Upload
lmdsty7595
View
224
Download
1
Embed Size (px)
Citation preview
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
1/104
Ministre de lEnseignement Suprieur et de la Recherche Scientifique
Universit Mouloud Mammeri de Tizi-Ouzou
Facult de Gnie Electrique et dInformatique
Dpartement dAutomatique
MEMOIRE DE MAGISTER
Spcialit : Automatique
Option: Automatique des Systmes Continus et Productique
Prsent par :
NAIT SLIMANI Boukhalfa
Ingnieur en Automatique
Synthse dobservateurs non linaires :
Application au diagnostic de dfauts.
Devant le jury dexamen compos de :
Prsident : Kamal HAMMOUCHE MCA UMM-TO
Rapporteur : Sad DJENNOUNE Professeur, UMM-TO
Examinateur : Ahmed MADI MCA UMM-TO
Examinateur : Rabah MELLAH MCA UMM-TO
Examinateur : Redouane KARA MCA UMM-TO
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
2/104
Remerciement
Mes vifs remerciements vont tout dabord Monsieur DJENNOUNE Sad,professeur lUMMTO pour mavoir propos le thme de ce mmoire et mavoir
dirig, aid et conseill tout le long de notre travail.
Nous tenons aussi remercier Monsieur HAMMOUCHE Kamal, Matre de
Confrences classe A lUMMTO de nous avoir fait lhonneur daccepter de
prsider le jury de ce mmoire.
Nous exprimons notre reconnaissance Monsieur MELLAH Rabah, Matre de
Confrences classe A lUMMTO pour avoir accept de faire partie du jury
dexamen de notre mmoire.
Que Monsieur MADI Ahmed, Matre de Confrences classe A lUMMTO
trouve ici, nos sincres remerciements pour avoir accept de faire partie du jury
dexamen de notre mmoire.
Nous exprimons galement nous vifs remerciements Monsieur KARA Redouane,
Matre de Confrence de classe A lUMMTO pour sa prsence parmi les
membres de jury.
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
3/104
DEDICACES
Je ddie ce travail,
ma mre,
ma sur,
tous mes frres,
toute personne qui porte de lestime pour moi.
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
4/104
Sommaire
Introduction Gnrale ................................................................................................................ 1
Chapitre I : Etat de lart sur le diagnostic .......................................................... 4
I.1 Introduction ............................................................................................................................ 4
I.2 Dfinitions et concepts ............................................................................................................ 5
I.3 Procdure de dtection et disolation des dfauts ................................................................... 6
I.4 Principe de diagnostic de dfaut ............................................................................................. 7I.4.1 Redondances dinformations .................................................................................... 7
I 4.2 Redondance physique ou matrielle ......................................................................... 8
I 4.3 Redondance analytique ............................................................................................ 8
I.5 Prsentation des mthodes de diagnostic ................................................................................ 9
I.5.1 Diagnostique par traitement du signal ...................................................................... 9
I.5.2 Mthodes de diagnostic base de modles qualitatifs ............................................. 9
I.5.3 Mthodes de diagnostic base de modles quantitatifs .......................................... 10
I.5.4 Mthodes de diagnostic base de modle ............................................................... 10
I.5.4.1 Espace de parit ........................................................................................ 11
I.5.4.2 Mthodes destimation paramtrique ........................................................ 11
I.5.4.3 Mthodes de diagnostic base dobservateurs .......................................... 11
I.6 Principe de gnration de rsidus base dobservateurs ........................................................ 12
I.7 Structuration et valuation des rsidus gnrs base dobservateur ................................... 13
I.7.1 Structure dobservateurs simplifis ......................................................................... 13
I.7 .2 Structure dobservateurs ddis (DOS) ................................................................... 13
I.7.3 Structure dobservateurs gnraliss (GOS) ............................................................ 14
I.8 Evaluation des rsidus ............................................................................................................. 15
I.9 Reconstruction de dfauts ....................................................................................................... 16
I.10 Performance d'une procdure de diagnostic ........................................................................ 16
I.10.1 Robustesse du diagnostic ....................................................................................... 16
I.11 Modlisation des systmes en prsences de dfauts ............................................................. 17
I.1 2 Conclusion ........................................................................................................................... 18
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
5/104
Chapitre II : Synthse dobservateurs non linaires ......................................... 19
II.1Introduction ............................................................................................................................ 19
II.2 Observabilit .......................................................................................................................... 20
II.2.1 Observabilit des systmes linaires ...................................................................... 20
II.2.2 Observabilit des systmes non linaires ............................................................... 20
II.3 Observateurs des systmes linaires ...................................................................................... 21
II.3.1 Observateur de Luenberger ..................................................................................... 22
II.3.2 Filtre de Kalman ..................................................................................................... 23
II.3.3 Observateur entre inconnue ................................................................................ 24
II.4 Observateurs des systmes non linaires ............................................................................... 25
II.4.1 Observateur de Luenberger tendu ......................................................................... 25
II.4.2 Filtre de Kalman Etendu (EKF) .............................................................................. 25
II.4.3 Observateurs grand gain ....................................................................................... 26
II.4.4 Observateurs adaptatifs ........................................................................................... 27
II.5 Observateur mode glissant .................................................................................................. 28
II.5.1Observateurs mode glissant pour les systmes linaires ........................................ 30
II.5.2 Observateurs mode glissant tape par tape........................................................ 33
II.5.3 Observateur mode glissant des systmes Lipschiziens ........................................ 38
II.6 Conclusion ............................................................................................................................ 41
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs ... 42
III.1 Introduction .......................................................................................................................... 42
III.2 Systme linaire .................................................................................................................. 43
III.2.1 Cas I : Tous les tats sont disponibles la mesure ............................................... 43
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
6/104
III2.1.1Gnration de rsidus ............................................................................... 45
III.2.2 Cas II : Seules les sorties sont mesurables .......................................................... 46
III.3 Systmes non linaires ......................................................................................................... 50
III.3.1 Cas I : Tous les tats sont disponibles la mesure ............................................... 50
III.3.2 Cas II : Seules les sorties sont mesurables ............................................................ 52
III.4 Dtection et isolation de dfauts actionneur dun systme trois cuves ............................. 56
III.4.1 Modle mathmatique du systme ....................................................................... 56
III.4.2 Dfaut en prsence dun bruit sur lamesure ........................................................ 60
III.5 Conclusion ............................................................................................................................ 61
Chapitre IV : Diagnostic de dfaut base dobservateur mode glissant ...... 62
IV.1 Introduction .......................................................................................................................... 62
IV.2 Reconstruction de dfauts des systmes linaires ................................................................ 63
IV.2.1 Reconstruction des dfauts actionneurs ................................................................ 65
IV.2.2 Reconstruction des dfauts capteurs ..................................................................... 65
IV.2.3 application sur un modle dun avion ................................................................... 67
IV.3 Reconstruction de dfauts de systmes non linaires par observateurs robustes ................. 72
IV.3 .1 Observateurs reconstructeurs de dfauts ............................................................... 75
IV.3.2 Observateurs reconstructeurs dentres inconnues ................................................. 76
IV.3.3 Etapes de convergence des observateurs ................................................................ 77
IV.3.4 Reconstruction de dfaut et des entres inconnues .............................................. 81
IV.3 .5 Application pour la reconstruction de dfaut actionneur dun double pendule
invers .......................................................................................................................................... 81
IV.4 Conclusion ........................................................................................................................... 88
Conclusion gnrale ................................................................................................................... 89
Rfrences bibliographiques ..................................................................................................... 92
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
7/104
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
8/104
Liste des figures
I.1: Procdure de dtection et disolation des dfauts .................................................................. 7
I.2 : Schma reprsentant la redondance matrielle ..................................................................... 7
I.3 : Principe de diagnostic avec modle ...................................................................................... 10
I.4 : Schma de principe du diagnostic des dfauts base dobservateurs .................................. 12
I.5 : Structure dobservateur simple ............................................................................................. 13
I.6 : Structure dobservateurs ddis ............................................................................................ 14
I.7 : Structure dobservateurs gnralise .................................................................................... 15
I.8 : Diffrents Types de dfauts agissant sur un systme............................................................ 17
I.9 : Evolution temporelle des dfrents types de dfauts .......................................................... 18
II.1 : Schma structurel de lobservateur de Luenberger ............................................................. 22
II.2 : Schma fonctionnel dun observateur mode glissant ....................................................... 29
