Diagnostic et surveillance des procédés industriels et de leur environnement sur la base de l’analyse de données
No Thumbnail Available
Date
2016
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
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.