You are on page 1of 135

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

Ministre de l'enseignement suprieur et de la recherche scientifique




THESE
Etudie et prsente par

Malika NEZAR
Grade: Charge. de cours

Pour obtenir le grade de
Docteur d'Etat
Spcialit: Electrotechnique, Automatique
THEME

Date de Soutenance : 24 Juin 2006
devant le JURY

K.BENMAHAMMED, Professeur univ de Stif Prsident
R.ABDESSEMED, Professeur univ de Batna Rapporteur
L.H.MOUSS, Matre de conf univ de Batna co-Rapporteur
M.E.H BENBOUZID, Professeur, univ de Bretagne Occ Examinateur
H. BENALLA Matre de conf univ de Constantine Examinateur
B.AZZOUI, Matre de conf univ de Batna Examinateur
M.L.BENDAAS, Matre de conf univ de Batna Examinateur
Facult des sciences de l'ingnieur
Dpartement d'Electrotechnique
Laboratoire dautomatique et productique
Laboratoire de recherche LEB
DIAGNOSTIC DES ASSOCIATIONS CONVERTISSEURS
STATIQUES - MACHINES ASYNCHRONES EN UTILISANT
LES TECHNIQUES DE L'INTELLIGENCE ARTIFICIELLE









REMERCIEMENTS

Je tiens remercier en tout premier lieu M
me
Leila. Hayet MOUSS, pour la qualit du
sujet qu'elle a su me prodiguer, je la remercie pour la lecture et l'analyse attentive de ma thse,
aussi, je me dois de tmoigner que c'est avec normment de plaisir que j'ai travaill avec elle.
Je remercie monsieur Rachid. ABDESSEMED d'avoir accepter la lourde tche d'tre
rapporteur et je le remercie pour l'analyse qu'il a men sur ma thse pour la lecture attentive
qu'il en a fait et qui a contribu son enrichissement.
Je remercie vivement monsieur Mohamed El.Hachemi BENBOUZID, professeur des
universits, IUT Brest et ex-enseignant l'Universit de Picardie Jules Verne d'Amiens,
pour son aide porte par lanalyse raffine de cette thse et par la riche documentation qu'il
m'a envoy et qui m'a normment servi durant la ralisation de ce travail, qu'il trouve ici
toute ma gratitude et l'expression de ma profonde reconnaissance.
Je n'oublierai certainement pas de remercier vivement monsieur Khier
BENMAHAMMED, de l'Universit de Stif pour la documentation qu'il m'a donn, qu'il
trouve ici toute ma gratitude et ma profonde reconnaissance et je le remercie encore pour
m'avoir fait l'honneur d'accepter de prsider le jury de ma thse.
Mes remerciements vont galement aux membres de jury examinateurs qui m'ont fait
l'honneur de participer au jury en l'occurrence: Monsieur Hocine BENALLA de luniversit
de Constantine, monsieur Mohamed Lokmane BENDAAS et monsieur Boubakeur AZZOUI
de l'universit de Batna.
Je tiens remercier les enseignantes : Ouarda SOLTANI, Nora AGGOUNE et Dalila
TITOUNA du Dpartement de Mcanique, Kafia OULMI du Dpartement de Chimie et
Meriam BENBRAHIM du Dpartement de Gnie Industriel pour laide matrielle et
technique ainsi que pour leur soutien amical et leurs encouragements incessants.
Jexprime mes vifs remerciements messieurs Rachid NAILI du Dpartement de
TCT, Wahid KADDOURI enseignant responsable du centre de calcul au Dpartement de
Mcanique et Mohamed KADJOUDJ, enseignant au Dpartement de Gnie Electrique pour
leurs qualits humaines, et laide prcieuse quils nont jamais cess dapporter chacun de
nous, sans oublier l'aide et conseils de monsieur Moussa BENAOUF, responsable du
laboratoire de corrosion au dpartement de mcanique.
Mes remerciements vont galement mes enseignants et collgues Nadia MOUSS
Ammar BETTA, Farid NACERI, Nasreddine NAIT SAID , Cherif FETHA, Khaled CHIKHI,
leila MOKHNACHE, sans oublier Louiza BENFARHI, Ilhem HOUARA et Leila
BOUTERAA, pour leurs aides morales et encouragements.
Je remercie vivement madame Franoise Thierry, Conservateur de la Bibliothque de
l'Universit de Paris13, section sciences, autant pour son aide, conseils et propositions ainsi
que pour sa gentillesse.
Je ne saurais oublier de remercier chaleureusement monsieur Demba DIALLO de
l'universit de Paris XI pour tous ce quil a fait pour moi ainsi que monsieur DJURO Zrilic
du Dpartement des Ingnieurs de LAS VEGAS, USA pour la documentation quil ma
envoy et qui ma beaucoup servi durant toute la priode de ralisation de ce travail et je le
remercie une fois de plus pour ses conseils, qu'ils trouvent ici toute ma gratitude et ma
profonde reconnaissance.
Mes remerciements s'adressent galement monsieur Abdelmalek NOUI charg de la
salle de commande d'Internet l'universit de BATNA ainsi qu' toute personne, enseignants
ou secrtaires des Dpartements de Gnie Electrique, Mcanique et Gnie Industriel ainsi qu'
toute personne de la facult des sciences, n'ayant pas cesse de m'encourager, de m'aider pour
pouvoir mener terme ce travail.
Enfin, une pense affectueuse est adresse aux membres de ma famille qui mont
soutenu durant toutes mes annes dtudes, plus particulirement durant ces dernires annes
pnibles aussi bien pour moi que pour eux. Mes remerciements sadresse tout particulirement
ma mre qui a partag avec moi ma peine et ma fatigue, mon pre qui na jamais cess de
rechercher le meilleur pour chacun de ses enfants, mon frre et son pouse pour leur aide
morale et matrielle.


SOMMAIRE


REMERCIEMENTS
AVANT PROPOS

INDEX DES NOTATIONS ET ABREVIATIONS


Chapitre I
LA SURETE DE FONCTIONNEMENT DANS LES PREOCCUPATIONS
DES INDUSTRIELS

I.1. HISTORIQUE ET PROBLEMATIQUE..01
I.2. INTERET DES T.I.A DANS LE CADRE DE LETUDE03
I.3. OBJECTIF DE L'ETUDE.03
I.4. INTERET INDUSTRIEL DU DISPOSITIF.04
I.5. SITUATION DU PROBLEME04
I.6. DES OBJECTIFS EN LIGNE AVEC LE DIAGNOSTIC .05
I.7. ORGANISATION DE LA THESE...05
I.8. REFERENCES BIBLIOGRAPHIQUES..08


Chapitre II
DEFAILLANCES, PROCEDES INDUSTRIELS ET
(Esquisse d'un procd totalement contrlable)

II.1. INTRODUCTION.10
II.2. DISPOSITIF INDUSTRIEL ET MODES DE FONCTIONNEMENT10
II.3. DEFAILLANCE ET ECHEC DU SYSTEME DE PROTECTION.11
II.4. ORIENTATION DIAGNOSTIC ET METHODES..13
II.5. LE SYSTEME NERVEUX EN MODELE...14
II.5.1. DESCRIPTIONS...14
II.5.2. SYSTEME NERVEUX ENTRE DEFAILLANCES ET DIAGNOSTIC ..18
II.5.3. SURVEILLANCE TEMPS REEL18
II.5.4. RECHERCHE INDISPENSABLE DES SYMPTOMES.18
II.6. CONCLUSIONS RELATIVES A LESQUISSE.19
II.7. PROCEDE ET ENVIRONNEMENT...21
II.8. PERTURBATIONS ET OUTILS DE PROTECTION.22
II.8.1. EFFET DE L'ENVIRONNEMENT SUR LE PROCEDE22
II.8.2. INTERET DE LA COMMANDE PAR M.L.I ET PANNES FRQUENTES.....22
II.8.3. OUTILS DE PROTECTION....25
II.9. SUPPORT DE L'INFORMATION...25
II.10. CONCLUSION.26
II.11. REFERENCES BIBLIOGRAPHIQUES..26


Chapitre III
INTEGRATION DES T.I.A AU SYSTEME DE CONTROLE COMMANDE

III.1. INTRODUCTION.29
III.2. POSSIBILITEES D'EXPLOITATION DU SYSTEME DE PROTECTION ..31
III.2.1. RECOMMANDATIONS DE L'INDUSTRIEL32
III.2.2. SYSTEME DE SURVEILLANCE PROJETE.32
III.2.3. FONCTIONS SURVEILLANCE ET TRAITEMENT DE DONNEES...33
III.3. DEFAUTS ET DIAGNOSTIC TEMPS REEL.. .. ...33
III.4. LE RECOURT A L'INTELLIGENCE ARTIFICIELLE.. ...35
III.5. L'INTELLIGENCE ARTIFICIELLE ET SES OUTILS..35
III.5.1. RESEAUX DE NEURONES35
III.5.1.1.Classification des rseaux de neurones...37
III.5.1.2. Apprentissage et Gnralisation.37
III.5.2. LOGIQUE FLOUE:..38
III.5.2.1. Variables linguistiques et degr d'appartenance38
III.5.2.2. Rgles floues..39
III.5.2.3. Contrleur flou...39
III.5.2.4. Base de connaissances...39
III.5.2.5. Extraction des rgles..40
III.6. PERTINENCE DE L'INTEGRATION DES T.I.A..40
III.7. DEMARCHE SUIVIE EN SURVEILLANCE TEMPS REEL41
III.7.1. MISE EN UVRE DU DIAGNOSTIC ..41
III.7.2. DIAGNOSTIC DES DEFAUTS IMPREVISIBLES41
III.7.3. VECTEURS TESTS ET SEUILS DACTIVATION DES T.I.A42
III.7.4. IDENTIFICATION DU DEFAUT ..42
III.7.5. LOCALISATION DE LA SOURCE DE PERTURBATION..43
III.7.6. OUTIL D'ANALYSE COMPORTEMENTALE DU PROCEDE... 43
III.8. CONCLUSION.44
III.9. REFERENCES BIBLIOGRAPHIQUES..45