II.3 : Sorties et leurs estimes ....................................................................................................... 32
II.4 : Schma dun robot joint flexible ..................................................................................... 35
II.5 : Etats et leurs estims laides dobservateur mode glissant...........................................................37II.6 : Erreur destimation entres les tats et leurs estims ..........................................................................38
II.7 : Etats et leurs estims laides dobservateur mode glissant...........................................................41
II.8 : Erreur destimation entres les tats et leurs estims ..........................................................................41
III.1 : (a) actionneur en absence de dfaut, (b) actionneur affect par un dfaut ........................ 43
III.2 : Structure GOS pour la dtection et lisolation de dfauts actionneurs. ............................. 46
III.3 : Rsidu en absence de dfaut sur les deux actionneurs ....................................................... 79
III.4: Rsidus en prsence dun dfaut sur le premier actionneur ................................................ 50
III.5: Rsidus en prsence dun dfaut sur le deuxime actionneur ............................................. 50
III.6: Rsidus en absence de dfauts ............................................................................................ 55
III.7: Rsidus en prsence dun dfaut sur le premier actionneur ............................................... 55
III.8: Rsidus en prsence dun dfaut sur le deuxime actionneur ............................................. 55
III.9: Schma dun systme trois cuves ..................................................................................... 57
III.10 : Niveaux des trois cuves en absence de dfauts ................................................................ 57
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
9/104
III.11: Rsidus en absence de dfauts ......................................................................................... 58
III.12: Rsidus en prsence dun dfaut sur le premier actionneur .............................................. 59
III.13: Rsidus en prsence dun dfaut sur le premier actionneur .............................................. 59
III.14: Rsidus en prsence dun dfaut sur le premier actionneur et en prsence de bruits surla mesure .................................................................................................................................... 60
III.15: Rsidus en prsence dun dfaut sur le deuxime actionneur et en prsence de bruitssur la mesure ................................................................................................................................. 60
VI.1 : Schma de reconstruction de dfauts actionneurs et capteurs ........................................... 67
IV.2: Reconstructeurs de dfauts en prsence dun dfaut sur le premier actionneur. ................ 69
IV.3: Reconstructeurs de dfauts en prsence dun dfaut sur le deuxime actionneur. ............. 69
IV.4: Reconstructions de dfauts en prsence de dfauts sur les deux actionneurs .................... 70IV.5: Reconstruction de dfaut de forme trapzodale agissant sur la premire sortie. .............. 71
IV.6: Reconstruction de dfaut de forme trapzodale agissant sur la deuxime sortie. ............. 71
IV.7: Reconstruction de dfaut de forme trapzodale agissant sur la troisime sortie. ............. 71
IV.8 : Rseau dobservateurs mode glissant interconnects...................................................... 77
IV 9 : Schma dun pendule invers ........................................................................................... 82
IV.10: Etat rels et tats estims en prsence de dfaut et en absence dentres inconnues ....... 83
IV.11: Reconstruction de dfaut en absence dentres inconnues .............................................. 84
IV.12: Etats rels et tats estims en absence de dfauts et en de prsence dentres inconnues 85
IV.13: Reconstruction dentres inconnues en absence de dfauts .............................................. 86
IV.14: Etats rels et tats estims en prsence dentre inconnue et dun dfaut sur le premieractionneur .................................................................................................................................... 86
IV.15: Reconstruction de dfaut agissant sur le premier actionneur en prsence de lentreinconnue d2. ................................................................................................................................ 87
IV.16: Etats rels et tats observs en prsence dentre inconnue et dun dfaut sur lepremier actionneur ........................................................................................................................ 87
IV.17: Reconstruction de dfaut agissant sur le deuxime actionneur en prsence de lentreinconnue d1. ................................................................................................................................. 88
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
10/104
1
Introduction gnrale
La mesure de toutes les grandeurs (variables) dun procd physique est souvent
primordiale afin de mettre en uvre des stratgies de commande par retour dtat par
exemple, ou bien des stratgies de surveillance et de diagnostic de dfauts. Cependant, pour
des raisons techniques ou conomiques (difficult dimplmentation ou cot lev des
capteurs) il nest pas toujours possible daccder toutes les variables dtat reprsentant ces
grandeurs, do la ncessit de faire recours un systme dynamique auxiliaire, appel
observateur, qui est charg destimer ltat du systme. De manire gnrale, la synthse de
lobservateur exploite les informations disponibles sur le systme rel, savoir, le modle
dynamique du systme, ses entres et ses sorties mesures. Dans le cas linaire, le problme
de synthse dobservateurs est bien maitris. Les solutions apportes telles que lobservateur
de Luenberger [1] ou le filtre de Kalman [2] permettent de rpondre toutes les situations.
Cependant, le problme destimation dtat des systmes non linaires reste sans solution dans
un grand nombre de cas et cela, malgr les nombreuses mthodes proposes dans ce sens. En
effet, les systmes non linaires ont des reprsentations dtat trs varies, qui exploitent lastructure et les proprits de la fonction non linaire qui intervient dans le modle du systme.
Il semble donc difficile a priori, tant donn ltat des travaux actuels, de trouver une thorie
gnrale sur lestimation dtat non linaire, qui unifierait les approches dj tablies. La
technique dobservations base sur les modes glissants permet la synthse dobservateurs pour
de nombreuses classes de systmes non linaires tel que les systmes Lipchitziens [3], les
systmes forme triangulaire [4] et mme, sous certaines conditions, les systmes fortes
non linarits [5]. Lutilisation des observateurs mode glissant pour les systmes nonlinaires est motive par leur robustesse aux incertitudes paramtriques. Un autre observateur
trs rpandu dans la littrature est lobservateur adaptatif, ce dernier est utilis gnralement
lorsque les paramtres du systme ne sont pas tous connus. Il permet destimer conjointement
les paramtres et les tats du systme [6], [7].
cause de lintrt considrable port pour diagnostic, les orientations des travaux de
recherche sur lestimation dtat des systmes non linaires vers des objectifs de diagnostic
sont de plus en plus importantes. Avant lapparition des techniques utilisant le modle duprocessus ou les informations disponibles sur le processus, le diagnostic notamment la
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
11/104
2
dtection de dfauts, se faisait principalement en utilisant la redondance matrielle qui
consiste doubler, tripler voire quadrupler certains composants. Cette redondance matrielle
est efficace et rapide mais savre coteuse et encombrante. Pour remdier ce problme
plusieurs mthodes de diagnostic on t proposes (diagnostic par traitement du signal,
diagnostic par estimation paramtrique, diagnostic base dobservateurs etc.).
Les mthodes base dobservateurs consistent gnrer des rsidus qui sont calculs
en faisant la diffrence, ventuellement filtre, entre les sorties relles et celles estimes par
lobservateur. Ces mthodes savrent trs efficaces pour la dtection et la localisation des
dfauts. En effet, elles ont connu un essor considrable pour le cas de systmes linaires. Des
mthodes trs performantes permettent aujourdhui daccomplir les objectifs dune dtection
et dune localisation de dfauts dune manire efficace et rapide. Nanmoins, lextension au
cas non linaire demeure particulirement difficile. Jusqu aujourdhui, il nexiste pas de
mthodes gnrales applicables pour tout systme non linaire. De plus la synthse
dobservateur en vu de diagnostic est beaucoup plus complexe que ce quelle en est dans le
cas de la commande, dans la mesure o les paramtres dobservateur jouent un rle aussi sur
la manire dont les dfauts vont affecter les rsidus. Ces derniers doivent tre gnrs dune
manire robuste et viter ainsi les fausses alarmes qui peuvent tre causes par les
perturbations ou les bruits. Une autre mthode de diagnostic de dfauts base dobservateurs
consiste utiliser ces derniers, en vu de la reconfiguration de la loi de commande, pour
reconstruire les dfauts. Plusieurs mthodes on t alors proposes dans ce sens.
Lobjectif de notre mmoire est de dresser, dans un premier temps, un tat de lart sur les
observateurs non linaires et le diagnostic de dfauts. Puis, dans une deuxime tape, les
mthodes de diagnostic base dobservateurs mode glissant et base dobservateurs
adaptatifs seront tudies. Ces deux mthodes de diagnostic seront illustres sur des exemples
rels.
Notre mmoire sarticule autour de quatre chapitres :Le premier chapitre aborde quelques concepts gnraux sur le diagnostic. Il sera
notamment consacr aux concepts fondamentaux du diagnostic des systmes bases de
modles et aux diffrentes structures de gnration de rsidus.
Le deuxime a pour objectif de prsenter les diffrents observateurs existants dans la
littrature et leurs mthodes de synthse. Diffrentes techniques destimation dtat
(observateurs grand gain, observateurs mode glissantetc.) seront prsents au cours de ce
chapitre. Des algorithmes de synthse dobservateurs robustes, base la technique des modesglissants, seront labors et valids, par simulation, sur des exemples dapplication.
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
12/104
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
13/104
Chapitre I : Etat de l'art sur le diagnostic
4
Chapitre I :
Etat de lart sur le diagnostic
I.1 Introduction
Selon, le contexte et le domaine dapplication, le mot diagnostic peut avoir
plusieurs interprtations. Le diagnostic des procds industriels a pour objet de trouver la causedune dfaillance ou dun dfaut, il est dfini par les instances internationales de normalisation
comme tant un processus didentification de la cause probable des dfaillances laide dun
raisonnement logique fond sur un ensemble dinformations provenant dune inspection, dun
contrle ou dun test.
De manire gnrale, lorsquon parle de diagnostic des dfauts, on se rfre la procdure de
dtection et disolation de ces derniers, que lon retrouve souvent sous le nom: FDI (Fault
Detection and Isolation). Cette procdure nous permet davoir des informations sur lapparition
dun dfaut et sur sa provenance le plus rapidement possible. Les mthodes de dtection et de
localisation des dfauts ont connu un essor considrable depuis le dbut des annes 70 [8], [9].
En effet, de nombreux chercheurs ont investi dans ce domaine proposant alors diverses approches
et techniques rpondant la diversit des applications.
Nous proposons dans ce chapitre de faire un tat de lart sur le diagnostic des dfauts dans les
systmes physiques. Lintrt se portera essentiellement sur le problme de dtection et
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
14/104
Chapitre I : Etat de l'art sur le diagnostic
5
disolation des dfauts. Il est question, dans un premier temps, de donner les diffrents concepts
et notions rencontrs dans la littrature concernant le diagnostic des dfauts, car un bon
diagnostic ncessite une bonne comprhension de ces notions. Le principe de base du diagnostic
sera alors prsent ainsi que les diffrentes mthodes proposes dans ce domaine.
