ù ÒʪË@  IjJ.Ë@ ð ú ÍAªË@ Õæ ʪ JË@  èP@ Pð Université Badji Mokhtar - Annab

ù ÒʪË@  IjJ.Ë@ ð ú ÍAªË@ Õæ ʪ JË@  èP@ Pð Université Badji Mokhtar - Annaba Badji Mokhtar-Annaba University  éK.A J« - PA J jÓ ù k . AK.  éªÓAg . Faculté des Sciences de l’Ingéniorat Département d’Electronique Diagnostic et surveillance des procédés industriels et de leur environnement sur la base de l’analyse de données THÈSE Présentée en vue de l’obtention du diplôme de DOCTORAT 3eme CYCLE Option Automatique et Signaux Par CHAKOUR Chouaib Directeur de Thèse : Pr. DJEGHABA Messaoud Univ. Badji Mokhtar Co-directeur de Thèse : Pr. HARKAT Mohamed Faouzi Univ. Badji Mokhtar Devant le jury composé de : Président : Pr. ABBASSI Hadj Ahmed Univ. Badji Mokhtar-Annaba Examinateurs : Pr. DEBBACHE Nasr Eddine Univ. Badji Mokhtar-Annaba Pr. MANSOURI Nora Univ. Constantine1 Pr. MOUSS Leila Hayet Univ. Batna Année Universitaire : 2015/2016 dédicace Je dédie ce modeste travail à toutes les personnes qui me sont très chères : À mon très cher père, Mr CHAKOUR Ali : Aucune dédicace ne saurait exprimer l’amour, l’estime, le dévouement et le respect que j’ai toujours eu pour vous. Rien au monde ne vaut les efforts fournis jour et nuit pour mon éducation et mon bien être. Ce travail est le fruit de tes sacrifices que tu as consentis pour mon éducation et ma formation. Je prie que Dieu, le tout- puissant, soit à tes côtés et t’accorde une bonne santé (amine). À ma très chère mère, Mme CHAKOUR Zohra : Tu représentes pour moi le symbole de la bonté par excellence, la source de tendresse et l’exemple du dévouement qui n’a pas cessé de m’encourager et de prier pour moi. Ta prière et ta bénédiction m’ont été d’un grand secours pour mener à bien mes études. Aucune dédicace ne saurait être assez éloquente pour exprimer ce que tu mérites pour tous les sacrifices que tu n’as cessé de me donner depuis ma naissance, durant mon enfance et même à l’âge adulte. Je te dédie ce travail en témoignage de mon pro- fond amour. Je prie que Dieu, le tout puissant, te préserver et t’accorder santé, longue vie et bonheur (amine). À ma très chère femme et à ma très chère soeur : je vous souhaite tout le bonheur du monde. À mes très chers frères. À mes grands-parents. À toute la famille Chakour, Ziounne et Krim. À tous ceux que j’aime et qui m’aiment. Chouaib. i Remerciements L’aboutissement à la réalisation de ce travail est le fruit de toutes les années de formation, je tiens donc à remercier tous les enseignants du département électronique. Mes sincères remerciements vont en premier lieu à Pr. DJEGHABA Messaoud mon Directeur de thèse, pour sa participation à ce travail et pour ses précieux conseils. Son ouverture d’esprit et surtout son intérêt portez à la science font de lui une source intarissable à laquelle tout étudiant devrait s’abreuver. Je tiens à lui exprimer ma profonde gratitude et reconnaissance. Mes sincères remerciements vont également à Pr. HARKAT Mohamed Faouzi mon Co-directeur de thèse, que j’apprécie sa qualité professionnelle et intellectuelle. Je tiens à lui témoigner ma profonde grati- tude. Je remercie particulièrement monsieur ABBASSI Hadj Ahmed, professeur à l’université Badji Mokhtar Annaba, pour ses remarques qui ont permis d’améliorer la qualité de ce mémoire, qui de plus m’a fait l’honneur de présider le Jury de cette thèse. J’adresse toute ma reconnaissance à monsieur DEBBACHE Naser Eddine, professeur à l’université Badji Mokhtar Annaba, pour son acceptation d’être rapporteur sur mes travaux et pour toutes ses remarques constructives. J’ex- prime ma profonde gratitude à madame MANSOURI Nora, professeur à l’université de Constan- tine 1, pour ses nombreuses remarques et suggestions à améliorer la qualité de ce mémoire. Je remercie madame MOUSS Leila Hayet, professeur à l’université de Batna, pour l’intérêt qu’elle a porté à mes travaux en examinant ce mémoire, et pour l’honneur qu’elle me fait en participant à ce jury. Un immense merci à mes amies et collèges de laboratoire d’automatique et signaux (LASA), particulièrement Fethi, Tarek, Nasreddine, Mouad, Mahmoud, Djamel, Amine, Bilel, Seif ALLAH Al Masloul et Wassim, pour les bons moments qu’on a passés ensembles. ii iii Résumé Les travaux présentés dans ce mémoire traitent de la modélisation et du diagnostic de dé- fauts des systèmes industriels de nature variable dans le temps. L’une des méthodes couramment employée pour répondre à cette question est l’analyse en composantes principales (ACP) dyna- mique. Afin de modéliser les systèmes variants dans le temps, plusieurs approches de l’ACP dyna- mique linéaire ont été étudiés. Selon ces études, une réduction dans les exigences de stockage ainsi que dans