Chapitre IV
TESTS DE VALIDITE DES TECHNIQUES DE L'INTELLIGENCE
ARTIFICIELLE

IV.1. INTRODUCTION.47
IV.2. DISPOSITIF ET MODELE DE LA MACHINE .48
IV.2.1. MODELE DE PARK ...49
IV.3. CONTROLE ET REGULATION DE LA MACHINE ASYNCHRONE51
IV.3.1. PRINCIPE DE LA COMMANDE ...51
IV.3.2. PROBLEME DE MESURE ET OBSERVATION DES VARIABLES...51
IV.3.3. CONTROLE DU FLUX MAGNETIQUE52
IV.3.4. CONTROLE DU COUPLE ET DE LA VITESSE...52
IV.4. EVOLUTION D'ETAT DE LA MACHINE SANS CONVERTISSEUR53
IV.5. ASSOCIATION ONDULEUR MACHINE ASYNCHRONE.55
IV.5.1. COMMUTATION ...55
IV.5.2. MODELE MATHEMATIQUE DU CONVERTISSEUR STATIQUE ..56
IV.6. SIMULATION DU MODELE AVEC CONVERTISSEUR57
IV.6.1. RESULTATS ET INTERPRETATION...58
IV.6.2. Effet du dfaut de commutation sur le procd62
IV.7. MODELE DES APPROCHES DE LI.A.64
IV.7.1. MODELE DE LA LOGIQUE FLOUE 64
IV.7.2. MODELE DU RESEAUX DE NEURONES ..68
IV.7.3. Systmes Hybrides72
IV.8. ETUDE DE SIMULATION73
IV.8.1. REPRODUCTION COMPORTEMENTALE DU MODE NORMAL74
IV.8.1.1. REPRODUCTION COMPORTEMENTALE PAR LOGIQUE FLOUE.74
IV.8.1.2.REPRODUCTION COMPORTEMENTALE PAR L'APPROCHE RESEAU DE
NEURONES...75
IV.8.1.3. REPRODUCTION COMPORTEMENTALE PAR L'APPROCHE HYBRIDE .77
IV.9. CONCLUSION.78
IV.10. REFERENCES BIBLIOGRAPHIQUES..80


Chapitre V
INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

V.1. INTRODUCTION 82
V.2. PROBLEME TRAITE .82
V.2.1. DESCRIPTION 82
V.2.2. DEFAUTS DANS L'ONDULEUR...83
V.3. SIMULATION DU MODELE EN DEFAUT .83
V.3.1. RESULTATS ET DISCUSSION .84
V.4. REPRODUCTION PAR L'APPROCHE RESEAU DE NEURONE...87
V.4.1. RESULTATS ET DISCUSSIONS (RN superviss).87
V.4.2. RESULTATS ET DISCUSSIONS (RN non superviss)..89
V.5. REPRODUCTION PAR L'APPROCHE LOGIQUE FLOUE.91
V.5.1. RESULTATS ET DISCUSSIONS91
V.6. REPRODUCTION PAR L'APPROCHE NEUROFLOU.93
V.6.1. RESULTATS ET DISCUSSIONS94
V.7. BASES DE LINTERVENTION DIAGNOSTIC95
V.7.1. DIAGNOSTIC DIFFERENTIEL ET INTERETS99
V.7.2. APPROCHES ARTIFICIELLE ET EXPLOITATION PRATIQUE 101
V.7.3. APPROCHE NEURONALE ET CONFIGURATION..102
V.7.4. APPROCHE FLOUE ET OPERATION DIAGNOSTIC...104
V.8. CONCLUSION...107
V.9. REFERENCES BIBLIOGRAPHIQUES108

CONCLUSION GENERALE ET PERSPECTIVES

ANNEXE 1 PRESENTATION DU PROCEDE

ANNEXE 2 APPAREILLAGE DE CONTROLE COMMANDE Extrait du Cahier
Technique Merlin Gerin n 165 / p.14

PROTECTION BT ET VARIATEURS DE VITESSE Extrait du Cahier
Technique N 204

AVANT PROPOS


Ce n'est certes pas la littrature de sret de fonctionnement qui manque. Le dferlement
d'informations a commenc depuis longtemps et il s'est accentu cette dcennie cause des
conditions du march motiv par de nombreux progrs techniques qui ont ouvert un nouvel
horizon d'observation devant le thoricien. Le recours au diagnostic pour rsoudre le
problme d'occurrence de panne est l'ide dominante l'heure actuelle. Le choix de ce
procd sort de l'ordinaire mais figuratif. Cette technique trs apprcie en mdecine, a
permet aux mdecins de confronter les maladies, en cherchant de cause effet, la cause
travers les symptmes que le systme nerveux manifeste.
L'ide d'envisager ce procd pour rsoudre le problme de dfaillances industrielles n'est pas
nouvelle, mais l'empchement de sa mise en uvre est d en fait l'absence de l'automate
pouvant accomplir le rle du systme nerveux, qui consiste raliser le traitement en ligne de
l'information recueillie et d'aider l'oprateur prendre la dcision la plus favorable pour son
quipement. A prsent et avec le dveloppement des techniques de l'intelligence artificielle, la
ralisation de l'automate est devenue une question de temps. Un temps coul tester le taux
d'efficacit de ces techniques et chercher les niveaux d'interventions permettant d'assiger
toutes les issues probables l'occurrence de panne.
Ce travail de thse qui porte sur l'ide d'imiter le systme nerveux central dans ses activits de
contrle-commande, reste une contribution aux recherches entreprises dans ce domaine et son
intitul prsente le recourt aux techniques de l'intelligence artificielle, l'un des moyens
vulnrables auxquels il faut donner beaucoup d'attention si l'on veut rellement russir
assurer un service fiable, durable et performant des quipements industriels.





.

(diagnostic par simulation)
: :




(modle mathmatique non linaire )

.

:
(capteurs)

(I.A.) : (Logique floue) ...
(rseau de neurones) .




.


.

:
(acte rflexe) (dcision)
.
INDEX DES NOTATIONS ET ABREVIATIONS

ABREVIATION
T.I.A Techniques de l'intelligence artificielle
MLI Modulation de la largeur d'impulsion
MAS Machine Asynchrone
RN Rseau de neurones (NN : neural networks)
LF Logique floue (FL : Fuzzy Logic)
NF Neuro-flou (FN : Fuzzy Neural)
t
rel
temps cohrent avec lvolution du processus
t
estim
temps prvu pour une opration
Fig. Figure
Tab. Tableau

NOTATION SPECIFIQUE AU MODELE DU PROCEDE
Symbole de sommation
Symbole de lintgrale
Symbole de la racine carre
vsa,vsb,vsc tension de phases stator (vsa :tension de la phase a)
Vs valeur de la tension efficace

s
pulsation du rseau lectrique
f
s
frquence du rseau lectrique
phase initiale
[V
s
], [V
r
] vecteur tension statorique resp. rotorique
[R
s
], [R
r
] vecteur de Rsistances des enroulements statorique resp. rotorique
[i
s
], [i
r
] vecteur courant de phases statorique resp. rotorique
, [] flux et vecteur flux
d/dt oprateur de driv
[L
s
], [L
r
] vecteur Inductance cyclique resp du stator et du rotor
[M
sr
] Mutuelle inductance cyclique stator-rotor
a, b, c indices du systme triphas
dq rfrentiel de Park li au rotor
Position du rotor (angle de rotation des repres statorique et rotorique )

s
Position du flux statorique

r
Position du flux rotorique

r
pulsation des courants rotoriques
v
ar
, v
as
tensions de la phase a resp. rotorique et statorique
[isd, isq,..] Vecteur courant reprsentant le vecteur dtat
A, X resp. Matrice dvolution du systme dtat et vecteur dtat.
B, U resp. Matrice et vecteur dapplication de la commande (dentre)
C,Y resp. Matrice dobservation (de sortie) et vecteur de sortie.
Coefficient de dispersion de Blondel
m mutuelle inductance

r
vitesse de rotation de l'arbre du moteur
J moment d'inertie des masses tournantes
Ce, cr couple lectromagntique et couple mcanique
f coefficient de frottement
p
0
nombre de paires de ples

s
,
s1

s2
flux dynamique estim ( flux statorique et ses composantes)

r
*
La pulsation estime des courants rotoriques
La vitesse angulaire du rotor
k
c
et T
e
paramtres de rgulation
S Symbole du Laplacien
Flux statique
v f
v
, tension et frquence dune onde triangulaire
u f
u
tension et frquence dune onde modulatrice sinusodale
D
1
,.. D
6
redresseur triphas diodes
T
1,..
T
6
constitue l'onduleur triphas
V
an,.
Tension phase-neutre
Va0
Tension phase point milieu

Cp commande phase
U
d
Tension redresse

NOTATION SPECIFIQUE AU RESEAU NEURONAL
y Grandeur de sortie dune neurone
h fonction de transfert
w poids synaptique
x entre du neurone ( vecteur test : de composantes x
i
, i=1n exemples)
A
i
univers de discours

0
poids initial

q
,
i
erreur quadratique et erreur commise sur la sortie dsire
et erreur commise sur les poids synaptiques

NOTATION SPECIFIQUE AU FLOU
SIF systme dinfrence floue

A
(x) degr dappartenance de x au sous-ensemble flou A

i
(x) valeur de vrit de la rgle i pour le vecteur x
























1
Chapitre I




LA SURETE DE FONCTIONNEMENT DANS LES
PREOCCUPATIONS DES INDUSTRIELS



I.1. HISTORIQUE ET PROBLEMATIQUE :

Depuis 1885 et jusqu' 1950 [I.1], les machines alimentes en basse frquence
taient pratiquement insensibles aux phnomnes perturbateurs, leur inertie mcanique et
les fortes amplitudes de tension qui les alimentaient leurs confraient une insensibilit
suffisante [I.1][I.2], leur utilisation tait restreinte des applications o: ni la variation de
vitesse ni la grande puissance taient exiges, car elles n'taient pas capables d'offrir de
bonnes performances dynamiques en matire d'entranement lectrique, ce qui a fait que
les industriels ne se souciaient nullement des effets que l'environnement ou certaines
perturbations pouvaient causer, en ne se proccupant que de bnficier, dans un cadre
conomique troit, des performances de la machine courant continu, cause de son cot
lev [I.1][I.2][I.3]. Mais, depuis que la nouvelle technologie, introduite (1950) par le
progrs en lectronique de puissance et en automatique, a mis son pas officiel [I.1][I.2]
dans le domaine industriel et que les appareils de contrle commande commencrent se
rpandre srieusement dans ces domaines, l'aube de 1960, fut le jour glorieux d'ouverture
de l'industrie vers un univers aussi industriel qu'universel o l'association de machines avec
des convertisseurs statiques de puissance, est devenue indispensable, et occupant le plus
grand intrt par l'avantage d'tre une solution moins onreuse et mieux qualifie pour
satisfaire la demande du march.

Malheureusement, cette satisfaction pratique ne dure pas assez, avant que les
industriels ne dcouvrent que l'emploi de ces convertisseurs de puissance a pour
consquences d'augmenter la sensibilit de ces machines face aux plus faibles
perturbations et de crer de nouvelles formes de dfauts [I.1] [I.2]. Ce problme qui surgi
subitement, ne devenait menaant que lorsque le systme de protection associ ces
Chap 1 LA SURETE DE FONCTIONNEMENT DANS LES PREOCCUPATIONS DES INDUSTRIELS

2
machines, ayant rpandu tous les perfectionnements possibles, s'est montr, enfin,
incohrent et sans l'efficacit attendue.