Dautre part, nous allons prsenter la procdure gnrale de dtection et disolation des dfauts
par les mthodes base de modle mathmatique. Cette dernire passe par deux tapes
essentielles : la gnration et lvaluation du vecteur rsidu. Mais auparavant, nous allons
introduire la manire avec laquelle aborder un problme FDI. Nous insisterons sur la phase de
modlisation du systme et des diffrents dfauts et entres inconnues. Nous aborderons
galement les critres de performance dun systme FDI et nous nous intresserons, plusparticulirement, au problme de robustesse.
I.2 Dfinitions et concepts [7]
Une anomalieest une particularit non conforme la loi naturelle ou logique.
Une panneest linaptitude dun dispositif accomplir une fonction requise. Une panne rsulte
toujours dune dfaillance.
Un dfautest une anomalie de comportement au sein du systme. Ce concept est important dans
les oprations de surveillance pour la conduite et la maintenance des processus industriels. Tout
cart entre la caractristique observe et la caractristique de rfrence est considr comme tant
un dfaut. Il est donc clair quune dfaillance conduit un dfaut. Mais un dfaut ninduit pas
ncessairement une dfaillance. En effet, le dispositif peut conserver son aptitude accomplir sa
tche principale si les dfauts nont pas dimpacts sur cette tche. Lart du diagnostic consiste dtecter de faon prcoce un dfaut avant quil ne conduise un tat de dfaillance donc de
panne.
Une dfaillanceest une anomalie altrant ou empchant laptitude dune unit fonctionnelle
accomplir la fonction souhaite. Une dfaillance correspond un passage dun tat un autre,
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
15/104
Chapitre I : Etat de l'art sur le diagnostic
6
par opposition une panne qui est un tat. Par abus de langage, cet tat de panne on pourra
lappeler mode de dfaillance.
Une perturbationconsiste en tout phnomne conu comme normal influenant un processus,
non ou mal, reprsent par un modle de rfrence.
Un rsidu est un signal conu pour tre un indicateur danomalies fonctionnelles ou
comportementales, sensiblement nul en absence de dfauts et non nul en leur prsence.
Un symptmeest un caractre distinctif dun tat fonctionnel ou comportemental anormal.
Le diagnosticconsiste dterminer le type, la taille, le lieu et l'instant d'occurrence d'un dfaut,
il suit la dtection de dfauts et inclut l'isolation et l'identification.
La surveillance est une tche continue, ralise en temps rel, qui permet de dterminer l'tat
d'un systme physique, elle consiste en l'enregistrement des informations ainsi qu'en la
reconnaissance et l'indication des anomalies du comportement.
La sensibilitreprsente la capacit dun systme de diagnostic gnrer des rsidus sensibles
aux dfauts dtecter. Ces dfauts sont gnralement caractriss par une certaine amplitude.
La supervisionest lasurveillance d'un systme physique et la prise de dcisions appropries en
vue de maintenir son opration lors de l'apparition de dfauts.
I.3 Procdure de dtection et disolation des dfauts
Comme elle est reprsente par la figure II.1, La procdure de dtection et disolation des dfautspasse par trois tapes essentielles :
La dtection
Cest ltape qui dcide si le systme est soumis un dfaut ou pas. Elle consiste dans la
plus part des cas gnrer le vecteur rsidu, qui est nul en fonctionnement normal et est compar
en ligne aux signatures de pannes. La dtection est ralise en vrifiant le dpassement dun seuil
par les rsidus.
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
16/104
Chapitre I : Etat de l'art sur le diagnostic
7
LIsolation
Cette tape permet de localiser le dfaut et donc de dterminer quelle partie du systme est
affecte par lanomalie. La dtection de pannes est souvent suivie d'une procdure d'isolation de
pannes, qui sert distinguer (isoler) une panne particulire. Un seul rsidu peut suffire pour
dtecter les pannes, cependant plusieurs rsidus (ou un vecteur de rsidus) sont souvent requis
pour l'isolation de pannes.
Lidentification : Lampleur et le type des dfauts sont estims dans cette phase.
I.4 Principe de diagnostic de dfaut
I.4.1 Redondances dinformations [10]
Le principe de base du diagnostic des dfauts repose sur la notion de redondance, qui
fournit au systme plusieurs informations diffrentes sur une mme variable. Des tests vont alors
permettre de vrifier la cohrence de ces informations. Cependant, il existe deux approches:
La premire est dite traditionnelle et consiste ajouter des capteurs afin dobtenir des
informations supplmentaires sur ltat du systme. Cest la redondance matrielle.
Figure I.1: Procdure de dtection et disolation des dfauts.
Procd
Modle
Dtection Isolation Identification
Capteur 1
Capteur 2
Mesure 1
Mesure 2
Figure I.2 : Schma reprsentant la redondance matrielle.
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
17/104
Chapitre I : Etat de l'art sur le diagnostic
8
Linconvnient majeur de cette approche est le cot additionnel en quipement. La deuxime
approche est dite redondance analytique. Elle consiste dvelopper des algorithmes de dtection
et de localisation des dfauts en utilisant les mesures disponibles sur le systme. Une quation de
redondance analytique est une quation dans laquelle toutes les variables sont connues. Pour
viter les fausses alarmes ou les manques de dtection, ces algorithmes doivent tenir compte des
bruits de mesure, des perturbations ainsi que des erreurs de modlisation. Les mthodes bases
sur cette approche sont plus simples, plus flexibles, moins coteuses et plus cologiques que
lapproche traditionnelle.
I 4.2 Redondance physique ou matrielleLa redondance physique consiste utiliser plusieurs actionneurs, capteurs, processeurs et
logiciels pour mesurer et/ou contrler une variable particulire. Un principe de vote est applique
sur les valeurs redondantes pour dcider si une faute est prsente ou non. Cette approche entrane
un cot important en instrumentation mais savre extrmement fiable et simple implanter. Elle
est mise en oeuvre essentiellement sur des systmes hauts risques tels que les centrales
nuclaires ou les avions.
Le diagnostic utilisant la redondance physique se limite a la surveillance des lments
redondants (capteur, actionneurs, ...) prsents sur une installation. A laide de cette unique
technique, il ne sera pas possible de dtecter des pannes survenant sur des lments non
redondants.
I 4.3 Redondance analytique
Un complment la redondance physique consiste exploiter les contraintes liant les
diffrentes variables du systme. Ces contraintes peuvent souvent sexprimer sous la forme de
relations analytiques liant les variables connues (relations dentre/sortie ou de sortie/sortie). Cesrelations sont appeles relations de redondances analytiques. Le principe de la surveillance
consiste vrifier la fermeture algbrique de ces relations en utilisant les mesures prleves en
ligne sur le systme. Le concept de redondance analytique repose sur lutilisation dun modle
mathmatique du systme surveiller [11]. Pour cette raison, les mthodes utilisant la
redondance analytique pour la surveillance sont appeles mthodes base de modle. Le principe
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
18/104
Chapitre I : Etat de l'art sur le diagnostic
9
de la surveillance utilisant un modle peut tre spare en deux tapes : la gnration de rsidus et
la prise de dcision [12].
I.5 Prsentation des mthodes de diagnostic
Selon que lon dispose, ou pas, dun modle mathmatique reprsentatif du systme, les
mthodes de diagnostic se rpartissent en deux grandes classes. Dans le premier cas, on utilise
des redondances dinformations et la connaissance fournie par le modle mathmatique pour
caractriser le mode de fonctionnement ou ltat du systme, puis dcider sil est normal ou
anormal. Dans le deuxime cas, cest lanalyse des donnes fournies par le systme qui permet de
dcider de son tat.Les mthodes les plus familires aux automaticiens sont les mthodes bases sur lutilisation de
modles mathmatiques. Celles-ci utilisent la redondance existant entre les diffrentes variables
mesures en termes de relations statiques ou dynamiques.
Dans ltude qui suit, il sera question de prsenter les diffrentes mthodes de dtection et
disolation des dfauts. Lintrt portera surtout sur les mthodes base de modle
mathmatique.
I.5.1 Diagnostique par traitement du signal
Le traitement et lanalyse dun signal peuvent tre parfois utiles dans le domaine de
diagnostic, en effet, La mesure dun signal indique des oscillations qui peuvent tre harmoniques,
de nature stochastique ou les deux simultanment. La variation de ces signaux peut tre relie aux
dfauts.
Ainsi, dune manire gnrale, on peut dterminer les caractristiques dun signal relatif un
dfaut en dterminant par exemple son amplitude. Il existe toutefois dautres possibilits qui
consistent dterminer les fonctions dauto corrlation, les transformes de Fourier ou la densitspectrale.
I.5.2 Mthodes de diagnostic base de modles qualitatifs
Les modles qualitatifs permettent dabstraire le comportement du procd avec un
certain degr dabstraction travers des modles non plus mathmatiques mais des modles de
type symbolique. Ces modles dcrivent dune manire qualitative lespace dtat continu du
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
19/104
Chapitre I : Etat de l'art sur le diagnostic
10
systme. Contrairement aux modles de type numrique, les modles qualitatifs ne reprsentent
pas la physique du systme, mais ils le dcrivent en terme de mode de fonctionnement.
I.5.3 Mthodes de diagnostic base de modles quantitatifs
Ces mthodes reposent sur lestimation de ltat, des paramtres ou de lespace de parit
en utilisant des modles mathmatiques du systme dcrivant le comportement du systme. Si
lcart entre ces modles et les variables du systme dpasse un certain seuil, une dfaillance est
alors dtecte. A ce moment, un rsidu sera gnr et compar avec toutes les signatures des
dfauts connues, afin disoler et didentifier la dfaillance. Parmi les diffrentes mthodes de
dtection et de diagnostic utilisant des modles mathmatiques, nous trouvons principalementcelles utilisant lespace de parit, lestimation paramtrique et celle base dobservateurs.