le retard de la prise de décision joue un rôle fondamental dans l’évaluation de ces techniques. Un nouvel algorithme de l’ACP récursive linéaire a été développé. Pour la modélisation des systèmes non-linéaires, l’analyse en composantes principales non- linéaire à noyau est présentée. La contribution de cette thèse porte principalement sur l’adapta- tion de l’ACP non-linéaire à noyau à la modélisation et au diagnostic de défauts des processus non-linéaires dynamiques. Deux algorithmes de l’ACP non-linéaire à noyau dynamique ont été proposés, où les questions relatives à la sensibilité de détection, à la robustesse, et à la com- plexité de calcul ont été pris en compte. Les approches développées ont été testées sur le benchmark TENNESSEE EASTMAN. Mots-clés : ACP, ACP non-linéaire, ACP à noyau, Détection et localisation de défauts, Sys- tèmes dynamiques. iv Abstract The works presented in this thesis are devoted to modeling and fault diagnosis of time va- rying industrial systems. For this, the dynamic principal component analysis method is used. In order to adapt with the natural changes of industrial processes, several linear techniques of dynamic PCA were studied. According to the study, a reduction in storage requirements and the delay in decision-making plays a fundamental role in the evaluation of these techniques. In this context, a new algorithm of the recursive PCA was developed in the second chapter. In the framework of modeling non-linear systems, the nonlinear principal component analy- sis, kernel PCA, was presented. The second contribution of this thesis focuses on the adaptation of the kernel PCA method for modeling and time varying processes monitoring. Similarly to the linear case of PCA, two algorithms of the adaptive kernel PCA have been proposed in the third chapter, of which problems of detection sensitivity, robustness, complexity of computation are considered. Key-words : PCA, Nonlinear PCA, Kernel PCA, Fault detection and diagnosis, Dynamic sys- tem. v Liste des abréviations X ∈ℜN×m Matrice de données représentant le fonctionnement normal du système, ˆ X Estimation de X par le modèle ACP, E Matrice des résidus d’estimation de X, Σ ∈ℜm×m Matrice de covariance de X, N Nombre d’echantillons mesurées, m Nombre de variables (dimension de l’espace des données mesurées), l Nombre de composantes retenues dans le modèle ACP (dimension du sous-espace des compo- santes principales), k Indice du temps, x ∈ℜm Nouveau vecteur de mesure, ˆ x Estimation du vecteur x par le modèle ACP, xi La ième composante du vecteur x, ¯ x Vecteur moyen de x, x(i) ∈ℜm−1 Le vecteur x sans la ième composante, P ∈ℜN×m Matrice des vecteurs propres de Σ, ˆ P ∈ℜN×l Matrice des l premiers vecteurs propres de Σ, ˜ P ∈ℜN×m−l Matrice des m −l derniers vecteurs propres de Σ, ˆ t Vecteurs des l premières composantes principales, ˜ t Vecteur des m −l dernières composantes principales, ˆ C = ˆ P ˆ P T Matrice représentant le modèle ACP, λi ième valeur propre de Σ, pi ième vecteur propre de Σ correspondant à λi, Sp Sous-espace des composantes principales, Sr Sous-espace des résidus, E Espérance mathématique, var La variance mathématique, vi zi Valeur reconstruite de la mesure xi, ui Variance de l’erreur de reconstruction de la ième variable, ζi ième ligne d’une matrice identité Im, ei Erreur d’estimation sur la ième variable, e Vecteur des erreurs d’estimation, α Facteur d’oubli pour le vecteur de la moyenne, β Facteur d’oubli pour la matrice de corrélation, r Vecteur de résidus structurés, bk Estimation de la moyenne du vecteur de mesures x(k) à l’instant k, σk Estimation de la variance du vecteur de mesures x(k) à l’instant k, Rk Estimation de la matrice de corrélation ou de covariance à l’instant k, L La longeur de la fenêtre glissante, ϕ(xi) L’image du vecteur de données x(k) dans l’espace noyau, X La matrice de données ϕ(xi) dans l’espace de caractéristique, bϕ k Estimation de la moyenne dans l’espace à noyau du vecteur de mesures ϕ(xi) à l’instant k, K La matrice de noyau, Rϕ k Estimation de la matrice de corrélation ou de covariance dans l’espace à noyau à l’instant k, SPE Erreur quadratique d’estimation (squared prediction error), T2 Statistique de Hotteling. φ Indice combiné. vii Table des figures 1.1 Structure générale d’une procédure de surveillance et diagnostic. . . . . . . . . . 9 1.2 La difficulté de localiser des défauts. . . . . . . . . . . . . . . . . . . . . uploads/Geographie/ chapitre-2-surveillance.pdf

Tags
Administrationmatrice modèle données noyau composantes
Documents similaires
  • 21
  • 0
  • 0
Afficher les détails des licences
Licence et utilisation
Gratuit pour un usage personnel Attribution requise
Partager