Conscients de la gravit de ce problme et de sa dpendance troite avec le temps de
raction du systme de contrle - commande, les scientifiques ont essayer d'amnager des
techniques pour le traitement de donnes temps rel et des recherches ont couvert tous les
paliers, visant le contrle chronologique des volutions d'tats des procds industriels. Un
rel dfi technique est celui de vouloir matriser le temps de l'incident celui de la raction
du systme de protection.

Les recherches menes jusquici [I.4]...[I.20], ont connues diffrents dparts, tout en
restant concourantes sur un mme point: la sret de fonctionnement. Celles engages dans
le cadre de la surveillance et de la fiabilit des procds industriels ont t diverses et, dans
l'ensemble, bases sur des mthodes de probabilits [I.2][I.5] et de traitement de signal
telles que : la reconnaissance des formes [I.6], l'identification, la redondance analytique
[I.5]etc.
Ces mthodes ont contribues de faon significative dans certains domaines o la
conception d'algorithmes de surveillance a fait l'objet de nombreux travaux pour chacune
de ces approches; toutefois, de nombreuses difficults restent, cependant, sans issues.
Parmi ces dernires, l'attention a t porte sur le niveau de connaissances minimal
constitu par un historique de mesures, qui en tant insuffisant pour satisfaire les exigences
subordonnes la prise de dcision, a pouss les chercheurs s'orienter vers l'exploitation
des connaissances d'experts, ce qui est un axe de recherche spcifique au traitement de
linformation linguistique et de lintuition. Donc, pour pallier au manque de l'information
sur l'volution d'tat du procd, un nouveau problme surgi.

L'exploitation de l'information linguistique et/ou de l'intuition d'un expert face
l'apparition d'un dfaut, est en ralit, un problme d'interprtation de la connaissance dont
la prsence devient perceptible par le systme nerveux de l'expert aussitt qu'un signe est
peru et non par le systme de contrle commande du procd dont limpuissance apparat
clairement en prsence de ce type d'information, ce qui est justifi par l'absence totale ou
partielle de sa raction lorsque des pertes de performance commence paratre. Comme
nous venons de raliser, ce problme trouve enfin son homologue dans le comportement du
systme nerveux biologique : le grant idal d'un taux gigantesque de connaissances
Chap 1 LA SURETE DE FONCTIONNEMENT DANS LES PREOCCUPATIONS DES INDUSTRIELS

3
thermique, lectrique et chimique, introduit sous forme d'influx nerveux, et subi avec plus
de souplesse et d'ordre, l'analyse en temps rel, mettant instantanment le systme nerveux
central au courants du moindre changement d'tat de l'organisme biologique.
En prenant, ce systme comme modle pour la rsolution des difficults avances, de
traitement de l'information, naisse la thorie des outils de l'intelligence artificielle
[I.2][I.21][I.9] : systme expert, rseaux de neurones artificiels, logique floueetc.

I.2. INTERET DES T.I.A DANS LE CADRE DE LETUDE

D'aprs les rfrences [I.2][I.6][I.12][I.13][I.21][I.22], les T.I.A. sont des
techniques d'apprentissage et le recourt leur appui pour le traitement, en temps rel, de
l'information et en particulier, la connaissance linguistique pourrait tre une aide
avantageuse, pour le diagnostic. L'exploitation de cette dernire associe celle fournie
travers les mesures effectues par les capteurs, permet certainement, la matrise de
l'incident l'instant de son apparition, puisqu'elle reflte la ralit instantane du procd.
Cependant, tant bas sur l'apprentissage, le temps d'excution serait peut tre lent
mais l'essentiel c'est qu'elles finissent, toujours, par imiter avec finesse l'volution d'tat du
mcanisme quelque soit le parcours privilgi. Donc, il est possible de compter sur l'aide
de ces approches pour reproduire le comportement du procd. Et concernant la dure
d'excution, d'autres procdures peuvent tre insres pour modrer dans celui-ci, entre
autres, le langage temps rel.

I.3. OBJECTIF DE L'ETUDE

Lobjectif global dnomm sret de fonctionnement est aujourd'hui une
proccupation qui touche beaucoup de secteurs industriels en raison de la complexit
toujours croissante des quipements malgr leurs fortes automations. Les problmes qui
peuvent tre traits, dans ce domaine, sont nombreux mais peuvent avoir une premire et
unique cause les composants semi-conducteurs et leur disposition amplifier le moindre
effet heurt. La sensibilit accrue de ces composants, ingrdients de base de l'lectronique
de puissance, est l'un des facteurs qui nuisent la bonne conduite de la commutation
origine principale de dfauts.

Chap 1 LA SURETE DE FONCTIONNEMENT DANS LES PREOCCUPATIONS DES INDUSTRIELS

4
Le prsent travail dont l'intitul: " Diagnostic des associations convertisseurs
statiques - machine asynchrone en utilisant les techniques de l'intelligence
artificielle", a pour objet de rpondre la problmatique de faisabilit du diagnostic,
temps rel, d'un dfaut naissant de la commutation errone entre les interrupteurs de
l'onduleur MLI, associ la machine asynchrone (MAS). Cette tude prend en charge la
ralisation de tests de simulation visant l'valuation des potentialits propres des
techniques de l'intelligence artificielle: rseaux de neurones (RN), logique floue (LF) et
neuroflou (NF).
Cette contribution se situe en ligne des travaux mens jusqu'ici sur la surveillance
des procds industriels, mais, elle s'intresse une autre image pour la synthse et
l'exploitation des outils de l'intelligence artificielle.

I.4. INTERET INDUSTRIEL DU DISPOSITIF :

Le moteur asynchrone est le plus utilis pour assurer la variation de vitesse de
processus industriels car il prsente l'avantage d'tre robuste de construction simple peu
coteux, malgr que sa commande est plus complexe que celle des autres machines [I.2].

Face aux incidents les plus frquents, les moyens quipant le systme de protection de
ce procd : capteurs, rgulateurs, jouent leur rle d'asservissement d'tat et de
rgulation ; l'occurrence de dfauts est cependant, envisageable.
Ce sige de dfaillances, est souvent expos, en genre et en nombre, aux perturbations
gnres par les composants lectroniques, en partant du fait que les quipements de
contrle commande auxquels il est associ sont en quasi - totalit des composants
lectroniques et que ces derniers travaillent des niveaux de tensions de plus en plus bas,
ils peuvent donc tre perturbs ds que la tension s'carte de plus de 3% de sa valeur
nominale en rgime tabli [I.1].

I.5. SITUATION DU PROBLEME

Le choix de la commutation des interrupteurs pour objet principal de la prsente tude
de diagnostic, est li l'effet nuisible induit par lalimentation des machines asynchrones
travers ces composants. Et, l'intrt de ltude est bien entendu dessayer de renforcer le
Chap 1 LA SURETE DE FONCTIONNEMENT DANS LES PREOCCUPATIONS DES INDUSTRIELS

5
systme de contrle commande par un outil qui attnue la principale source de perturbation
ou du moins celle qui amplifie l'effet de toute sorte de perturbations externes.
L'tude de ce problme voque plusieurs points touchant de prs ou de loin la nature
et aux caractristiques spcifiques de la source de dfauts et pour ne pas trop s'loigner de
l'objectif rel de l'tude c.--d. le diagnostic de dfauts, l'analyse va concerner l'impact du
blocage de l'interrupteur en ouverture et/ou en fermeture.

I.6. DES OBJECTIFS EN LIGNE AVEC LE DIAGNOSTIC

Le recours aux outils de l'intelligence artificielle pourrait permettre :
de rguler et surveiller le procd industriel (un objectif dterminant de l'intrt port
cet quipement) : afin que le processus industriel puisse remplir sa mission
conformment la demande du march et permettre l'industriel de bnficier d'un
rendement conomiquement meilleur,

une fois associe la commande, de parfaire l'action raction des systmes de
protection et de contrle commande associs aux systmes de production. L'utilisation
de leurs algorithmes paralllement au programme d'exploitation doit permettre de
reconnatre, d'indiquer et d'expliquer les anomalies de comportement partir des
informations disponibles sur le systme.

I.7. ORGANISATION DE LA THESE :

L'intrt du diagnostic, temps rel, des dfaillances industrielles n'est donc plus
dmontrer et l'apport envisag par les techniques de l'intelligence artificielle, au module de
sret de fonctionnement des procds industriels, demande une attention particulire
porte aux tapes de la surveillance automatique, que nous souponnons de difficiles
assimiler sans recourir l'essai exprimental.
Les points essentiels de cette tude sont :
1. l'information et sa disponibilit en temps rel, ce qui nous conduit vers l'tablissement
de l'intrt des capteurs, de la mesure capte et de l'information linguistique que les
techniques de l'intelligence artificielle tentent d'interprter,
2. les formes d'intervention de l'oprateur ou du systme automatique si elles existent et
jusqu' quel point, faut il compter sur leurs contribution.
3. la dcision en cas d'ignorance totale ou partielle de l'tat courant du procd.
Chap 1 LA SURETE DE FONCTIONNEMENT DANS LES PREOCCUPATIONS DES INDUSTRIELS

6

Ainsi et travers les points numrs et les avances du problme, la thse est
organise en ces parties essentielles :


Partie I : phase de prparation de l'esquisse: il s'agit l de dcrire en partie essentielle
le modle qui sert la fondation d'un raisonnement bas sur des connaissances d'experts et
de montrer la manire qui permet d'exploiter les T.I.A dans ce genre d'opration.

Partie II : phase de test des T.I.A : la phase de test du systme en fonctionnement doit
passer par une tape d'observation rgulire des tats transitoires, couramment constats,
sur la machine suite un incident quelconque. Cette phase, permet travers les tats
retenus pour l'analyse, de connatre chacun des modes de fonctionnement en temps rel, de
suivre les volutions possibles d'un mode vers un autre et d'en extraire les symptmes qui
en dcoulent; ce qui doit prendre en objectif de faire adapter le systme de diagnostic aux
changements d'tats valus et enrichir, par le mme concept, la base de connaissance et de
faits du procd.

Ces tests sont par consquents des tests de simulation, travers lesquels, sont analyss,
les modes de fonctionnement et de dysfonctionnements du processus industriel par
laboration des techniques de l'intelligence artificielle.

