• Langue : Anglais
• Discipline : Automatique, productique
• Identifiant : 2021LILUI029
• Type de thèse : Doctorat
• Date de soutenance : 22/04/2021

Résumé en langue originale

Les approches "Prognosis and Health Management" sont très utiles pour améliorer la sécurité globale, la fiabilité et le coût d'un système. Le diagnostic et le pronostic des pannes sont les deux piliers pour la conception d'un système sûr de fonctionnement. Chacun d'eux a ses propres défis et est pour la plupart du temps, étudié indépendamment l'un de l'autre. Par conséquent, effectuer à la fois le diagnostic et le pronostic des pannes à l'aide d'une métrique commune peut grandement faciliter le processus global d'implémentation des méthodes PHM et donc rendre le système plus sûr et plus fiable. Ce travail propose un nouveau formalisme intégrée pour effectuer le diagnostic et le pronostic des pannes en utilisant une métrique commune, à savoir l'activité énergétique (EA). La méthodologie développée est appliquée à un système ressort-masse-amortisseur. Les outils proposés sont enrichis pour relever un défi majeur pour le PHM, à savoir la robustesse de la décision en tenant compte à la fois des incertitudes paramétriques et de de mesure. La méthodologie complète est dans une deuxième phase appliquée avec succès à un système hydraulique de régulation de niveau dans des conditions incertaines.

Résumé traduit

Prognosis and Health Management (PHM) is a very useful tool for improving the overall safety, reliability and cost of a system. Fault diagnosis and prognosis are two pillars of a successful PHM. Both have their own challenges and are mostly studied independent of each other. Therefore, performing both fault diagnosis and prognosis using a common metric can greatly ease the overall implementation of PHM process and hence make the system more safe and reliable. This work proposes an innovative integrated framework for performing fault diagnosis and prognosis using a common metric i.e. Energy Activity (EA). The underlying framework is in the first step validated using simulated spring-mass-damper system. The proposed framework is further improved to addresses a major challenge to PHM i.e. robustness of decision considering both system parameter uncertainties and measurement uncertainties. The improved framework is successfully applied to a real hydraulic two-tank system test bed system under uncertain conditions.