
2008
0
0,5
1
1,5
2
2,5
3
CO HC+Nox
1993
1997
2000
2005
2008
Essence Diesel
Contexte environnemental
Durcissement des normes EURO pour les moteurs à combustion :
• Consommation
• Bruit
• Antipollution
H. CHAFOUK
64
Problématique
• La tolérance aux fautes des systèmes : Comment limiter l’influence des
capteurs ou des actionneurs défaillants sur un système ?
• But : maintenir au mieux les performances désirées en dépit de
défaillances de capteurs et/ou d’actionneurs.
• Politique actuelle : Réduction des
émissions de polluants des moteurs
à combustion (normes EURO).
Contrôle moteur
0
0.5
1
1.5
2
2.5
3
3.5
4
EURO 1 EURO 2 EURO 3 EURO 4
CO Particule
HC NOx
H. CHAFOUK
65
rampe commune
injecteur piloté
par électrovanne
pompe
haute pression
calculateur
Capteurs : vitesse de vilebrequin, vitesse d'arbre à cames, température d'air d'admission,
pression de suralimentation, accélérateur, de vitesse de roulage, ...
Système actuel d’injection diesel à accumulateur "common rail"
H. CHAFOUK
66
Régulation des états de fonctionnement
• débit de démarrage
• régulation du ralenti
• débit de roulage
• gestion des EGR
Diagnostic intégré
• surveillance des capteurs
• détection et traitement
des défauts
• Remplacement des dispositifs d’injection mécaniques
par des systèmes de Régulation Electronique Diesel (RED)
Commande du système d’injection par un calculateur électronique
H. CHAFOUK
67
Problématique actuelle
• fiabilité des capteurs : détection de défauts, validation des informations
Solutions Diagnostic embarqué (OBD)
Algorithmes de validation de données
• coût de l’instrumentation
• encombrement lié à la présence des capteurs
H. CHAFOUK
68
Sorties
mesurées Capteurs
physiques Moteur
Entrées de
consignes
Capteurs logiciels
Sorties
estimées
Diagnostic
Objectif :
Reconstruction de l’évolution temporelle de variables d’états du moteur à
partir de variables mesurées
Techniques d’estimation d’états :
Filtrage de Kalman, observateur d’état de Luenberger
Remplacement des capteurs physiques par des
capteurs logiciels
Signaux de commande Contrôle
H. CHAFOUK
69
Contexte :
• Multiplication des capteurs (pression des pneus, …)
Principe des capteurs logiciels :
• Utilisation d’observateurs (Kalman) afin de connaître
certains états du système sans les mesurer directement
Avantages :
• Réduction du nombre de capteurs
• Gain de place
• Diminution des coûts de production
Capteurs logiciels
H. CHAFOUK
70
• Élaboration d’algorithmes de supervision « actifs » pour
la reconfiguration des lois de commande en fonction
– des pannes
– construction de lois de décision
– adaptation des lois de commande
Système de commande
Signaux de
commande Références
Observations
Détection de défauts
et évaluation des
performances
Mécanisme de
reconfiguration
Performances
désirées
Le diagnostic santé-moteur
H. CHAFOUK
71
Station de travail
Carte DSP dSpace
commande
Carte DSP dSpace
physique moteur
Simulation
Temps réel Bus PCI
Matlab / Simulink
Control toolbox
Génération de code C
Real-time Workshop
Simulation hardware-in-the-loop (1)
Base de données
H. CHAFOUK H. CHAFOUK
72
Contrôle / commande d'un moteur virtuel par simulation software-in-the-loop :
Actionneurs
Capteurs
Matlab / Simulink
Loi de
commande
Modèle de
Moteur (GT-Power)
Cartes
E / S
Calculateur
Bus PCI
Contrôleur (dSpace)
PC hôte
Bus PHS
Cartes
E / S
Cartes processeur
Simulateur (dSpace)
Bus PHS
Simulation hardware-in-the-loop (2)
H. CHAFOUK
73
Étude d’algorithmes de diagnostic capables d’assurer :
• La détection automatique de défauts dans le moteur
• La discrimination et la localisation des défauts :
– internes (ratés de combustion, …)
– externes (disfonctionnements des actionneurs ou des capteurs)
Simulation hardware-in-the-loop (3)
H. CHAFOUK
74
Application au modèle linéaire Moteur Diesel
But : Contrôler la pression p2 en réponse à un changement de consigne
en carburant afin de maîtriser la formation des dioxydes d’azote tout en
maintenant Wegr autour de son point d’équilibre.
Caractéristiques : Admission
Échappement Vanne EGR Compresseur
Turbine à géométrie variable
Échangeur
1p
2p
cP
• Modélisation SISO.
• Entrée : Débit Vanne EGR
• Sortie : Pression p2
H. CHAFOUK
75
Simulation : Méthode par modèle de référence
Trop grande différence entre le modèle du
moteur et le modèle de référence (trajectoire
désirée)
Application de la méthode du suivi de
modèle modifié ou méthode « hybride ».