Cette phase doit, donc, comporter:
l'laboration du modle classique dans une tude par simulation numrique: une fois
spcifique au mode de fonctionnement normal visant l'valuation du modle et du
programme de simulation, et une deuxime, en introduisant un moment donn de
l'excution du programme un dfaut de commutation,

l'essai de l'intgration des approches de l'intelligence artificielle lors d'un mode de
fonctionnement normal, suivi de tests similaire au prcdent mais en prsence de
dfaut.

la comparaison des tats retenus de ces tapes de simulation, en vue de distinguer
parmi les caractristiques reprsentes, les grandeurs qui peuvent tre contribuables
dans un diagnostic. Par la mme voie de raisonnement, rechercher le moyen de cerner
Chap 1 LA SURETE DE FONCTIONNEMENT DANS LES PREOCCUPATIONS DES INDUSTRIELS

7
la cause principale du dfaut en se rfrant aux symptmes identifis et dmontrer
qu'un diagnostic diffrentiel serait utile pour localiser la source de perturbation et
identifier le dfaut lorsque ces symptmes sont les mme identifiables par plusieurs
dfauts.

enfin une conclusion. rcapitulant les tapes primordiales du raisonnement, ainsi que
les rsultats des discussions voques.

Partie III : phase d'exploitation des T.I.A : Exploiter l'outil excut dans la phase de
test et prvoir des prouvettes autres que celles prcdemment testes. Il s'agit de faire en
sorte que le systme industriel subi plus d'preuves afin d'attester le potentiel des
approches de l'I.A. d'un ct et de voir si un dfaut inconnu ou prsentant des lacunes au
niveau des symptmes pouvait tre trait par le systme de protection. La phase
d'exploitation est consacre entre autre, l'extension du raisonnement ce qu'il recouvre le
maximum de risques encourus invitablement par les procds industriels jusqu'au point
persuasif son exploitation pratique.

Cette tape comporte donc:
l'tude d'ventuelles optimisations concernant les outils de l'intelligence artificielle,
le traitement des dcisions prises sur rapport de simulation ou en concours avec
d'autres estimations,
le traitement des dfaillances dont les symptmes ne figurent pas parmi ceux
contenues dans la base de faits ce qui revient traiter des possibilits de dcision sur la
base des observations de l'oprateur et tendre cette tude des cas inconnus par
l'expert et,
en conclusion. une clture de la phase d'exploitation ne va pas sans en extraire un
maximum d'information sur l'analyse mene dans cette phase

Conclusion Gnrale : une conclusion portant sur la structure globale de la thse, sur le
plan de travail adopt et sur les objectifs atteints et ceux dont les perspectives pouvant
contribuer complter le manque constat.



Chap 1 LA SURETE DE FONCTIONNEMENT DANS LES PREOCCUPATIONS DES INDUSTRIELS

8

I.8. REFERENCES BIBLIOGRAPHIQUES

[I.1] G.G. CHAMPIOT, "Compatibilit lectromagntique, prsentation gnrale",
Technique de l'Ingnieur D1300, 2. 2000, Traite gnie lectrique.
[I.2] Gilles ZWINGELSLEIN, " sret de fonctionnement des systmes industriels
complexes", Technique de l'ingnieur, traite informatique industrielle, 9- 1999.
[I.3] J.BONAL.G.S "Entranement lectrique vitesse variable", volume1, Rappels
d'lectrotechnique et de mcanique, Les procds de variation de vitesse. Edition
Lavoisier Technique & documentation. Paris1997.
[I.4] M.A. GUENOD et J.L. FATID, " cours d'introduction aux mthodes
d'identification", Ed. Albin MICHEL, Paris, 1973.
[I.5] B. DUBUISSON, "dtection et diagnostic de pannes sur processus", Techniques de
l'Ingnieur, traite Mesures et contrle. 4-1989.
[I.6] B. DUBUISSON, "Diagnostic et reconnaissance des formes", Edition HERMES ;
Paris 1990.
[I.7] J.COURAULT, R. DAYAN, " Scurit de fonctionnement des grands
entranements", RGE, n5/ 1992
[I.8] K. BIMAL (Fellow IEEE) Expert system, Fuzzy logic, and Neural Network
Applications in Power Electronics and Motion Control ", Proceedings of the IEEE,
Vol.82, N 8. August 1994.
[I.9] Gilles ZWINGELSLEIN, " Diagnostic des dfaillances, thorie et pratiques pour
les systmes industriels", trait des nouvelles technologie srie diagnostic et
maintenance, Edition HERMES, Paris, 1995.
[I.10] Young-HUASONG, Alan JOHNS & Raj AGGARWAL," Computational
Intelligence applications to power system ", England, 1996.
[I.11] P. ARQUES "Diagnostic prdictif de l'tat des machines", Ed. Masson, Paris
1996.
[I.12] Eric ZAMAI, "Architecture de surveillance commande pour le systme
vnement discret complexes", Thse Doctorat de l'Universit de Toulouse
Spcialit : Informatique Industrielle, 1997.
Chap 1 LA SURETE DE FONCTIONNEMENT DANS LES PREOCCUPATIONS DES INDUSTRIELS

9
[I.13] A. EVSUKOFF, " Le raisonnement approch pour la surveillance de procds ",
Thse doctorale en Automatique productique, laboratoire d'Automatique de
Grenoble, 1998.
[I.14] G.C. LOVEDAY, "Contrles et Diagnostics en Electronique", Traduit par Marc
Genevrier, Edition EYROLLS, 1998.
[I.15] A.BOULENGER & Ch. PACHAUD "Surveillance des machines par analyse des
vibrations du dpistage au diagnostic", Ed. AFNOR 1998.
[I.16] F.COSTA & G. ROJAT, " rduction des perturbations, simulation", Technique de
l'ingnieur, CEM en lectronique de puissance 8-1999
[I.17] S.ALTUG, M.Y.CHOW and H.J.TRUSSEL, "Fuzzy Inference Systems
Implemented on Neural Architectures for Motor Fault Detection and Diagnosis",
IEEE transactions on industrial electronics, Vol 46, N.6, December 1999.
[I.18] C.COMBASTEL, "Mthode d'aide la dcision pour la dtection et la localisation
de dfauts dans les entranements lectriques", Thse de docteur et L'INPG ;
2000/8.
[I.19] M. NEZZAR, " Etude des outils de l'intelligence Artificielle, application ",
Rapport de recherche 2000/2001, Institut de gnie lectrique.
[I.20] M. NEZZAR, " Contribution l'tude du diagnostic des dfaillances industrielles
", pp.99 du Proceedings du CNPA'2002, 28-30 Octobre 2002, Batna, Algrie.
[I.21] BART KOSKO, Neural Networks and Fuzzy systems, A Dynamical systems
Approach To machine intelligence" University of southern California, Prentice
HALL, Englewood Cliffs, C 1992
[I.22] Arnold KAUFMANN," Nouvelles logiques pour l'intelligence artificielle ",
Edition HERMES, Paris, 1987.
10
Chapitre II




DEFAILLANCES, PROCEDES INDUSTRIELS ET
Esquisse d'un procd totalement contrlable



II.1. INTRODUCTION :

Le phnomne des perturbations a attir l'attention des industriels depuis les dbuts
du dveloppement des transmissions radiophoniques 1930. Des chercheurs s'y sont
intresss et leurs travaux ont cern les facteurs dterminants dans les perturbations et ont
dfini les premiers concepts qui servent aujourd'hui qualifier les phnomnes et les
matriels par une terminologie prcise [II.1][II.2]. Mais ce souci reste jusqu'aujourd'hui
sans une solution fiable et ceci cause du manque des possibilits de traitement de
l'information temps rel.
Le moteur asynchrone, la cellule fondamentale d'un procd industriel, est lun des
quipements, particulirement sensibles aux phnomnes perturbateurs [II.3], engendrs
par son association avec les composants lectroniques de puissance qui constituent sa
commande. Sa sensibilit ces phnomnes se voit de jour en jour, augmente malgr le
perfectionnement de son systme de protection et ce, cause d'une suractivit impose par
les contraintes du march. Pour pallier ce genre de faits flagrants, il est ncessaire d'tablir
un croquis dtaill de la procdure projete pour le traitement de ce problme en
commenant par valuer l'tat actuel du procd industriel et de son systme de contrle
commande. Ensuite, entamer la phase d'analyse selon les tapes signales dans ce croquis.
La description et la construction de l'esquisse qui permet de remettre sur des rails une
industrie en draillement, sont le sujet principal du prsent chapitre.

II.2. DISPOSITIF INDUSTRIEL ET MODES DE FONCTIONNEMENT

Un systme industriel est un ensemble d'lments interagissant entre eux et avec
l'extrieur (exemple : la chane de production Fig. II.1), runis pour assurer une mission
prcise [II.4].
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

11
La ralisation de cette mission dpend normment du mode de fonctionnement
sous lequel volue le systme [II.4]:
un mode normal : mission accomplie
un mode anormal : mission non accomplie ou bien accomplie avec des performances
moindres, parmi ces modes on distingue le mode :
interdit
dfaillant
dgrad
critique





Bien videmment ces modes peuvent tre dus un dfaut externe au procd
[II.1][II.4] (exemple, rseau d'alimentation, transformateur ) comme ils peuvent tre
provoqus, long ou court terme, par la dfaillance d'un composant du procd, et
quelque soit l'origine de ce dfaut, le systme de protection est conu spcialement pour
attnuer l'effet, en propagation, de ces dfauts.

II.3. DEFAILLANCE ET ECHEC DU SYSTEME DE PROTECTION

Il est vident que les systmes de protection associs aux procds industriels sont
caractriss par une rapidit d'action et une sensibilit relatives l'importance de
l'quipement mis sous contrle [II.5][II.3] et son domaine d'exploitation.
De mme qu'ils ont pour but d'assurer le contrle de la chane de production, en
signalant la prsence du dfaut, une fois ; dtect et en assurant la commutation vers le
systme redondant jusqu' rtablissement de la partie dfaillante [II.4].
Cependant, cause du cot d'investissement et des conditions ardues du march, les
procds actuels, ont exig une scurit plus leve que le systme de protection n'a pu
remplir pour garantir un service durable en fonction des besoins et des conditions
avances. Ainsi, des fonctionnements interrompus instinctivement sont le rsultat effectif
Fig.II.1. Elments essentiels dans la chane de production
Rseau
Moteur
Charge
Circuit de C
de

Filtre
Onduleur
Redresseur
Capteur
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

12
de circonstances que ni le systme de protection, ni l'oprateur, n'ont arriv matriser
avant qu'elles n'entranent de panne (Fig.II.2).