I.5.4 Mthodes de diagnostic base de modle
Le principe de ces mthodes consiste comparer le comportement du systme avec le
comportement du modle qualitatif et/ou quantitatif tabli.Tout cart est alors synonyme dune
dfaillance, comme indiqu dans le schma de la figure I.3. Il est ncessaire donc davoir des
connaissances approfondies sur le procd diagnostiquer sous la forme dun modle
reprsentatif, qui fournit des grandeurs caractristiques du procd qui seront constamment
compares aux grandeurs issues du procd rel.
Selon le type du modle (qualitatif et/ou quantitatif), on peut distinguer deux branches de
mthodes : les mthodes quantitatives issues de la communaut FDI (Fault Detection and
Isolation) et les mthodes qualitatives issues des communauts intelligence artificielle. La
dissociation entre les mthodes qualitatives et les mthodes quantitatives nimplique pas que ces
deux aspects sont disjoints. En ralit, ces deux types dapproche peuvent coexister au sein dune
mme mthode de diagnostic.
Systme physique
Modle du systme Comportementprdit
Ecart=dtection Isolation
Figure I.3 :Principe de diagnostic avec modle
Comportementobserv
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
20/104
Chapitre I : Etat de l'art sur le diagnostic
11
I.5.4.1 Espace de parit
Cette mthode est utilisable la fois dans le cas des systmes dterministes et dans le cas
des systmes stochastiques. Elle sappuie sur llaboration de signaux permettant de tester la
cohrence des mesures par rapport leurs valeurs calcules laide dun modle (on parle aussi
de consistance des mesures, de leur parit). Dun point de vue gnral, la mthode consiste
vrifier les relations algbriques entres/sorties du modle en utilisant les mesures relles. Pour
cela, les signaux recueillis sur le systme sont injects dans les relations entres/sorties et les
signaux ainsi crs sont utiliss comme rsidus. La mthode a t dveloppe au dbut pour le
cas statique, puis elle t gnralise plus tard pour cas des systmes dynamiques. Cette
gnralisation utilise la redondance temporelle, cest - dire des relations faisant intervenir lesvaleurs des sorties des capteurs et les entres des actionneurs diffrents instants. Enfin, la
redondance frquentielle est galement utilise.
I.5.4.2 Mthodes destimation paramtrique
Quand la structure du modle est connue la dtection et la localisation des dfauts peuvent
tre effectues en utilisant des techniques didentification. Lide de base consiste estimer les
paramtres du systme en temps rel et de les comparer aux paramtres non affects par les
dfauts [13]. Pour cela on doit tablir un modle mathmatique du systme diagnostiquer et
dcrire toutes les relations qui existe entre les constantes physiques et les paramtres du modle,
puis estimer les paramtres du systme ainsi que ceux du modle partir des entres et sorties
du systme. Le vecteur de rsidus est obtenu en faisant la diffrence entre les grandeurs estimes
et les valeurs nominales.
I.5.4.3 Mthodes de diagnostic base dobservateurs [14]
Cette approche sappuie sur une bonne connaissance du modle et de ses paramtres, etncessite lintgration des diverses relations qui, contrairement aux relations de parit, sont
diffrentielles. Le diagnostic de dfaut base dobservateurs est bas sur le principe de
gnration de rsidus en comparant les grandeurs disponibles du systme rel aux grandeurs
estimes (issues de lobservateur). Ltat du systme est reconstruit en se recalant laide de
certaines mesures [15], le gain de lestimateur dpendant des objectifs et des performances
dsires. Dans le cas des systmes linaires, la structure de base des reconstructeurs est toujours
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
21/104
Chapitre I : Etat de l'art sur le diagnostic
12
la mme, un modle parallle corrig la laide de lerreur destimation multiplie par un gain
adquat, mais dans le cas non linaires le problme savre difficile.
En diagnostic, la construction dobservateur est beaucoup plus complexe que ce que il en
est dans le cas de commande dans la mesure o les paramtres dobservateurs jouent un rle aussi
sur la manire dont les dfauts vont affecter les rsidus. En plus dassurer la stabilit, ces
paramtres doivent permettre de structurer les rsidus afin de localiser les dfauts. Cependant,
pour ce type de stratgie, si une anomalie apparat, elle affecte en gnral toutes les composantes
du vecteur rsidus ; de ce fait, le problme de localisation est plus complexe que ce quil en est
dans le cadre de lespace de parit. Pour rsoudre ce problme, une solution consiste construire
des bancs dobservateurs o chacun dentre eux surveille un dfaut.
I.6 Principe de gnration de rsidus base dobservateurs
Le principe de gnration de rsidu base dobservateur consiste estimer une partie ou
lensemble des grandeurs mesurables du systme surveiller. Le rsidu est calcul alors en
faisant la diffrence, ventuellement filtre, entre les sorties relles et celles estimes.
Lobservateur revient alors un modle parallle au systme avec une contre raction qui
pondre lcart de sortie. Ce principe est illustr sur la figure I.4. Cette approche offre des
proprits trs intressantes car elle donne lieu des rsidus trs flexibles et la souplesse, dans le
choix des paramtres, permet de saffranchir de certaines entres inconnues, amliorant ainsi les
caractristiques des rsidus telles que leur robustesse vis vis des perturbations et leur sensibilit
aux dfauts.
Systme
ObservateurGnrateurde rsidu
K
u(t)
Figure I.4 : Schma de principe du diagnostic des dfauts base dobservateurs.
y(t)
f(t)
r(t)
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
22/104
Chapitre I : Etat de l'art sur le diagnostic
13
I.7 Structuration et valuation des rsidus gnrs base dobservateur
Il est important dobtenir une structure du rsidu permettant son valuation. Les rsidus
doivent tre produits, de manire que pour chaque dfaut un ou un ensemble de rsidus soient
affects.
Cependant, mme si lapparition de dfauts multiples est peu probables, les rsidus doivent tre
capables de situer chacun des dfauts arrivant simultanment, en occurrence, il devrait tre
garanti que le recouvrement des effets rsultants de la combinaison des dfauts ne mne pas une
dcision fausse, par exemple dtection manque d'un dfaut ou mauvaise isolation du dfaut. Il
existe plusieurs manires de dfinir les rsidus structurs afin de parvenir a une valuation
correcte du rsidu. Les rsidus structurs sont conus de manire tre chacun affect par unsous ensemble de dfaut et robuste (non affect) par rapport aux dfauts restantes. Ainsi,
lorsquune dfaillance apparat, seul un sous ensemble de rsidus ragit. Le rsidu est dit
structur par rapport un vecteur de dfaillances 1f sil nest affect que par les dfaillances 1f
et sil est robuste aux autres. Dans la littrature, on distingue trois structures de gnration de
rsidus base dobservateur ou chacune est dfinie par n schma particulier [16].
I.7.1 Structure dobservateurs simplifis
Dans cette structure le banc est constitu dun seul observateur. Il est synthtis de faon
ntre sensible qu un groupe de dfauts. Dans le cas o un des dfauts auquel il est sensible
apparat alors les estimations seront fausses. Dans le cas contraires, elles seront exactes.
I.7 .2 Structure dobservateurs ddis (DOS)
Dans ce type de structure, il est question de construire autant dobservateur que de dfaut
dtecter, chacun dentre eux gnre un rsidu insensible tous les dfauts sauf un. Ainsi,
ObservateurSystme
u(t) r(t)y(t)
f(t)
Figure I.5 : Structure dobservateur simple.
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
23/104
Chapitre I : Etat de l'art sur le diagnostic
14
l'observateur recevant une mesure dfaillante fournit une mauvaise estimation des variables
estimes, tandis que les estimations des autres observateurs convergent vers les mesures des
sorties correspondantes sauf sur la sortie errone. Ce schma reste valable mme dans le cas de
plusieurs dfauts simultans.
.
Mais, si cette structure donne parfois des bons rsultats sa conception reste trs limite car elle ne
permet pas de saffranchir des entres inconnues et des bruits
I.7.3 Structure dobservateurs gnraliss (GOS)
Dans ce genre de structure, il sagit de synthtiser un certain nombre dobservateurs o chacun
dentre eux tant insensibles un seul dfaut. Si un dfaut apparat alors, toutes les estimationsdtats seront errones sauf celles issues de lobservateur insensible ce seul dfaut. Ce schma
offre plus de degrs de libert pour la conception de l'observateur et permet d'augmenter la
robustesse. Cependant, en plus de ne pas tre gnralement pas capables de rsoudre les
problmes de localisation des dfauts, La problmatique de cette approche reste dans les
interactions entre les sous-systmes. En effet, si ces interactions sont faibles (voire nulle), un
dfaut n'affectera que l'estimation de l'observateur local correspondant. Il est alors possible de
Observateur sensible 1f
Observateur sensible 2f
Observateur sensible qf
Systmeu(t) y(t)
)(1 tr
)(2 tr
)(trq
Figure I.6 : Structure dobservateurs ddis.
f(t)
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
24/104
Chapitre I : Etat de l'art sur le diagnostic
15
localiser le composant dfaillant. En revanche, si les interactions sont grandes, un dfaut d'un des
composants se propagera aux observateurs des autres composants.
