Application des Méthodes Statistiques et Intelligentes Pour le Diagnostic de Défauts

Abstract

Les travaux présentés dans ce mémoire portent sur la modélisation et le diagnostic des défauts des systèmes industriels incertains et à caractère évolutif dans le temps. L'analyse en composantes principales (ACP) est une méthode très employée pour répondre à cette question. La modélisation des systèmes industriels incertains ou à caractère évolutif dans le temps par la méthode ACP montre certaines limitations. C'est pourquoi, l'ACP de type intervalle et l'ACP adaptative sont développées. A n de surmonter le problème d'incertitude sur les mesures, l'ACP de type intervalle consiste à étendre les techniques de l'ACP conventionnelle à des données incertaines de type intervalle. L'une des techniques pionner dans le cas d'intervalle est la mé- thode d'information complète CIPCA. Du fait que les conditions de fonctionnement du processus et leurs paramètres peuvent varier dans le temps, et que les données les plus anciennes ne sont pas représentatives du fonctionnement actuel du processus, une mise à jour continue du modèle PCA est donc nécessaire. L'ACP adaptative à base de fenêtre glissante est présentée pour la modélisation et la surveillance en ligne des processus industriels.