Dans ces conditions, caractrises par l'avnement de panne malgr le contrle
permanent assur par le systme de protection, nous sommes obligs de nous interroger sur
l'efficacit proprement dite de la surveillance adopte. Une question tout fait recevable de
la part de l'industriel qui ne sachant comment ragir, pour assurer la sret de son
quipement, approuve de l'intrt pour le diagnostic temps rel [II.5][II.6][II.7][II.8]. Cette
fonction tant un axe en interaction continuelle avec deux autres: la dtection et la
localisation [II.8], nous conduit imaginer l'espace d'anomalies trois dimensions
(Fig.II.3). L'intrt de ce dernier apparat en faisant le lien avec le diagnostic mdical et en
interprtant le rle de chaque axe sparment. En effet, pour attnuer l'effet d'un dfaut il
est ncessaire de localiser son origine, le reprage de sa source doit faire appelle ses
coordonnes relatives dans ce repre :
(1 : dtection de dfaut en dpassant un seuil tolr bien dfini, par l'oprateur expert,
2 : diagnostic en recherchant, en temps rel, le syndrome correspondant au trouble dtect,
3 : localisation en identifiant ce syndrome ses sources d'origine dans la base de faits
prpare aussi davance avec soin)
Onduleur
Redresseur
Charge
Moteur asynchrone

C
o
m
m
a
n
d
e


Fig.II.2. Exemple illustrant l'chec du systme de protection
d'o provient cette
monte de TC?!!
le systme de
contrle n'indique...
aucun signe
trop tard
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

13

II.4. ORIENTATION DIAGNOSTIC ET METHODES
Les dfaillances tant par dfinition subies sans que l'on puisse prvoir leur instant
d'apparition, il importe tout responsable d'une entreprise industrielle de faire face
rapidement aux consquences. Dans de nombreuses situations, sauf en cas de matriels
redondants, il revient plus difficile de rparer la dfaillance en temps rel ce qui implique
l'accroissement du temps dindisponibilit de linstallation [II.3][II.4].
Le diagnostic en temps rel est une solution qui pourrait cerner rapidement
l'anomalie condition de faire appelle l'analyse de tous les symptmes manifests par un
systme de surveillance performant qui ne doit laisser chapper aucun indice quelque soit
son tiquette.
Parmi les techniques labores pour lancer le diagnostic, celles qui prennent une
importance de plus en plus grande, compte tenu de l'impact conomique [II.5] sont les
suivantes :
1. les techniques bases sur les relations entre-sortie: la complexit des phnomnes rend
l'emploi du modle caractristique difficile. Ces approches reposent sur la connaissance
priori d'un modle correspondant l'tat normal et traduit le changement de mode par
un changement de type de relation entre-sortie des paramtres du modle initial,
comme l'indique la relation entre la sortie s au temps iT et l'entre e au temps (i-1)T:
donne par: [ ] [ ] T ) 1 i ( e a T ) 1 i ( s a ) T ( s
2 1
+ =
O: T: la priode d'chantillonnage et
(a
1
, a
2:
): le vecteur de paramtres qu'il s'agit d'identifier chaque priode partir
de la mesure des signaux d'entre et des signaux de sortie.
2. les mthodes bases sur la redondance analytique: demandent l'emploi de plusieurs
systmes de mesures. Considrant le cas linaire, le modle peut s'crire sous la forme:
(2)
Diagnostic
dtection de dfaut
(3)
Localisation
(1)
Dtection
marge de seuil
Syndrome correspondant
au dfaut dtect.
i
d
e
n
t
i
f
i
c
a
t
i
o
n


l
a

b
a
s
e

d
e
s

f
a
i
t
s

dfaut
Fig.II.3. Rfrentiel d'anomalies
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

14
n Cx m
d Bu Ax x
.
+ =
+ + =

o: m: vecteur des mesures
x,
.
x : vecteur des tats du systme et sa driv,
u: vecteur des commandes agissant sur le systme,
d: vecteur des perturbations,
n: vecteur du bruit.
L'observabilit est le principal outil d'analyse de la redondance. Ces techniques ont des
limitations car les performances mesures sur les essais effectuer sont trs lies aux
capteurs ;
3. le diagnostic par reconnaissance des formes : ce type de mthodes a t rcemment
dvelopp propos des systmes technologiques complexes pour lesquels un modle
satisfaisant tait difficile obtenir. Elles s'appuient sur des donnes enregistres sur le
processus et c'est la position d'une nouvelle observation vis--vis de ces donnes qui
dfinit le diagnostic. Plusieurs cas industriels traits avec succs ont montr la validit,
la pertinence et la gnralit de l'approche qui permet de dbuter un systme d'aide la
dcision avec une connaissance minimale ;
4. les techniques de l'intelligence artificielle [II.5][II.9][II.10] : l'intrt de celles-ci est
grand l o le modle caractristique du procd est difficile obtenir ( cas de
dfaillances) et le traitement de donnes concerne beaucoup plus des connaissances
contenant des informations de type linguistique.

L'affranchissement de ce dernier domaine n'est qu'un simple retour vers l'origine
terminologique du mot " diagnostic" qui n'est autre que : " l'identification d'une
maladie par ses symptmes" et ou le terme symptme indique le " phnomne qui
rvle un trouble fonctionnel ".
En partant de ces synonymes, et de leurs origines dans le domaine mdical, on
conoit qu'il n'y ait point meilleur moyen de btir un raisonnement logique, bnficiant de
toutes les potentialits propres du systme nerveux central que de revenir vers celui-ci et
essayer d'imiter ses fonctions dans leur intgralit afin de rnover dans le comportement du
systme de protection industriel, car tout ce qui pourrait nous intresser et nous aider
tablir un diagnostic temps rel est l'acquis d'un savoir-faire concernant la "gnration"
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

15
du symptme adquat refltant le trouble fonctionnel dtect l'instant rel et permettre,
ainsi, l'oprateur de traiter le dfaut ses dbuts.
Pour une meilleure assimilation de l'ide prsente dans ce paragraphe, nous devons
faire un court survol des comportements varis du systme nerveux central afin de le
prendre en modle.

II.5. LE SYSTEME NERVEUX
II.5.1. DESCRIPTIONS [II. 11] [II.12] [II.13] [II.14] :

Un systme nerveux central comprend le cerveau et la moelle pinire et est
constitu de milliards de cellules nerveuses (neurones) caractrises par de nombreux
branchements. L'aspect important de l'activit mentale et comportementale est l'acquisition
des connaissances et des langages en plus de l'existence des mcanismes associatifs pour
l'intgration des fonctionnements moteurs et sensitifs.
Un fonctionnement sain de ce systme peut tre rsum dans deux
mouvements simples :

1. Volontaire [II.14][II.15] : acte qui obit au contrle du systme nerveux central,
manifestant une volont ferme acquise par l'apprentissage et soumise aux dcisions du
cerveau et ne dpendant pas du temps. La figure II.4. illustre l'ide travers une dcision
btie sur un test priv de crainte : le fait d'exposer le dos de la main la temprature
dgage d'une eau chauffe est suffisant pour connatre sa temprature sans pour autant se
faire brler, en y immergeant les doigts. Le mcanisme fonctionnel de cet acte se rsume
comme suit : La temprature stimule les rcepteurs de sensibilits au niveau de la main
(doigts ) et un influx est vhicul par la voie affrente sensitive jusqu'au centre de
sensation dans le cerveau, ensuite, vers le centre d'interprtation sensitive, et aprs
traitement de l'information, ce dernier dcide la mise en garde du sujet, traduite ici par la
contraction volontaire des muscles vitant tout contact direct avec l'eau et les parois de
l'enceinte.
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

16

2. Involontaire (dit rflexe) [II.13] [II.14] : cette activit dpend d'un arc rflexe
constitu d'une voie affrente, d'un centre et d'une voie effrente. L'arc le plus simple est
constitu par une voie affrente sensitive qui, une fois, excite, vhicule l'influx jusqu'au
niveau de la moelle o le neurone sensitif s'articule avec le motoneurone qui constitue la
voie effrente vhiculant l'influx au muscle qu'il innerve et dtermine sa contraction,
l'exemple de la figure II.5.montre que sous l'effet de picotements, le sujet retire d'un acte
rflexe le doigt, effraye par lide que le contenu soit de lacide.

Fig. II.4. Schma simplifi
illustrant le procd de la
Dcision chez l'homme.
centre de
sensation
v
o
i
e

m
o
t
r
i
c
e

voie de la
sensibilit
c
e
n
t
r
e

d
e

m
o
t
r
i
c
i
t


Conscient que
l'eau est
bouillante
Fig.II.5. Schma de l'arc rflexe
voie motrice
voie de la
sensibilit
Aucune ide sur le contenu du
rcipient. Il enfonce son doigt.
et le retire rapidement.
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

17
D'aprs ces deux descriptions on constate que : La plupart des mouvements
mme ceux prtendus simples sont complexes et beaucoup d'gards
automatiques : on a, aussi su que, sous une quelconque excitation, l'activit
du muscle est variable ; elle peut tre volontaire sous le contrle du systme
nerveux central comme elle peut chappe au contrle volontaire.
En rsum : cette prsentation permet d'assimiler le comportement sous
lequel doit tre vu un quelconque systme de protection lorsqu'il se trouve
l'tat normal identique un comportement sain du systme nerveux central.

Par contre un fonctionnement dfaillant du systme nerveux central peut
tre valu travers :

1. L'anesthsie [II. 16] : qui est la privation plus ou moins complte de la sensibilit
gnrale ou de la sensibilit d'un territoire en particulier produite par une maladie (exemple
diabte (Fig.II.6)).

2. La paralysie [II. 13] : privation entire ou diminution considrable de la fonction
motrice.

l encore on peut assimiler le comportement du systme de protection d'un
procd industriel lorsqu'il est en tat dfaillant au systme nerveux
central, on ne peut rien attendre d'un systme qui n'tablit pas de liaison
entre la rception de l'information et son interprtation, c'est lchec dont
nous avions dj parl.

Fig.II.6. effet des complications sur
l'arc rflexe chez un diabtique
.Inconscient de son tat avanc immerge
son doigt dans une solution ne sachant pas ce
que c'tait mais en retirant son doigt, la
panique le secoua
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

18
II.5.2. SYSTEME NERVEUX ENTRE DEFAILLANCES ET DIAGNOSTIC[II.13]:
Tout systme mobile s'altre avec le temps et l'articulation de l'homme ne fait pas
exception. Un certain degr de destruction est invitable pendant l'activit normale de
l'homme. L'usure de cette articulation et sa destruction peut tre prcipite ou exagre par
de nombreux facteurs tels que le changement de temprature, d'humidit ou de pression.
Ces facteurs en agissant sur les nerfs articulaires qui renferment des fibres autonomes et
sensorielles, des influx nociceptifs sont vhiculs par les fibres sensitives, le centre
d'interprtation sensorielle traduit cet influx en douleurs au niveau de ces articulations. Le
mdecin, pour faire son diagnostic s'appuie sur l'interrogatoire et/ou sur le nombre de
symptmes que le systme nerveux merge en surface.