I.8 Evaluation des rsidus
Le rsidu converge vers une valeur proche de ou gale zro, dans le cas sans dfaut et
quitte dune manire significative cette valeur aprs loccurrence dun dfaut. Il est li la
diffrence entre les sorties mesures et leurs estim es par lquation ; )( iii yyOr = , ou irest
le rsidu correspondant la mei sortie et O est un oprateur mathmatique (driv, norme,
moyenne etc.). Selon le nombre de rsidus et Lexpression de loprateur O , il est possible de
dtecter et disoler les dfauts. La plupart des mthodes de diagnostic base de modle
incorporent deux tapes squentielles pour rsoudre un problme FDI [17] :
- gnration du rsidu.
- valuations du rsidu.
Un rsidu structur est caractris par la proprit suivante : le rsidu rpond seulement un
sous-ensemble de dfauts spcifique, et pour chaque dfaut seul un sous-ensemble spcifique de
rsidus rpond.
y(t)
Observateur insensible 1f
Observateur insensible 2f
Observateur insensible qf
Systmeu(t)
)(2 tr
)(trq
Figure I.7 : Structure dobservateurs gnralise
f(t)
)(1 tr
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
25/104
Chapitre I : Etat de l'art sur le diagnostic
16
I.9 Reconstruction de dfauts
Au lieu de gnrer des rsidus pour dtecter et isoler le dfaut, il est par fois plus
intressant de savoir leurs natures et leurs grandeurs. Le problme de reconstruction et
destimation de dfauts (FRE) est diffrent de la majorit des mthodes FDI dcrites
prcdemment, dont la mesure o le but nest pas de dtecter et disoler le dfaut mais de
lestimer. Cette approche est trs utilise dans le cas des dfauts variants lentement, qui sont trs
difficile dtecter, et pour la synthse de commande tolrant aux faut. La reconstruction de
dfauts bases dobservateur est trs rpondue dans la littrature et de nombreux travaux ont t
fait dans ce sens [18].
I.10 Performance d'une procdure de diagnostic
Ltape de dtection est trs importante dans le processus de diagnostic des systmes. Si
cette tape n'est pas correctement ralise, des dfauts peuvent tre mal ou pas dtects ou que
des fausses alarmes peuvent apparatre. L'efficacit de la dtection passe aussi par sa robustesse
face aux incertitudes du modle.
Ptton et al [11] donnent un cadre pour les performances d'un systme de dtection dans le quel ils
dfinissent certaines qualits comme la rapidit de dtection, la minimisation des fausse alarmes
et la minimisation des mauvaises dtections.
Ainsi les performances attendues d'une procdure de dtection et d'isolation de dfauts reposent
sur la dfinition de critres qualitatifs de la mthode de diagnostic, se dcomposant en critres
minimiser tel que le retard la dtection et le taux de fausse alarme et de mauvaise dtection et
en critres maximiser tel que la sensibilit des dfauts de faible amplitude et l'insensibilit
aux bruits et aux perturbations mais aussi aux incertitude sur les paramtres du modle.
I.10.1 Robustesse du diagnostic
Certains phnomnes physiques peuvent ne pas tre dcrits par des modles suffisamment
prcis et ces erreurs de modlisation risquent de fausser les dcisions prendre quant
l'existence ou non d'un dfaut. De plus, les paramtres peuvent varier au cours du temps, les
caractristiques des perturbations et des bruits sont inconnues ce qui fait que, mme dans le cas
d'un fonctionnement normal, les rsidus gnrs partir de ce modle ne sont pas nuls. Les
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
26/104
Chapitre I : Etat de l'art sur le diagnostic
17
dcisions prises partir de ces rsidus peuvent conduire des fausses alarmes voire des
mauvaises dtections.
La notion de robustesse a t introduite trs tt dans la littrature du diagnostic par de
nombreux auteurs et devient ensuite un des thmes central dans les travaux concernant le
diagnostic. Patton et al [11] dfinissent la robustesse d'un systme de diagnostic comme un degr
pour lequel, les performances du systme de diagnostic ne sont pas affectes par des conditions
opratoires diffrentes de celles supposes, a priori, lors de la conception.
La robustesse apparat donc, comme le rapport entre une sensibilit maximale vis--vis du dfaut
recherch et une sensibilit minimale vis--vis des autres dfaillances (variations de paramtres,
modification de structure, bruits, ...). Un systme de diagnostic robuste, est donc un systme quimaximisera les effets des dfaillances, afin de permettre un niveau de performance du diagnostic
identique quelles que soient les conditions opratoires.
I.11 Modlisation des systmes en prsences de dfauts
Dans les mthodes de diagnostic base de modles, notamment celles base
dobservateurs, il est ncessaire dtablir un modle mettant en vidence les effets des dfauts et
des perturbations agissants sur le systme pour pouvoir diffrencier entre les dfauts et surtout
daugmenter linsensibilit des rsidus vis--vis des perturbations. Comme le montre la
figure II-8 les dfauts peuvent tre rpartis en trois classes.
Dfauts actionneurs: modliss en gnral comme des signaux additifs aux signaux dentre, ils
agissent au niveau de la partie oprative et dtriore ainsi le signal dentre du systme.
Dfauts systmes:modliss en gnral comme des dynamiques additionnelles avec une matrice
de distribution, ils sidentifient par la modification des caractristiques du systme.
Dfaut capteur: modliss en gnral par des signaux additifs aux signaux de sortie, ils
fournissent une mauvaise image de ltat physique du systme.
Actionneur Procd Capteur
DfautsActionneurs
DfautsSystme
DfautsCapteurs
Entre Sortie
Figure I.8 : Diffrents Types de dfauts agissants sur un systme.
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
27/104
Chapitre I : Etat de l'art sur le diagnostic
18
Type de dfautsles dfauts peuvent tre diffrencis selon leur forme et leur comportement dans
le temps. En gnrale on distingue trois types :
Dfaut abrupt: il est caractris par une discontinuit de lvolution temporelle de la variable, il
correspond une panne brutale (disfonctionnement totale partiel dun liment).
Dfaut intermittent: Ce dfaut est un cas particulier de dfaut abrupt avec la proprit
particulire que le signal revient de faon alatoire sa valeur normale. Ce type de dfauts
caractrise les faux contacts.
Dfaut graduelCe dfaut a un comportement temporel lent se qui le rend difficile dtecter, il
caractrise un encrassement ou une usure dune pice.
I.12 Conclusion
Dans ce chapitre nous avons tabli dune manire globale un tat dart sur le diagnostic
de dfauts en prsentant les principales mthodes de diagnostic. Les mthodes FDI base
dobservateurs ncessitent de faire un bon choix dobservateurs et de structures de gnration
rsidus utiliser. Ces choix dpendent la fois de la nature du systme diagnostiquer (linaires
ou non linaires) et de type de dfauts.
Dfaut abrupt Dfaut intermittent Dfaut graduel
Figure I.9 :Evolution temporelle des dfrents types de dfauts
ttt
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
28/104
Chapitre II : Synthse dobservateurs non linaires
19
Chapitre II :
Synthse dobservateurs non linaires
II.1 Introduction
La disponibilit des toutes les variables dtats pour la mesure directe est rarement
vrifie dans la pratique. Il existe dans la plupart des cas un vrai besoin dune estimation
fiable des variables non mesures, particulirement quand elles sont employes pour la
synthse de lois de commande ou pour la surveillance des processus. En effet, ltat dun
systme peut correspondre une grandeur physique que lon ne peut pas toujours mesurer
directement ; llaboration dune loi de commande ou la dtermination dune dfaillance dun
composant dun systme passent souvent par laccs la valeur dun ou plusieurs de ses tats.
Pour cela, il savre ncessaire de concevoir un systme auxiliaire appel, observateur, qui se
charge de reconstruire les tats non mesurables en exploitant les informations disponibles,
savoir le modle dynamique du systme, ses sorties mesures et ventuellement ses entres.
Contrairement au problme de synthse dobservateurs dtat des systmes linaires qui a
t entirement rsolu. Le cas des systmes non linaires est plus difficile et beaucoup mois
systmatique. Cest la raison pour laquelle, de nombreux travaux ont abord ce problme,
dans la littrature, en se basant sur des classes spcifiques de systmes non linaires.
Dans cette section nous allons prsenter quelques mthodes de synthse dobservateurs de
systmes linaires et non linaires. Mais auparavant, nous allons parler dun concept
important dans le domaine de la reconstruction dtat, qui est celui de lobservabilit.
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
29/104
Chapitre II : Synthse dobservateurs non linaires
20
II.2 Observabilit
Lobservabilit dun processus est un concept trs important dans le domaine
destimation de ltat. En effet, pour reconstruire les tats inaccessibles dun systme, il faut
savoir, a priori, si les variables dtat sont observables ou non. Lobservabilit dun systmeest la proprit qui permet de dire si ltat peut tre dtermin uniquement partir de la
connaissance des signaux dentres et de sorties. Dans le cas des systmes non linaires, la
notion dobservabilit est lie aux entres (via la notion dentre uniforme) et aux conditions
initiales (via la notion de distinguebilit). Les rsultats classiques que lon peut trouver dans
la littrature [19] [20] sont rappels dans cette partie.
II.2.1 Observabilit des systmes linaires
Soit un systme continu dcrit par lquation dtat dterministe suivante:
=
+=
)(
)()()(
tCxy
tButAxtx& (II.1)
O les vecteurs nRtx )( , mRtu )( et pRty )( reprsentent respectivement ltat, la
commande et la sortie du systme. Les matricesA ,B etC sont des matrices constantes de
dimensions appropries. Lobservabilit du systme linaire (II.1) est garantie si et seulement
si :
n
CA
CA
CA
C
rangOrang
n
=
=
)1(
2)(
M
(II.2)
Par consquent le systme linaire (II.1)est observable, si le rang de la matrice dobservabilit
O est gal la dimension n de ce systme. Dans le cas o le rang de la matrice O est
infrieur n on parle alors, dobservabilit partielle.