Mon Idée :
Faire suivre le système réel (en faute) en BO
au modèle du système sain en BO de la même
manière que le fait la méthode. Puis ajouter
un régulateur pour contrôler l’ensemble.
système sain en BO
système réel
Régulateur PID
H. CHAFOUK
76
Résultats : Méthode par modèle de référence
Réponse avec accommodation pour la vanne EGR à 10%. Réponse avec le capteur de pression du collecteur d’échappement à 60%.
Amélioration notable des résultats avec cette nouvelle méthode.
H. CHAFOUK
77
Filière Aéronautique
H. CHAFOUK
78
Exemple d’application : Type Aircraft [SYRM 93]
CCV-Type Aircraft
ce
cf [ ]e fx q
zpn
e
f
q
Angle d'incidence
q Vitesse avec laquelle
l'avion pivote verticalement,
Angle de descente ou la pente,
e Déflexion de la gouverne de profondeur,
f Déflexion du flaperon,
ce Commande de la
gouverne de profondeur,
cf Commande du flaperon,
zpn Accélération normale
à la station de pilotage
Entrées : Etats :
axe de lacet
axe de tangage
axe de
roulis
ailerons
gouvernes
de
profondeur
gouverne
de
direction
H. CHAFOUK
79
Modèle d’état linéarisé et discrétisé
1983.00816.09940.671557.12645.180270.03217.02303.897252.43436.520015.00006.09892.00027.00350.00120.00553.03785.75824.00803.40016.00011.00142.00058.09519.0
A
1813.0001813.0
0002.00002.00015.00161.00002.00002.0
B
100000100045.456.40268.046.470010000010
C
( 1) . ( ) . ( )
( ) . ( )
x k A x k B u k
y k C x k
H. CHAFOUK
80
Structure du graphe de sous ensembles de capteurs
Chemins de reconfiguration
H. CHAFOUK
81
Résultats de simulations
Comparaison sur 100
itérations (0,1 s)
Sans
reconfiguration :
NOK
Avec
reconfiguration :
OK
Défaut capteur a :
itérations 10 à 30
Défaut capteur b :
itérations 20 à 30
H. CHAFOUK
82
6.2. Application du Diagnostic
à la filière énergétique
H. CHAFOUK
83
Surveillance et supervision des éoliennes offshore
Surveillance Autonome :
Contrôle/Commande
Surveillance Locale :
Connexion directe
avec le centre de
diagnostic
Surveillance a distance
Connexion au
centre de diagnostic
H. CHAFOUK
84
Réduction des arrêts imprévus
Réduction des pertes de production
Eviter les graves avaries
Limiter les coûts de réparation
Réduire les coûts de maintenance
Planifier les opération de maintenance
Optimisation des interventions pour la Surveillance des éoliennes offshores
Objectifs :
H. CHAFOUK
85
Energies Renouvelables
• Energie Solaire
– Solaire Thermodynamique
– Solaire Photovoltaïque
• Energie Hydraulique
• Energie géothermique
• Energie Marémotrice
• Biomasse
• Energie Eolienne
H. CHAFOUK
86
Types d’Aérogénérateurs
• Axe Vertical
– Darrieus
– Savonius
• Axe Horizontal
– Classification par pâles
H. CHAFOUK
87
La chaîne de Transformation énergétique Une éolienne transforme l’énergie du vent en énergie électrique. Cette
transformation se fait en plusieurs étapes.
La transformation de l’énergie par les pâles Les pâles fonctionnent sur le principe d’une aile d’avion :
la différence de pression entre les deux faces de la pâle crée une force
aérodynamique, mettant en mouvement le rotor par la transformation de
l’énergie cinétique du vent en énergie mécanique.
H. CHAFOUK
88
Le traitement de l’électricité par le
convertisseur et le transformateur
Cette électricité ne peut pas être
utilisée directement ; elle est
traitée
grâce à un convertisseur, puis sa
tension est augmentée par un
transformateur.
L’électricité est alors acheminée
à
travers un câble enterré jusqu’à
un
poste de transformation, pour
être
injectée sur le réseau électrique,
puis distribuée aux
consommateurs
les plus proches. H. CHAFOUK
89
Fiabilité et Surveillance d’une éolienne
69%
13%
15%
3%
La part des énergies renouvelable
dans la production électrique globale
Les combustibles fossiles Nucléaire
Hydroélectricité Autres et Renouvelables
70,5 TWh 82 TWh 176 TWh 477 TWh
2005 2006
2010
2020
Contribution de l'énergie éolienne à
la consommation d'électricité en
2020 Consommation d'électricité TWh
Etat actuel « EREC 2010 » European
Renoewable Energy Council
Etat futur « EREC
2010 »
H. CHAFOUK
90
Surveillance et supervision des éoliennes
Fonctionnement en mode normal
Défaillance
Défaut
Panne Symptôme
Approche Basée sur des données
historiques
Approche à base de modèles
mathématiques
H. CHAFOUK
91
Types de Génératrices
Electriques
MULTIPLICATEUR MASf
RESEAU
SENS DU TRANSFERT D’ENERGIE
MULTIPLICATEUR MAS f
RESEAU
REDRESSEUR ONDULEUR
+
-
ENERGIE
MULTIPLICATEUR MADA
f
RESEAU
ENERGIEREDRESSEUR COMMANDE ONDULEUR
+
-
ENERGIE
MAS à cage
directement
reliée au
réseau
MAS à
cage reliée
au réseau
par
redresseur
-onduleur
Machine
asynchrone à
double
alimentation
structure de
Scherbius H. CHAFOUK
92
Machine Asynchrone à Double Alimentation
(MADA) sur le réseau (fortes puissances)
Avantages : • fonctionnement à vitesse variable
• pouvoir tirer le maximum de puissance possible pour chaque
vitesse de vent
• transfert bidirectionnel de la puissance rotorique H. CHAFOUK
93
Taux de défaillance (h-1)
Temps Moyen Entre Réparation (J)
Source : Failstich & Hahn, 2009 + www.vestas.com, 2011
Fiabilité : aptitude d’un dispositif à accomplir une fonction requise
dans des conditions données pour une période de temps donnée.