A travers ce paragraphe, on constate que :
Les symptmes sont les signes qui refltent l'tat effectif de tout
mcanisme et c'est ce qui pousse le mdecin suivre l'interrogatoire
dtaill avec le patient et en cas de complication, la radiographie
(radioscopie) pourrait devenir indispensable pour tablir un diagnostic
compltement russi.

II.5.3. SURVEILLANCE TEMPS REEL [II. 17] [II.18] :

Il est souhaitable mais souvent difficile d'obtenir le moment prcis du dbut d'un
dfaut sauf lorsque les symptmes sont d'apparition rcente. Le dbut peut tre brutal ou
progressif. L'volution dans le temps peut tre permanente ou intermittente, il est
ncessaire de savoir si le symptme s'est aggrav dans le temps c.--d. s'il a augment
d'intensit ou de frquence. Toutes ces proccupations doivent tre soumises l'action
d'une surveillance temps rel et c'est l'unique moyen disponible pour rechercher et
regrouper les symptmes si l'on projette de dcouvrir le dfaut son origine de mme que
pour cerner et soigner une maladie ses dbuts (exemple cancer).

II.5.4. RECHERCHE INDISPENSABLE DES SYMPTOMES [II.17] [II.18] :

Lorsque plusieurs dfauts prsentent les mmes symptmes, il devient
indispensable, pour loprateur, de rechercher systmatiquement l'existence des
symptmes en plus. Il faut insister d'emble sur le fait que certains de ces symptmes ne
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

19
sont pas spcifiques un dfaut en particulier et c'est l'analyse minutieuse qui doit faire
montrer cela.

Le mdecin, pour faire un diagnostic russi, fait plusieurs tests la
recherche de nouveaux symptmes car ceux signals par le systme
nerveux central le guident vers plusieurs causes, particulirement si la
maladie sest aggrav avec le temps, dans ces cas, c'est l'analyse
diffrentielle associe aux rsultats des tests qui permettra de rattacher
ces symptmes l'un ou l'autre des causes probables, partir de l, on
conclu que :

Le diagnostic est facile lorsqu'il est fait en temps rel et lorsque les
symptmes sont clairs sinon, cest lorientation vers le diagnostic
diffrentiel qui doit permettre la rsolution du problme. Un autre point
surgi ici et pourrait apparatre plus difficile encore, cest celui dignorer un
syndrome en particulier que faire dans ces cas l ? !!.

II.6. CONCLUSIONS RELATIVES A LESQUISSE :

Les principaux points voqus dans cette section sont des conclusions abouties
travers les rsultats obtenus de plusieurs recherches bases sur l'exprimentation. Celle-ci
et malgr son apport incontestable dans le domaine mdical, est, parfois, incapable
d'approcher certains problmes ou de donner des rponses satisfaisantes certaines
questions, comme pour la rsolution du problme de dfaillance dans les installations
industrielles (la crainte et le risque encouru en sont les principaux prtextes). Toutefois, il
la fivre, la toux.
Taches rouge
.mais a ne peut tre
que la rougeole !!!
mdecin
trop de bruit
chauffement.
D'o est ce que a peut venir
? du moteur ..Refroidisseur !
industriel
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

20
ne faut surtout pas la soumettre car elle restera, toujours, loutil de lpreuve finale vers
lequel il faut se retourner pour confirmer lanalyse thorique ou la simulation numrique.
Dans le domaine mdical, l'aide apporte par l'exprimentation, au diagnostic, nest
plus dmontrer, une raison assez suffisante pour choisir de prendre le systme nerveux
central, en modle. Ce dernier, dont l'activit comportementale est de rpondre, en temps
rel, au stimulus recueilli par les capteurs biologiques (rcepteurs), est caractris dun
potentiel spcifique la mmorisation de linformation capte, l'exemple suivant tir d'une
raction involontaire est suffisant pour confirmer le rle de la mmoire dans la
reconnaissance et la classification des incidents : leffet associ la morsure de laiguillon
venimeux dune abeille senti pour la premire fois, sa mmorisation se voit travers la
raction engage lorsque celle-ci se montre de nouveau. Un comportement tout fait
identique celui constat lors de lintroduction dun antigne dans lorganisme, ce fait
provoque la formation automatique danticorps.
Lesquisse tablie a pour mission dilluminer les empreintes (voir Fig.II.7 et
Fig.II.8) des comportements que doit imiter un automate assign la surveillance
permanente dun quipement industriel. En effet, pour cerner le problme, une description
dtaille des comportements du systme nerveux sain et dfaillant a t ncessaire :
lesquisse dcrit, pratiquement, deux degrs de libert, pour la rponse du systme
nerveux, en tat normal: L'un lorsque ce dernier dispose dassez de temps pour prendre une
dcision (comportement volontaire), lautre, cest lorsque la situation ne le permet pas, la
dcision volontaire naurait plus aucun intrt, au contraire, elle pourrait contribuer
entraner le systme vers une dfaillance certaine, dans ce cas l, un acte rflexe serait le
mieux appropri (son homologue dans la protection industrielle est vu travers le
dclenchement du disjoncteur, le fusionnement de fusibleetc. en cas de court-circuit). En
mmoire (4')




moelle neurone moteur (4)
pinire(3)

muscle (5)

neurone
sensitif (2)
rcepteur (1)
Fig.II.8. Action involontaire et ses
principaux lments
Fig.II.7. Action volontaire et ses
principaux lments
centre d'interprtation (4)




moelle neurone moteur (5)
pinire(3)

muscle (6)

neurone
sensitif (2)
rcepteur (1)
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

21
tat dfaillant, le systme nerveux est compltement ou partiellement absent, cest lchec
qui demande que la protection de lquipement industriel soit remplace par une autre.

Revenons maintenant ltat o le diagnostic est une requte, autant pour le patient
que pour lindustriel, le comportement sain du systme nerveux guide le mdecin, dans la
plupart des cas, la dcision qui garantie la gurison de son patient. Lvaluation de ce cas
dtude montre que ltablissement dun diagnostic doit reposer sur la connaissance prcise
des symptmes associs la dtection du dfaut. Le mdecin, sur la base des tests et/ou des
connaissances acquises (et rpertories) le long de sa formation, rattache ces symptmes
aux effets et causes probables des maladies dj connues jusqu la localisation de
lorigine de celle prsente. En cas de complication, lorientation vers la surveillance
temps rel et la recherche de symptmes en particulier, permettent deffectuer un
diagnostic diffrentiel et de rsoudre le problme ou de le rpertorier associ ses
caractristiques en esprant de trouver le srum appropri, en cas de dficit
symptomatique.

Dans ce contexte, le diagnostic industriel doit obligatoirement rsulter de ce qua
rvl l'exprience biologique, cest pourquoi, cette phase a regroup en plus de la
description comportementale, lanalyse analogique permettant de lier chaque
comportement du systme nerveux son quivalent dans le systme de protection
industriel. Ce mme raisonnement pourrait tre repris, dans les sections qui suivent, une
fois dfinies les conditions et les rgles notifies travers l'esquisse (base de faits et
banque de donnes propres au procd tudi) ; ce qui ne va pas sans la description
dtaille du procd de test au milieu de son environnement, soumis leffet des
phnomnes perturbateurs et des dfaillances frquentesetc.

II.7. PROCEDE ET ENVIRONNEMENT

L'industrie est le lieu o tout procd est une cellule immerge dans un
environnement rempli de contraintes [II.1][II.2]. Par consquent, l'estimation du taux de
dfaillances dans cette cellule est relative au nombre et la gravit de ces dernires et aux
possibilits offertes pour sa protection. La machine asynchrone (MAS) notre dispositif
d'tude -, est l'exemple de systmes que ces influences peuvent l'entraner dans un tat de
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

22
panne permanent. Les contraintes mises, par son environnement, peuvent rsulter de
perturbation externe comme de perturbations internes [II.19].

II.8. PERTURBATIONS ET OUTILS DE PROTECTION

L'ventail des sources de perturbation est large et on peut le diviser en deux
groupes, l'un engendr par la structure macroscopique des composants en particulier : le
rseau, le transformateur et les lignes lectriques et l'autre mis par la structure
microscopique des composants lectroniques de puissance. Parmi les dfauts les plus
frquents : les dfauts d'alimentation lectrique : fluctuations de tension, dsquilibre des
tensions triphases, creux de tensions et coupures brves, harmoniques du fondamental
50Hzetc. [II.1][II.4].

II.8.1. EFFET DE L'ENVIRONNEMENT SUR LE PROCEDE [II.1][II.5] :
Afin d'assurer la sret de fonctionnement l'ensemble de l'quipement de la
chane de production, il faut se protger d'abord des perturbations externes :
A. Perturbations Rseau (transformateur) : Lnergie lectrique est la source de
diffrentes perturbations dues ses moyens de production l'environnement
atmosphrique et industriel qui l'affectent durant son transport et sa distribution.
Les variations de tensions sont lentes lors des variations de la charge du rseau et
rapides lors de commutations de charges importantes (gros moteurs.). Elles ont pour
consquences sur les systmes aliments des dysfonctionnements et la destruction de
composants lors des surtensions.
Les coupures brves et longues : sont provoques par l'limination des dfauts de
lignes par les protections avec renclencheurs automatiques. Elles entranent des pertes
d'informations, l'arrt du travail ou mme la destruction de matriel.

II.8.2. INTERET DE LA COMMANDE PAR M.L.I ET PANNES
TYPIQUES[II.1][II.4][II.5] :

La prsence de convertisseur statique de puissance sur le rseau provoque dans les
rcepteurs aliments par ce dernier des chauffements et leur vieillissement prmatur.
Dans le cas des variateurs alimentant un moteur courant alternatif tension et frquence
variables et en prsence d'un onduleur de tension, le rseau dbite des impulsions de
courant intolrables que le filtre attnues : mais, cause de l'inductance de celui-ci ; les
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

23
commutations ne peuvent tre instantanes d'o des creux de tensions l'entre du
redresseur. Et, avec la conception de composant commande par modulation de la largeur
d'impulsion (MLI), le problme est relativement diminue, la preuve en est les onduleurs
MLI qui permettent de raliser des entranements vitesse variable par moteurs d'induction
cage, de trs grandes performances et neutralisent correctement les harmoniques.
Malgr le perfectionnement introduit sur cet quipement pour diminuer l'influence
d'un incident externe, l'lectronique de puissance reste la quasi-totalit de cet quipement,
et face : une dformation de l'onde de tension, des erreurs de mesures ou au
dplacement des passages par zro, des dfauts peuvent se produire ce qui altre le
fonctionnement global du procd et cest ce qui est constat, jusqu prsent.
Le tableau (Tab.II.1) indique quelques modes de pannes typiques observes sur le
moteur. Pour chaque symptme, une liste de causes possible est donne [II.2]:
Incidents Symptmes causes probables
aucun bruit (1) manque de tension
fils coups sur deux phases
fusibles fondus
Grogne (2) fil rompu
fusible fondu
mauvais contact
Le moteur fonctionne en monophas.