II.2.2 Observabilit des systmes non linaires :
Pour les systmes non linaires, tant donn l'espace de l'tat nRX et l'ensemble Udes
entres, la notion d'observabilit est base sur la possibilit de diffrencier deux conditions
initiales distinctes. On parlera ainsi de la distinguabilit d'un couple de conditions initiales.
On considre le systme non linaire donne par :
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
30/104
Chapitre II : Synthse dobservateurs non linaires
21
=
+=
)(
)()(
xhy
uxgxfx& (II.3)
O les vecteurs nRtx )( , mRtu )( sont respectivement le vecteur dtat et de commande
Dfinition : (Distinguabilit) : Deux tats initiaux Xxx 2010 , tel que
20
10 xx sont dits
distinguables dans Xsi 0t et entre admissible u : [ ] Ut ,0 telle que les trajectoires des
sorties ))(,,( 10 tuxty et ))(,,(20 tuxty issues, respectivement de
10x et
20x ,restent dansXpendant
la dure [ ]t,0 et vrifient ))(,,())(,,( 2010 tuxtytuxty . Dans ce cas, on dira que u
distingue 10x et20x dansX.
Dfinition : (Observabilit et observabilit locale faible) : Un systme est observable en
Xx 10 si tout autre tat
10
20 xx est distinguable de
10x dansX.un systme est globalement
observable si il est distinguable en tous point deX. Un systme est localement faiblement
observable en Xx 10 , sil existe un voisinage XxX )('10 contenant
10x , tel que pour tout
voisinage )(''' 10xXX de10x , pour tout point )(''
20
20 xXx , les couples ),(
20
10 xx sont
distinguables et les trajectoires ))(,,( 10 tuxty et ))(,,(20 tuxty voluent lintrieur de )(''
10xX .
Dans la pratique, ces notions sont relativement difficiles vrifier et souvent on fait recours
la linarisation du systme au tour dun point dquilibre pour saffranchir de lobservabilit
ou pas du systme au voisinage de ce point dquilibre.
Dfinition : (Observabilit au sens du rang) : On dit que la paire ),( hf est observable au
sens du rang si :
{ } nhdLhdLdhRang Tnff =1,,, K (II.4)
O lcriture de hdLk
f est donne par le vecteur :
=
n
k
f
k
f
k
fk
fx
hL
x
hL
x
hLhdL ,,,
21
K
II.3 Observateurs des systmes linaires
Une solution simple et optimale au problme de lestimation de ltat des systmes
linaires a t propose par Luenberger dans le cadre dterministe, et par Kalman dans le
cadre stochastique. Dans les deux cas, on considre le modle dynamique du systme linairedfini par :
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
31/104
Chapitre II : Synthse dobservateurs non linaires
22
+=
++=
)()()(
)()()()(
tvtCxty
tLwtButAxtx& (II.5)
O nRtx )( , mRtu )( , pRty )( , rRtw )( et pRtv )( sont deux bruits blancs gaussiens
desprance nulle, de covariances respectives Q et R . Ces bruits sont supposs non corrls.
Les matrices du systme sont de dimensions appropries, et les conditions initiales sont
dfinies par 0)0( xx = .
II.3.1 Observateur de Luenberger
La thorie de lobservation de Luenberger repose essentiellement sur des techniques de
placement de ples. On se place dans le cas dterministe, ou les bruits w et v sont nuls,
Luenberger propose lobservateur suivant pour le systme (II.5):
=
++=
)()(
))()(()()()(
txCty
tytyKtButxAtx& (II.6)
La dynamique de lerreur destimation ( ) ( ) ( )e t x t x t = a pour expression :
( ) ( ) ( )e t A KC e t = & (II.7)
B
A
C)(tu )(tx& )(tx )(ty +
-
B
A
C)(tx& )(tx )(ty +
-
+ -
+
+
K
Systme
Observateur
Figure II.1 :Schma structurel de lobservateur de Luenberger
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
32/104
Chapitre II : Synthse dobservateurs non linaires
23
En utilisant une technique de placement de ples, il suffit alors de choisir le gain Kde
lobservateur de telle sorte que les valeurs propres de la matrice KCA soit dans le demi-
plan complexe gauche.Pour ce type dobservateur, une grande libert est laisse au choix des
valeurs propres, mais en pratique on choisit une dynamique derreur plus rapide que celle du
processus. Cependant on ne peut les prendre infiniment grandes pour deux raisons
essentielles : on ne peut utiliser que des gains ralisables et laugmentation de la bande
passante du reconstructeur ne permet plus de ngliger les bruits qui deviennent prpondrants
en hautes frquences.
Il faut noter quen prsence de bruits w, v, la dynamique de lerreur est rgie par lquation :
)()()()()( tKvtwteKCAte +=& (II.8)
Cette erreur est donc sensible aux bruits par lintermdiaire des deux fonctions de transfert
LKCAsI1)( + et 1( )sI A KC K + . Ltude du gain frquentiel permet de quantifier
linfluence des bruits sur lerreur dobservation.
II.3.2 Filtre de Kalman [2] [21]
La thorie de lobservation de Kalman ncessite, quant elle, la rsolution dune quation de
Riccati. Kalman utilise les proprits statistiques des bruits w et v et propose la structure
dobservateur suivante :
( ) ( ) ( ) ( ( ) ( )x t Ax t Bu t K y t Cx t= + + & (II.9)
En minimisant la matrice de covariance de lerreur destimation ])()([ TteteEP = , on obtient
lexpression du gain de lobservateur :
1= RPCK
T (II.10)
O P est solution de lquation de Riccati :
01 =++ TT LQLCPRPCPAAP (II.11)
Sous certaines conditions, on peut montrer que la matrice P tend vers une limite et que le
filtre est stable, ce qui permet ventuellement de conserver pour K sa valeur en rgime
permanent.
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
33/104
Chapitre II : Synthse dobservateurs non linaires
24
II.3.3 Observateur entre inconnue
La thorie dobservateur entre inconnue est applicable la classe des systmes linaires
(II.1). Seulement cette fois, les entres inconnues interviennent dans le modle du systme :
=
++=
)()(
)()()()(
tCxty
tEdtButAxtx&
(II.12)
O qRtd )( est une entre inconnue et Eest une matrice de rang plein de dimension
approprie.
Pour le systme (II.12)on dit quun observateur est entre inconnue si lerreur destimation
tend vers zro en prsence dentres inconnues. Sa structure est donne par [22]:
+=
++=
)()(
)()()()(
tHytzx
tKytTButFztz
&
& (II.13)
O nRtz )( est le vecteur dtat de lobservateur et nRtx )( est le vecteur dtat estim du
systme, les matrices F, T, KetHqui seront dtermines pour stabiliser lobservateur et
dcoupler les entres inconnues. En posant 21 KKK += , la drive de lerreur destimation
par rapport au temps sera donne par :
[ ]
[ ] [ ] )()()()()()(
)()()()()()(
12
11
tyHCKHCAAKtEdHCItBuHCIT
tzCKHCAAFeCKHCAAtxtxte
== &&& (II.14)
Ainsi les conditions permettant le dcouplage de lentre inconnue sont :
0)( = EIHC
HCIT =
CKHCAAF 1=
FHK =2
21 KKK +=
Si ces conditions sont satisfaites alors lerreur dynamique sera :
)()( tFete =&
Afin que lerreur destimation tende asymptotiquement vers zro, les valeurs propres de
Fdoivent tre partie relle ngative. Les conditions ncessaires et suffisantes pour
lexistence dun tel observateur pour un systme dcrit par lquation (II.12)sont [13]:
- )()( ERangCERang =
- ),( lAC est stable, CACECECEEAA TT
l )(])[(1
= .
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
34/104
Chapitre II : Synthse dobservateurs non linaires
25
La premire condition signifie que le nombre de lignes linairement indpendantes de la
matrice Cne doit pas tre infrieur au nombre de colonnes linairement indpendantes de la
matriceE, c'est--dire, le nombre de mesures indpendantes doit tre suprieur ou gal au
nombre dentres inconnues dcoupler.
I1.4 Observateurs des systmes non linaires
II.4.1 Observateur de Luenberger tendu
Lobservateur de Luenberger tendu intervient, soit au niveau du systme original
avec un gain constant, soit par le biais dun changement de coordonnes avec un gain
dpendant de ltat estimer. Dans le premier cas, un modle linaris est ncessaire, et le
gain de lobservateur est calcul par placement de ples. Ce type dobservateur ne peut tre
utilis que lorsque on est sr que ltat restera au voisinage de ltat dquilibre. Pour cette
raison, lutilisation de cet observateur peut tre compromise par les instabilits qui peuvent se
rvler si lon sloigne du point de fonctionnement. Dans le deuxime cas, les mthodes de
changement de coordonnes ne concernent quune classe restreinte de systmes non linaires.
En effet, beaucoup dapproches utilisant les changements de coordonnes ncessitent
lintgration dun ensemble dquations aux drives partielles non linaires, ce qui est
souvent trs dlicat raliser. De ce fait, lutilisation de solutions approches est
envisageable.