La fiabilité des composants éoliens
H. CHAFOUK
94
Etude des défaillances de la génératrice
• Défaillances du stator
• Défaillances du rotor
• Défauts d’isolants dans un enroulement
• Défaillance mécaniques
H. CHAFOUK
95
Causes internes des défauts
Mécaniques
Frottement Rotor/Stator
Excentricité
Déplacement des conducteurs
Défauts des Roulements
Electriques
Rupture des barres
Défauts statorique
Défauts d’isolement
Causes internes de défauts de la Machine Asynchrone triphasée
Causes externes des défauts
Mécaniques
Pulsation de couple
Surcharge
Mauvais montage
Environnementale
Température
Encrassement
Humidité
Electriques
Fluctuation de tension
Transitoire de tension
Déséquilibre de tension
Causes externes de défauts de Machine Asynchrone
triphasée
Défauts Internes et Externes
H. CHAFOUK
96
Techniques de Surveillance
• Analyse Vibratoire
• Analyse de l’huile
• Thermographie
• Analyse physique des composants
• Dimensionnement acoustique
• Analyse des effets électriques
• Inspection visuel
• Surveillance du rendement
H. CHAFOUK
97
Synoptique de l’instrumentation
H. CHAFOUK
98
Les méthodes internes de diagnostic
La méthode du modèle
Les méthodes par modélisation des signatures
Les méthodes d’identification de paramètres
Les méthodes des observateurs : estimation du vecteur d’état.
Technique de détection et de diagnostic
H. CHAFOUK
99
Système complexe
Prétraitement
Conditionnement des
mesures
Traitement
Extraction des indicateurs de
santé, de dégradation
Surveillance
Bilan de santé
Pronostic
De l’évolution de
la santé
Maintenance
Planification optimale des interventions
Diagnostic
Détection, Localisation
et Isolation des défauts
L’automatisation et la Maintenance
H. CHAFOUK
100
Les objectifs principaux du projet consistent à améliorer les outils de supervision et à
développer des techniques de pronostic. De concevoir un système complet de surveillance
et de diagnostic des fautes appliqués à la génératrice de l’éolienne.
Le pronostic des défaillances est un domaine de recherche relativement
récent auquel la communauté scientifique accorde une impotence croissante, il y a plusieurs définition qui se rapporte au pronostique, mais
deux d’entre elles reviennent principales :
Le pronostic de défaillance est l’estimation ou la prédiction de la
durée de vie résiduelle appelée RUL (Remaining Useful Life) d’un
procédé ou de ses composants, c.-à-d. la durée au bout de laquelle le
composant ou le procédé ne pourra plus exercer sa fonction avec succès.
Le pronostic de défaillances consiste à estimer la probabilité
qu’une défaillance survienne à un instant future donné.
Les approches de pronostic de défaillance peuvent être
réparties en trois principales catégories :
Pronostic
Basé sur l’expérience.
Pronostic guidé pas les données
Pronostic basé sur un modèle physique.
Du Diagnostic au Pronostic pour la
maintenance Prévisionnelle appliqué l’éolienne
offshore
H. CHAFOUK
101
Surveillance et supervision des éoliennes
offshore
H. CHAFOUK
102
Productif :
Défauts Automatique pour une vision immédiate de l’état de santé de l’éolienne
Simple à utiliser :
Les paramètres et les données de surveillance sont disponibles sur un écran unique
Gestion des alarmes :
Pour une détection précoce des défauts
Puissants outils d’analyse :
Pour un diagnostic rapide et fiable
Rapports automatiques :
Personnalisés et disponibles à distance et à tout moment
Multi-techniques :
Analyse vibratoire
Diagnostic électrique
Analyse d’huile en continu
Thermographie
Développement d’une unité mobile de surveillance et de diagnostic
Logiciel de Télémaintenance &
diagnostic pour le parc éolienne
H. CHAFOUK
103
PREDIRE
SUBIR & NON PAS
H. CHAFOUK