M
O
T
E
U
R

N
E

D
E
M
A
R
R
E

P
A
S

bruit normal (3) rupture du rotor sur deux phases
tension aux bornes insuffisante ou
couple rsistant trop lev.
MOTEUR DEMARRE
ET TOURNE A
VITESSE REDUITE
bruit normal (4) tension aux bornes insuffisante
rupture d'une phase du stator
rupture du circuit rotor
moteur ronfle et le (5)
courant de phases ingal
court circuit dans le stator
court circuit dans le rotor.

Courant absorb
exagr en marche
moteur ronfle et le (6)
courant de phases gal
moteur trop faible
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

24

Courant absorb
exagr au
dmarrage
(7)
moteur ronfle
Rhostat mal adapt au moteur.
court circuit dans le circuit rotor -
Rhostat.


Moteur chauffe
exagrment
(8)
Temprature exagre
Ventilation incorrecte
mauvais branchement
court circuit entre phases stator
fil d'alimentation rompu
moteur surcharg.
tension trop forte
Moteur fume et
brle
Temprature exagre (9) court circuit direct de spires du
bobinage
court circuit la masse
Moteur trop
bruyant
bruit atroce (10) vibration de certains organes
entrefer irrgulier
Tab.II.1 quelques symptmes relatifs aux pannes typiques du moteur

L'utilisation de plus en plus frquente d'association convertisseur statique-MAS et
avec ce qu'elle devance de sensibilit accrue, relative aux perturbations environnantes
impose la connaissance de leur comportement dans des situations varies. Le tableau
(Tab.II.2) rcapitule, parmi les pannes du tableau (Tab.II.1), deux pannes typiques du
moteur pouvant particulirement tre causes par un dfaut dans le convertisseur statique
associ:

Incidents Symptmes causes probables
Dgradation de la
vitesse du moteur
et arrt complet
chute de tension
alimentation rompue sur
une phase

interrupteur ouvert

Arrt immdiat
du systme
court-circuit alimentation
fusible fondu


interrupteur ferm
Tab.II.2 quelques symptmes relatifs des dfauts dans le convertisseur
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

25
II.8.3. OUTILS DE PROTECTION:

Dordinaire, des dispositifs comme les fusibles, les relais, et les disjoncteurs
protgent les moteurs induction. Il existe aussi une protection intgre au convertisseur
statique qui permet le verrouillage automatique de ce dernier et l'arrt du moteur lorsqu'une
surintensit est dtecte ou une surcharge est impose au moteur ou un creux de tension du
rseau est dtecte ou lorsqu'une phase est coupe (voir annexe 2). Ces dispositifs peuvent
tre renforcs par un outil de diagnostic temps rel. La recherche dans ce domaine, a rvl
lintrt incontestable de la connaissance qu'elle soit: numrique ou linguistique,
lessentiel, cest quelle a le pouvoir de participer lidentification de ltat d'volution du
systme, et de guider l'oprateur prendre rapidement la dcision adquate, pour sortir de
la turbulence du dfaut.

II.9. SUPPORT DE L'INFORMATION [II.4][II.5][II.20] :

L'objectif du diagnostic tant de signaler l'oprateur l'anomalie qui s'est produite
dans le systme surveill subordonne aux informations essentielles (symptmes) daide
la dcision, ces dernires doivent tre prcises et de caractre accs rapide.
D'habitude, pour arriver caractriser les anomalies d'un systme, il est ncessaire
d'avoir lavis dun expert en plus des informations recueillies sur le comportement du
procd durant ses modes de fonctionnement varis. Ces dernires sont fournies soit par un
modle, l'aide d'un simulateur ou en observant le comportement rel du systme en
fonctionnement, c.--d., partir de mesures effectues par les capteurs ou par constatation
de symptmes [II.21], l'ensemble de ces informations est regroup dans deux rpertoires :

1. Base de connaissance : sur ce support, les connaissances acquises sur le systme sont
dcrites sous forme de rgles : "Si c1 ET Si c2 Alors conclusion". Ces rgles tablies
par un expert peuvent tre empreintes d'imprcision et d'incertitudes. Avant
l'avnement des techniques de l'intelligence artificielle, l'imprcis posait des
problmes, mais l'heure actuelle, il est facilit par lapproche heuristique qui permet
de traduire une rgle en une donne numrique.

2. Base de faits : contient l'information de base, ncessaire, au systme de contrle -
commande pour l'tablissement d'un diagnostic. Les faits peuvent tre de deux types:
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

26
faits initiaux entrs par l'utilisateur et faits dduits par le systme lui-mme, on dit,
alors, qu'il apprend ou essaye d'imiter le cerveau.
Spars ou enchans, ces deux rpertoires doivent regrouper l'essentiel sur les
caractristiques du procd.

II.10. CONCLUSION

Dans ce chapitre nous avons essay de dmontrer l'intrt de se rfrer au
diagnostic biologique ; tout en regroupant le maximum dinformation ncessaire, pour
rsoudre le problme pos par les systmes technologiques, la conclusion qu'on peut tirer
de cette partie est la suivante :
Le systme nerveux central est le modle idal pour la radaptation d'un systme
de contrle commande aux modes de fonctionnement varis dune installation industrielle,
en particulier, de l'association convertisseur statique-machine asynchrone. La prsentation
slectionne des fonctions du systme nerveux central, malgr qu'elle soit imperceptible
par rapport sa ralit, elle pourrait, largement, suffire pour apprcier, du moins, son
aspect comportemental face un incident quelconque. Par ailleurs, les quelques points
voqus lors de cette tude peuvent certainement rsumer les proccupations et plus
prcisment les comportements que les industriels cherchent implanter dans leurs
processus de contrle commande afin qu'ils puissent imiter les ractions de celui-ci et
viter dans la mesure du possible, le maximum des contraintes qui peuvent altrer leurs
fonctionnements. Et avant d'arriver au stade o l'on peut bnficier des approches de l'I.A.
en reproduction comportementale et en diagnostic d'anomalies, il est ncessaire de choisir
l'endroit exact de leur implantation, facilitant leur exploitation temps rel, chose laquelle,
nous n'avons pas fait attention lorsque nous avons tabli l'esquisse, alors qu'elle jouis d'une
importance cruciale juge par son emplacement dans l'organisme biologique, ceci fera
l'objet du chapitre trois

II.11. REFERENCES BIBLIOGRAPHIQUES

[II.1] G.G. CHAMPIOT, "Compatibilit lectromagntique, prsentation gnrale",
Technique de l'Ingnieur D1300, 2. 2000, Traite gnie lectrique.
[II.2] E. MAUREIN, " L'lectricien d'usine, utilisation, entretien, rparation des
machines lectriques", Ed. Eyrolles, Paris, 1982.
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

27
[II.3] J.COURAULT, R. DAYAN, " Scurit de fonctionnement des grands
entranements", RGE, n5/ 1992
[II.4] Gilles ZWINGELSLEIN, " sret de fonctionnement des systmes industriels
complexes", Technique de l'ingnieur, traite informatique industrielle, 9- 1999.
[II.5] B. DUBUISSON, "dtection et diagnostic de pannes sur processus", Techniques de
l'Ingnieur, traite Mesures et contrle. 4-1989.
[II.6] B. DUBUISSON, "Diagnostic et reconnaissance des formes", Edition HERMES ;
Paris 1990.
[II.7] A. ATTOU , " Systmes multi agents et le temps rel" , Eyrolles , 1997
[II.8] C.BONNET ET IDEMEURE, " Introduction aux systmes temps rel", Herms,
Paris 1999.
[II.9] S.ALTUG, M.Y.CHOW and H.J.TRUSSEL, "Fuzzy Inference Systems
Implemented on Neural Architectures for Motor Fault Detection and Diagnosis",
IEEE transactions on industrial electronics, Vol 46, N.6, December 1999.
[II.10] J.M.ZURADA, "Introduction to Artificial Neural Systems", West publishing
Company; Copyright 1992.
[II.11] A.BOUCHET, J. CUILLERET, "ANATOMIE, TOPOGRAPHIQUE,
DESCRIPTIVE ET FONCTIONNELLE", T1., Le systme nerveux central, la face,
la tte et les organes des sens Ed. SIMEP SA, 1983, LYON-VILLEURBANNE/
PARIS.
[II.12] E. GARDNER, D J. GRAY & R. O'RAHLLY, " ANATOMIE", Traduction de
"Anatomy. A Regional Study of Human Struture", 4
E
ed. DOIN Editeurs, Paris et
Office Des Publications Universitaire, ALGER, 1979.
[II.13] P.OBRASKA, L.PERLEMUTER & J.QUEVAUVILLIERS, "MEDECINE :
Systme nerveux central, Mtabolisme", Enseignement des centres OSPITO-
Universitaires, tome 5, 2
e
Ed, Edition MASSON, Paris 1976, France.
[II.14] G. MORIN, " PHYSIOLOGIE DU SYSTEME NERVEUX CENTRAL", 6
e
Ed.
MASSON, Paris 1979, France.
[II.15] R.M.HAMLADJI, " PRECIS DE SEMIOLOGIE", Presses de l'Office Des
Publications Universitaire, ALGER, rimpression 02. 2002.
[II.16] G.TCHOBROUTSKY "DES SYMPTOMES A LA DECISION", la mdecine au
quotidien, vol1, l'Office Des Publications Universitaire, ALGER, rimpression 03.
1992. reproduction de L'O.N.D.A.
Chap.II DEFAILLANCES ET PROCEDES INDUSTRIELLES (Esquisse d'un procd totalement contrlable)

28
[II.17] G.TCHOBROUTSKY "DES SYMPTOMES A LA DECISION", la mdecine au
quotidien, vol2, l'Office Des Publications Universitaire, ALGER, rimpression 03.
1992. reproduction de L'O.N.D.A.
[II.18] F.OUNNAR, " prise en compte des aspects dcision dans la modlisation par
rseaux de ptri des systmes flexibles de production", thse de doctorat de l'INPG
en automatique productique, 12/1999.
[II.19] R. CHALAL, " Xdiag, outil au diagnostic de pannes des quipements industriels",
Technologie avance, n9, 1996.
[II.20] C.COMBASTEL, "Mthode d'aide la dcision pour la dtection et la localisation
de dfauts dans les entranements lectriques", Thse de docteur et L'INPG ;
2000/8.