II.4.2 Filtre de Kalman Etendu (EKF)
Le filtre de Kalman tendu est lune des techniques destimation les plus populaires et
largement tudies dans le domaine destimation dtat des systmes dynamiques non
linaires. Ce filtre tendu consiste utiliser les quations du filtre de Kalman standard au
modle non linaire linaris par la formule de Taylor au premier ordre.
Ce filtre tendu a t appliqu avec succs sur diffrents types de procds non linaires.Malheureusement, les preuves de stabilit et de convergence tablies dans le cas des systmes
linaires, ne peuvent tre tendues de manire gnrale au cas des systmes non linaires.
Dans un environnement dterministe, une preuve de la convergence du filtre de Kalman
tendu a t tablie dans [23] et [24] pour la classe des systmes non linaires temps discret.
Cependant, cette convergence nest que locale. Lanalyse de la convergence de cet estimateur
reste, lheure actuelle, un problme ouvert.
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
35/104
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
36/104
Chapitre II : Synthse dobservateurs non linaires
27
La synthse de lobservateur consiste ajuster les matrices P , Q et Kde faon garantir
lgalit (II.20). Ensuite, on vrifie si la condition (II.19)est satisfaite. Ainsi, et malgr lintrt
du rsultat, cette mthode nest pas constructive, elle ne donne aucune indication sur le choix
dun gain satisfaisant la condition (II.19).Cette approche a t tendue par plusieurs auteurs.Pour simplifier le problme on peut remplacer la matrice Q par une matrice identit ; et cela
revient choisir un gain Kqui satisfait :
)(
1
max Pk
< (II.21)
Ces techniques dites grand gain sont trs rpondues dans la littrature. Il sagit
principalement de techniques de vrification, qui permettent dtablir des conditions
suffisantes de convergence de ltat estim vers ltat rel. La structure de lobservateur non
linaire est une structure de Luenberger tendue au cas non linaire.
II.4.4 Observateurs adaptatifs
Pour les modles paramtriques on a parfois besoin d'estimer conjointement l'tat et les
paramtres inconnus. Un tel algorithme porte le nom d'observateur adaptatif [27]. Un
observateur adaptatif est donc, un algorithme rcursif qui permet destimer l'tat d'un systme
dynamique ou ses paramtres inconnus ou les deux conjointement. Les tudes sur les
observateurs adaptatifs ont d'abord t motives par la commande adaptative, et plus
rcemment par la dtection et le diagnostic de pannes dans des systmes dynamiques. Dans le
cas linaire la conception des observateurs adaptatifs est tudie depuis les annes 70 et
lobservateur propos intgre lerreur de sortie avec adaptations des paramtres. Puis on a
propos des observateurs convergence exponentielle bass sur la minimisation dun critre
spcifique. Pour les systmes non linaires on distingue deux approches principales : La
premire concerne des systmes non linaires qui sont intrinsquement associes une formecanonique, ventuellement aprs une transformation de coordonnes non linaire et une
injection de sortie. La deuxime concerne des systmes ayant une forme plus au moins
gnrale. Des algorithmes ont t proposs pour estimer asymptotiquement l'tat malgr les
paramtres inconnus. Dans [28] on propose des observateurs adaptatifs bass sur lexistence
dune fonction de Lyapunov pour des systmes non linaires possdants une forme gnrale
affine par rapport aux paramtres inconnus:
=
+=
)(),,(),,(
xhy
tuxgtuxfx & (II.22)
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
37/104
Chapitre II : Synthse dobservateurs non linaires
28
O est un vecteur de paramtres estimer. ),,( tuxf , ),,( tuxg et )(xh sont des fonctions
non linaires.
II.5 Observateurs mode glissantDans toutes les mthodes vues prcdemment, le modle dynamique du systme
tudi tait suppos parfaitement connu. Ici, il sagit de dvelopper une certaine robustesse
vis--vis dincertitudes paramtriques. Le principe des observateurs modes glissants
consiste contraindre, laide de fonctions discontinues, les dynamiques dun systme
dordre n converger vers une varit S de dimension )( pn dite surface de glissement
(p tant la dimension du vecteur de mesure). Lattractivitde cette surface est assure par des
conditions appeles conditions de glissement. Si ces conditions sont vrifies, le systmeconverge vers la surface de glissement et y volue selon une dynamique dordre )( pn .
Dans le cas des observateurs modes glissants, les dynamiques concernes sont celles des
erreurs dobservation )()()( txtxte = . A partir de leurs valeurs initiales )0(e , ces erreurs
convergent vers les valeurs dquilibre en deux tapes:
Dans une premire phase, la trajectoire des erreurs dobservation volue vers la surface de
glissement sur laquelle les erreurs entre la sortie de lobservateur et la sortie du systme rel
(les mesures) yyey = sont nulles. Cette tape, qui gnralement est trs dynamique, est
appele mode datteinte.
Dans la seconde phase, la trajectoire des erreurs dobservation glisse sur la surface de
glissement avec des dynamiques imposes de manire annuler toutes les erreurs
dobservation. Ce dernier mode est appel mode de glissement. Les diffrentes tapes de
synthse dun observateur mode glissant sont connues et clairement identifies dans [29].
Ces dernires sont rappeles ci-dessous. Considrons un systme dtat non linaire affin
dordre n :
=
=
p
n
Ryxhy
Rxuxfx
,)(
),,(& (II.23)
Lobservateur modes glissants est dfini avec la structure suivante :
=
=
)(
),(
xhy
Kuxfx s&
(II.24)
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
38/104
Chapitre II : Synthse dobservateurs non linaires
29
O
K: est la matrice de gain de dimension )( pn .
s : est un vecteur de dimension 1p dfini tel que T
pps yysignyysign )]()([ 11 = L .
Nous dfinissons galement les vecteurs relatifs aux erreurs dobservation tel que :
xxe = : est le vecteur dtat des erreurs dobservation.
yyeS y == : est la surface de glissement.
Pour que ltat estim converge vers ltat rel, lobservateur mode glissant doit respecter
deux conditions.) :La premire concerne le mode datteinte et garantie lattractivit de la surface de glissement
0=S de dimensionp , laquelle est attractive si la fonction de
Lyapunov SSxV T =)( vrifie la condition : 0)(
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
39/104
Chapitre II : Synthse dobservateurs non linaires
30
Durant ce mode, les dynamiques du systme sont rduites et le systme dordre n devient un
systme quivalent dordre )( pn .Ces critres permettent la synthse de lobservateur
mode glissant et dterminent son fonctionnement.
II.5.1 Observateurs mode glissant des systmes linaires
Considrons nouveau le systme (II.1), o la paire ),( CA est suppose observable.
La reconstruction des variables dtat est base sur les sorties mesures, un changement de
coordonnes peut tre effectu pour que les sorties apparaissent directement comme des
composantes du vecteur dtat. Sans perte de gnralit la matrice de sortie peut tre rcrite
comme suit :
[ ]2
1 CCC=
O )(1pnpRC
, ppRC 2 et le dterminant de 2C est non nul. En respectant ces conditions,
une matrice de transformation non singulire T permet de rcrire respectivement les
matrices de sortie, dtat et de commande dans les nouvelles coordonnes comme suit :
[ ]pICTC 0~ 1
== ,
==
2221
12111~AA
AATATA et
==
2
1~B
BTBB
O
=
21
0
CC
IT
pn
Le systme (II.1)peut donc tre mis sous la forme :
++=
++=
)()()(
)()()()(
222121
1121111
tuBtyAtxAy
tuBtyAtxAtx
&
& (II.25)
)()()(1
tTxty
tx=
et pnRtx )(1
Lobservateur mode glissant propos pour ce type de systmeest :
++=
+++=
)()()()(
)()()()()(
222121
1121111
tvtuBtyAtxAy
tLvtuBtyAtxAtx
&
&
(II.26)
O )(ty et )(1 tx sont les estimes de )(ty et de )(1 tx ,ppnRL
)( est le gain de lobservateur
et la fonction discontinue )(tv est donne par :
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
40/104
Chapitre II : Synthse dobservateurs non linaires
31
))()(()( tytyKsigntv ii = , avec 0>K .
)( tyi et )(tyi sont respectivement les composantes des vecteurs )(ty et )(ty . Les erreurs
destimation dtat et de sortie sont donnes par :
)()()(
)()()( 111tytyte
txtxte
y =
= (II.27)
A partir des quations (II.25), (II.26)et (II.27); la dynamique des erreurs destimation scrit :
+=
++=
)()()()(
)()()()(
22121
121111
tvteAteAte
tLvteAteAte
yy
y
&
& (II.28)
La paire ),(2111
AA est observable car la paire ),( CA est observable [30]. Par consquent, le
gain L peut tre choisi tel que les valeurs propres de la matrice 2111 LAA + soit dans le demi-
plan gauches du plan complexe.
Dfinissons maintenant un nouveau changement de variables tel que :
=
)(
)(
)(
)(~ 11ty
txT
ty
txL ,
=
p
pn
L I
LIT
0.,
Avec ce changement de variables, la dynamique des erreurs destimation scrit :
+=
+=
)()(~
)(~)(
)(~
)(~
)(~
22121
121111
tvteAteAte
teAteAte
yy
y
&
&
(II.29)
O
)()()(~ 11 tLetete y+= et 211111~
LAAA += ,
LALAAA 11221212~~
+= et LAAA 212222~
=
Utkin [30] a montr en utilisant la thorie des perturbations singulires que pour un gain
Kassez grand un rgime glissant peut tre tabli sur lerreur de sortie (II.29).Donc aprs un
temps fini, lerreur )(tey et sa drive seront nulles et on aura partir lquation (II.29) :
)(~~)(~ 1111 teAte =
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
41/104
Chapitre II : Synthse dobservateurs non linaires
32
Avec un choix correct du gain (un gain qui stabilise 11~
A ) le systme dquation (II.29) est
stable et 0)(~1 te quant t , ce qui veut dire que )()( 11 txtx et )(2 tx peut tre
reconstruite dans le systme de coordonnes original par :
))()(()( 111
22 txCtyCtx =
En pratique la difficult majore de cette approche rside dans choix dun gain appropri
Kpour tablir un rgime glissant dans un temps fini. Certains auteurs montre la ncessit de
modifier le gain Kpendant lintervalle de temps pour rduire les fortes commutations.
