• Langue : Anglais
• Discipline : Automatique, productique
• Identifiant : 2022ULILB029
• Type de thèse : Doctorat
• Date de soutenance : 05/12/2022

Résumé en langue originale

Dans les systèmes de commande en réseau (NCS) câblés, les composants tels que les capteurs, les actionneurs et les contrôleurs communiquent par des câbles, au moyen d'unités de commande électronique (ECU). Tous ces composants connectés sont sujets à des pannes qui peuvent dégrader les performances du système. La détection efficace de ces défauts et la localisation du composant défectueux font l'objet de recherches intensives. Les câbles utilisés pour la transmission de données et l'alimentation en énergie sont généralement considérés comme exempts de défauts. Cependant, comme tout matériau physique, ils se dégradent avec le temps et peuvent aussi devenir défectueux.Les défauts dans les réseaux câblés sont divisés en deux catégories, à savoir les défauts non-francs et les défauts francs, en fonction de leur gravité et de leur impact sur le comportement du système. Les défauts non-francs ou dégradations résultent de l'usure des câbles, des contraintes mécaniques, des températures excessives ou de l'humidité. Ces défauts non-francs n'ont pas d'effet immédiat car la communication ou le transfert d'énergie est maintenu. Cependant, ces défauts non-francs ont tendance à évoluer avec le temps vers des défauts francs (c'est-à-dire un circuit ouvert ou un court-circuit) qui entraînent la perte de la communication ou de l'alimentation en énergie. Il est donc très important, surtout dans les réseaux câblés embarqués, de surveiller l'état de santé des câbles, ce qui consiste à détecter les défauts non-francs, à localiser la branche défectueuse et à estimer la gravité du défaut.L'objectif de cette thèse est de développer un système de surveillance de l'état de santé pour la détection, la localisation et le diagnostic des défauts non-francs, dans les réseaux de communication filaires embarqués. Nous proposons une approche basée sur la transferométrie qui utilise les capacités de calcul et de transmission de l'ECU connecté. Des signaux de surveillance dédiés sont envoyés sur le réseau par certaines ECU, agissant comme des sources. Les signaux reçus par les autres ECU, agissant en tant que récepteurs, sont analysés pour estimer les coefficients de transmission (TC) des lignes de transmission. Les indicateurs de santé sont calculés par les récepteurs en comparant les TC estimés en ligne avec un TC de référence estimé dans l'hypothèse d'une absence de défaut.En outre, il est bien connu qu'un réseau câblé de transmission peut être modélisé par un modèle de matrice chaîne classique, qui est dérivé des paramètres RLCG de chaque câble. Un défaut non-franc est modélisé par une addition d'impédance. En utilisant le modèle avec défaut non-franc, nous prouvons que les indicateurs de santé sont sensibles aux défauts et nous montrons qu'un ensemble de résidus structurés peut être généré pour détecter le défaut et localiser la branche défectueuse du réseau.La méthode de surveillance est développée pour plusieurs topologies de réseau : topologies point à point, en Y, en étoile, en bus et hybride.La méthode proposée est validée à l'aide de TC expérimentaux mesurés sur un banc d'essai de réseau en forme de Y. Des simulations sont réalisées pour étudier des réseaux complexes comme les réseaux en bus ou hybrides. La sensibilité des résidus aux défauts non-francs et la robustesse au bruit sont également analysées à l'aide de TC simulés. Il est montré que, en raison du bruit, les résidus forment un cluster dans l'espace des résidus, dont les caractéristiques dépendent de la gravité et de la localisation du défaut.

Résumé traduit

In wired networked control systems (NCS), components such as sensors, actuators and controllers communicate through cables, by means of Electronic Control Units (ECU). All these connected components are prone to faults which may degrade the NCS performance. Detecting efficiently these faults and locating the faulty component are the subjects of intensive research. The cables which are used for data transmission and energy supply are generally considered to be fault-free. However, as any physical material, they degrade over time and may also become faulty.Faults in wired networks are divided into two categories, namely soft faults and hard faults, depending on their severity and their impact on the system behavior. Soft faults or degradations result of cable wear, mechanical stress, excessive temperatures, or humidity. They have no immediate effect because communication or energy transfer is maintained. However, these soft faults tend to develop over time to hard faults (i.e. open circuit or short circuit) which result in losing the communication or energy supply. It is thus very important, especially in embedded wired networks, to monitor the health state of the cables, which consists in detecting the soft faults, in locating the faulty branch, and estimating the severity of the fault.The objective of this thesis is to develop a health monitoring system for soft fault detection, localization, and diagnosis, in wired embedded communication networks. We propose a transferometry-based approach which uses the computation and transmission capabilities of the connected ECU. Dedicated monitoring signals are sent over the network by some ECU, acting as sources. The received signals by the other ECU, acting as receivers, are processed to estimate the online transmission coefficients (TC) of the transmission lines. Health indicators are computed by the receivers by comparing the estimated TC with a reference TC estimated under no fault hypothesis.Furthermore, it is well-known that a transmission wired network can be modeled by a classical matrix chain model, which is derived from the RLCG-parameters of each cable. A soft fault is modeled by an adding impedance. Using the model with soft fault, we prove that the health indicators are sensitive to the faults and we show that a set of structured residuals may be generated to detect the fault and locate the faulty branch of the network. The monitoring method is developed for several network topologies: point-to-point, Y-shaped, star, bus and hybrid topologies.The proposed method is validated using experimental measured TC of a Y-shaped network test bench. Simulations are performed to study complex networks as bus or hybrid networks. The sensitivity of the residuals to soft faults and the robustness to noise are also analyzed using simulated TC. It is shown that, due to noise, the residuals form a cluster in the residuals space, whose characteristics depend on the severity and the localization of the fault.