Exemple
On considre le systme linaire reprsent par les matrices dtat, de commande te de sortie
suivantes :
=
02
10A ,
=
1
0B , [ ]11=C
Ce systme est observable, car le rang de la matrice [ ]CAC est gal 2. Supposons que
0=u et considrons la matrices non singulire :
=
11
01T
Avec ce changement de coordonnes nous obtenons les matrices :
[ ]10~
=C ,
=
13
11~A et
=
1
0~B
Les rsultats de simulation sont prsents par la figure II.3avec des gains 57.0=L , 1=K et
des conditions initiales [ ] [ ]10)0()0(1 =yx , [ ] [ ]00)0()0(1 =yx .
FigureII.3 :Etats et leurs estimes
0 5 10
-1
-0.5
0
0.5
1
temps (s)
Amplitude
0 5 10
-1
-0.5
0
0.5
1
temps (s)
Amplitude
Etat rel
Etat Estim
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
42/104
Chapitre II : Synthse dobservateurs non linaires
33
II.5.2 Observateurs mode glissant tape par tape.
Lobservateur mode glissant tape par tape a t dvelopp pour des systmes pouvant se
mettre sous la forme, appele forme triangulaire dobservation, suivante [4], [31], [32] :
=
+=
+=
+=
+=
1
2121
12111
21232
1121
),,,,(),,,(
),,,,(
),,(
),(
xy
uxxxgxxxfx
uxxxgxx
uxxgxx
uxgxx
nnnnn
nnnn
KK&
K&
M
&
&
(II.30)
Onf et ig , pour ni ,,1K= , sont des fonctions scalaires, ix sont lestats du systme, u est le
vecteur dentre et y est la sortie. La structure de lobservateur propos est :
=
++=
++=
++=
++=
1
21221
111112111
222221232
11111121
)(),,,,(),,,(
)(),,,,(
)(),,(
)(),(
xy
xxsignuxxxgxxxfx
xxsignuxxxgxx
xxsignuxxgxx
xxsignuxgxx
nnnnnnnn
nnnnnnnn
KK&
K&
M
&
&
(II.31)
O les variablesi
x sont donnes par :
>+=
=
1pour)-(sign 111q,1
11
ixxxx
xx
iii-iii (II.32)
Avec eqsign dsigne la fonction (.)sign classique filtre par un filtre passe bas; la fonction isign
est dfinie de manire imposer que le terme correctif ne soit actif que si 0 = jj xx pour
ij ,,1K= c'est--dire, sil existe { }1,,1 ij K tel que 0 jj xx alors la fonction isign est
mise zro sinon elle est gale la fonction (.)sign usuelle. La convergence des erreurs
dobservation en temps fini nest assure que si le systme est entres bornes et tats borns
(BIBS) pour une dure finie. Si cette condition est vrifie alors les i peuvent tre choisis tel que
ltat de lobservateur x converge en un temps fini vers ltatx rel du systme. Cependant cette
convergence se fait par tapes :
Etape 1 : Dans cette tape on assure la convergence de 111 xxe = vers zro dans un
temps1
tt< . Pour 1>i toutes les fonctionsi
sign sont gales zro, les dynamiques des erreurs
dobservation xxe = sont donc :
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
43/104
Chapitre II : Synthse dobservateurs non linaires
34
+=
+=
+=
=
),,,,(),,,,(),,,(),,,(
),,,,(),,,,(
),,(),,(
)(
21
212121
121112111
21221232
11121
uxxxg
uxxxgxxxfxxxfe
uxxxguxxxgee
uxxguxxgee
xxsignee
nn
nnnnnnn
nnnnnn
K
KKK&
KK&
M
&
&
(II.33)
Lentre u et les tats sont borns. Par consquent les tats du systme ne divergent pas et les
erreurs dobservation sont aussi bornes. On considre la fonction de Lyapunov2
21
1
eV = , alors :
))(( 11211 esigneeV =&
En choisissantmax21
e> , lerreur dobservation 1e converge vers zro en un temps fini 1t . Aprs
cet instant, 1e reste gale zro et on obtient alors )( 1112 xxsigne = ce qui implique
que 22 xx = .
Etape 2 : Lobjectif dans cette tape est datteindre la surface de glissement 0222 == xxe .
Pour rester sur la surface 01 =e , il faut que max21 e> , mais cela est vrifi de part le fait que
2e est strictement dcroissante aprs 1t . Les dynamiques des erreurs dobservation sont alors :
+=
+=
=+=
==
),,,,(
),,,,(),,,(),,,(
),,,,(),,,,(
)()(),,(),,(0)(
21
212121
121112111
22311221221232
11121
uxxxg
uxxxgxxxfxxxfe
uxxxguxxxgee
esignexxsignuxxguxxgee
xxsignee
nn
nnnnnnn
nnnnnn
K
KKK&
KK&
M
&
&
(II.34)
En choisissant la fonction de Lyapunov22
22
21
2
eeV += on aura :
))(())(())(( 2132213211212 esigneeesigneeesigneeV =+=&
Si
max32 e> alors 2e converge vers zro aprs un temps fini 12 tt > . Lerreur dobservation est
strictement dcroissante durant la priode[ ]21 , tt ce qui implique que la condition impose dans la
premire tape sur 1 doit tre vrifie aussi aprs 1t .En fin, aprs un temps fini 2t , 33 xx = .
Ainsi, tape par tape nous obtenons la convergence de toutes les composantes de lerreur
dobservation vers zro et celles de x versx pour tous ni< , sous conditions, que
max1+>
ii e durant ],[ 1+ii tt .
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
44/104
Chapitre II : Synthse dobservateurs non linaires
35
Etape n :cette tape commence linstant 1nt , cet instant 0=ke pour tous nk< .
=
+=
==
==
==
)()(),,,,(
),,,,(),,,(),,,(
0)(
0)(
0)(
21
212121
1111
22232
11121
nnnnnnnnn
nnnnnnn
nnnnn
esignxxsignuxxxg
uxxxgxxxfxxxfe
xxsignee
xxsignee
xxsignee
K
KKK&
&M
&
&
(II.35)
De la mme faon on choisit la fonction de Lyapunov222
222
21 n
n
eeeV +++= L . On obtient
donc ))(( nnnn esigneV =& .
Ainsi, ne converge vers zro en un temps fini 1> nn tt pour toutes valeurs de 0>n , si
videment toutes les conditions sur k , nk< sont elles aussi, vrifies.
Exemple
Le modle non linaire dun robot joint flexible (Figure II.4) est dcrit par le systmedquations suivant [18] :
( )
( ) ( )ll
ml
l
l
ll
m
rm
m
rml
m
m
mm
J
mgh
J
k
u
J
K
J
B
J
k
sin=
=
+=
=
&
&
&
&
O m et m sont respectivement, la postions et la vitesse angulaires du moteur courant
continu, l et l sont respectivement la position et la vitesse du bras. Le moteurs est excit
par le signale )(tu .Le moment dinertie du moteur est mJ et celui du bras est lJ , rB et ksont
respectivement, le cfficient de frottement visqueux du moteur et la constante de raideur duressort.
Ressort
Moteur CC
Figure II.4: schma dun robot joint flexible
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
45/104
Chapitre II : Synthse dobservateurs non linaires
36
Le systme possde donc une forme triangulaire similaire celle de (II.30) en effet avec
[ ] [ ]llmmT
xxxxx == 4321 le systme scrit :
( )
=
=
+=
=
++=
=
22
11
3314
43
3212
21
sin
xy
xy
xJ
mghx
J
kx
J
kx
xx
uJ
Kx
J
Bx
J
kx
J
kx
xx
lll
m
r
m
r
mm
&
&
&
&
Dans le but destimer les ltat 2x et 4x correspondants respectivement aux vitesses m et l du
systme. On considre lobservateur mode glissant suivant :
( )
=
=
++=
+=
+++=
+=
32
11
44343314
333343
22223212
111121
)(sin
)(
)(
)(
xy
xy
xxsignxJ
mghx
J
kx
J
kx
xxsignxx
xxsignuJ
Kx
J
Bx
J
kx
J
kx
xxsignxx
lll
m
r
m
r
mm
&
&
&
&
O
)-(sign
)-(sign
333q344
33
111q122
11
xxxx
xxxxxx
xx
+=
=+=
=
Etape 1: Dans cette tape )( 2223 xxsign et )( 4444 xxsign sont nuls. Pour obtenir les
conditions de convergence de 111 xxe = (respectivement de 333 xxe = ) on considre la
fonction de Lyapunov2
21
1
eV = (respectivement
2
23
3
eV = ), on aura alors :
))(( 1121111 esigneeeeV == &&
7/22/2019 Memoire de Magister de Nait Slimani Boukhalfa 3
46/104
Chapitre II : Synthse dobservateurs non linaires
37
))(( 3243333 esigneeeeV == &&