29
Chapitre III.




INTEGRATION DES T.I.A AU SYSTEME
DE CONTROLE COMMANDE



III.1. INTRODUCTION :

On croit d'ordinaire qu'il est facile d'associer un algorithme un autre pour former un
logiciel oprationnel et exploitable industriellement, comme de rendre un matriel
fonctionnel la place d'un autre dfaillant (redondance matrielle), ce qui est difficile en
prsence de considrations comme le temps d'action - raction du systme de protection et le
risque encouru, par suite d'un retard l'excution du programme de surveillance associ au
procd. Les consquences relatives au paramtre " temps", sont diverses et peuvent rendre
une installation non oprationnelle et dfaillante dans l'instant qui suivra la dtection de
l'incident.
A travers ces constatations et portant l'ide d'imiter avec finesse le systme nerveux, les
conditions d'exploitation d'un tel programme doivent tre remises en cause afin de satisfaire
l'intervention spontane de l'oprateur. Dans ce contexte l'insertion des techniques de
l'intelligence artificielle au systme de contrle - commande; doit connatre un choix
judicieux du lieu d'implantation, une condition ncessaire pour russir le contrle subjectif
opr apprciablement, par le systme nerveux central, en concordance avec les neurones
priphriques dont la rpartition et la disposition le long de l'organisme (voir Fig.III.1)
divulguent l'intrt port la prsente tude. Vu sous cet angle, linsertion des T.I.A, aussitt
quelles prouvent de la capacit face la reproduction comportementale, permettra
d'envisager un suivi rationnel et en temps rel, de l'volution d'tat de l'quipement.
Eventuellement, dominer le moindre signe de dfaillance, ne serait, alors, qu'une simple
question de reproduction d'acte volontaire ou involontaire selon que la situation l'exige.
En rsum, lobjectif principal du prsent chapitre nest autre quune tentative pour
cerner compltement le problme de dfaillance. Dune part, modrer dans le comportement
du systme de contrle commande du procd en lui apportant les corrections dacte
ncessaires nonces dans le chapitre II, et dautre part, faire en sorte que la structure et
lordonnancement des activits du systme de protection soient en concordance avec celles
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

30
du systme nerveux afin de permettre dassiger le maximum de troubles en temps rel.
Ainsi, le systme de protection appel manifester une robustesse ingale, chaque fois
qu'un incident est dtect, pourrait imiter avec souplesse, le systme nerveux. Mais cela ne va
pas sans attir lattention vers lintrt particulier du seuil et de ce quil reprsente pour le
systme nerveux : il permet dactiver lautorgulation de lorganisme, de distinguer un tat
sain d'un autre dfaillant (un malaise ncessite lintervention mdicale), comme il permet de
dcouvrir la maladie en se rfrant au bilan complet (exemple : parmi les signes dun
prlvement, la Glycmie jeun a montr 1.23g/l alors que les valeurs de rfrence sont de
(0.55 1.15), ceci montre que le diabte est suspect).
Enfin, pour rsoudre le problme de diagnostic et de localisation de la source de dfaut
en temps rel, nous pourrions compter sur le renvoi de la mesure, effectue par les capteurs,
au simulateur, o les T.I.A, interviennent pour reproduire le comportement du procd, la
recherche d'information signalant un tat anormal. En cas de dpassement (dtection
danomalie), relever les symptmes et basculer vers le diagnostic, serait la nouvelle fonction
attribuer aux T.I.A. qui - en tant indpendantes du mcanisme de lautorgulation activ
dans ces cas l - peuvent, conjointement, ragir en recherchant le syndrome associ cet tat
et cela en saidant de lexpertise humaine. En phase finale, guider loprateur, dans sa prise de
dcision en lui fournissant, plus de dtails sur lincident et lorigine suspecte. Mais avant
darriver cette fin, il est prfrable de passer en revue tout ce qui concerne lexploitation du
systme de protection suivie dune introduction glossaire aux T.I.A. et lintervention
diagnostic.
Systme nerveux humain
Le cerveau, le cervelet et le tronc crbral (groups sous le nom d'encphale)
forment, avec la moelle pinire, le systme nerveux central. Le systme nerveux
priphrique est reprsent par l'ensemble des nerfs crniens (rattachs au cerveau

Fig.III.1 Systme nerveux humain Extrait de l'Encarta99
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

31
et au tronc crbral) et de tous les autres nerfs de l'organisme, rattachs la moelle
pinire (nerfs rachidiens).

III.2. POSSIBILITEES D'EXPLOITATION DU SYSTEME DE PROTECTION

Dans certains domaines de l'industrie (ex : pharmaceutique), l'interruption de service
d'une chane de production peut tre fatale c'est pourquoi, les industriels adoptent, d'habitude,
la redondance matrielle en solution, assurant le rtablissement provisoire de la partie
dfaillante de l'quipement [III.1][III.2]. Et comme cette solution est encombrante, la
recherche d'un outil qui soit la fois rapide, efficace, prcis et fiable pour assurer la continuit
de service sans recourir au dlestage, serait ncessaire: D'un ct, pour empcher la
dgradation d'tat de l'quipement, et renforcer l'intervention du systme de contrle
commande oprant sur un ou plus des coefficients de correction, pour satisfaire dans
certaines limites, le bon fonctionnement de l'installation. D'un autre ct, pour contrer, leffet
des dfauts qui chappent la dtection du systme de protection et deviennent, par la suite,
une vritable menace pour l'ensemble de la chane de production. Ce genre de dfauts, auquel
est confront lquipement industriel est sans doute le plus difficile manier par les moyens
de protection classique, et ce cause de son passage imperceptible, assur soit :

par la vitesse de propagation de dfaut, juge plus grande par rapport la raction du
systme de protection. La dtection dans ce cas n'aurait plus aucun intrt si le dfaut fini
par entraner le procd dans un tat de panne certain; ou ;

cause des caractristiques inconnues de l'incident: si celles ci ne figurent pas parmi ceux
classs dans la base de faits du systme; elles pourraient crer une barrire pour la
Unit de traitement de
Donnes

Machine Asynchrone

Charge
Capteur
rseau
redresseur onduleur

Machine Asynchrone

Charge
Capteur
rseau
redresseur onduleur
Dcision
c
o
m
m
a
n
d
e

redondance matrielle
Arrt
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

32
dtection et empcher que lincident ne soit souponn jusqu ce quil conduit vers une
panne certaine (caractre de dfaut ragissant long terme).
Revenons, maintenant, aux recommandations de l'industriel et la vision projete par
un scientifique pour rsoudre ce problme.

III.2.1. RECOMMANDATIONS DE L'INDUSTRIEL

L'industriel, pour la bonne conduite de son installation, exige d'atteindre les objectifs
suivants [III. 1][III.2]:
1. Maintenir la stabilit de fonctionnement de son procd pour sauvegarder le meilleur
rendement possible;
2. Rechercher en temps rel l'agent responsable du dfaut, et essayer d'viter les destructions
de matriels lors de cette opration.
Pour rpondre ces exigences une seule ide peut tre concevable cest celle dun
simulateur.

III.2.2. SYSTEME DE SURVEILLANCE PROJETE

Un systme de contrle commande, ayant l'aspect comportemental du systme
nerveux biologique, est un simulateur qui reoit des informations sur l'tat du procd
extrieur, traite ces donnes en temps rel et en fonction du rsultat, value une dcision qui
agit sur cet environnement extrieur afin d'assurer un tat stable [III.1][III.3]. Pour qu'un tel
systme soit ralisable, il faut associer lacte rflexe dun disjoncteur face un court-circuit
et la raction conduite dun rgulateur face une perte de synchronisme un nouveau bloc
permettant linsertion des faits et la gnration de symptmes pour aider loprateur expert
dcider de laction apporter sur son procd pour lloigner de tout trouble fonctionnel
(fig.III.2). Linformation et son exploitation doivent occuper le plus grand intrt dans la
conception de ce systme et la mise en valeur de celle-ci doit tre rfr la seule action
temps rel. Une fois, ce besoin est satisfait, le systme de surveillance et de diagnostic
pourrait, alors, remplir sa mission convenablement et avec souplesse et devenir comparable au
systme nerveux central

Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

33


III.2.3. FONCTIONS SURVEILLANCE ET TRAITEMENT DE DONNEES

La surveillance ' automatique' n'est pas borne la seule dtection d'ventuels dfauts,
elle englobe, la localisation et l'identification de ces dfauts, leur caractrisation par leur
taille, classement, dcision; et ce sont des oprations de traitement de donnes qui permettent
d'atteindre ces objectifs dsormais dans de bonnes conditions grce l'apport intensif de
l'informatique temps rel [III.2][III.4][III.5]. Et comme le recueil de donnes issues de
comptences expertes est essentiel pour le diagnostic; son exploitation doit tre soumise au
caractristique du dispositif d'tude choisi. Et l'information concernant l'tat d'un procd,
partie d'un ensemble, est contenue dans certains de ses paramtres globaux et dtectables tels
que l'analyse des vibrations (bruit), l'analyse des lubrifiants, la mesure de TC
(l'chauffement)etc.


III.3. DEFAUTS ET DIAGNOSTIC TEMPS REEL

D'aprs les avances de la problmatique, nous ralisons qu'en fait, nous nous
trouvons devant deux types de dfauts [III.1][III.6]: le premier regroupe les dfauts dtects

Raction
rflexe
BASE DE FAITS
INSERTION MMORISATION
RESULTATS
MESURES
Gnration de
symptmes
Dcision de
loprateur
Centre dInterprtation
Raction
conduite
Arrt:
Disjoncteur ,
Fusible,
Rgulation
Asservissement,
Fig.III.2 diagramme simplifi du systme de protection projet
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

34
mais, malheureusement, leur infiltration est assure par leur vitesse de propagation et le
second, on peut le qualifier d'nigmatique car non reconnu par le systme de protection pour
tre discerner. Face ces deux types, la surveillance doit tre instantane, globale et soigneuse
afin que l'opration diagnostic aboutie de faon correcte et immdiate vers le rsultat dsir,
celui dempcher la panne en bloquant la prcipitation de l'tat critique.
En ayant l'esprit que l'opration diagnostic est une consquence l'identification des
symptmes au contenu de la base des faits; le temps de traitement de l'information serait
inutilement expir en cours d'identification. Dans ces conditions, la mission du systme de
surveillance qui consiste : informer l'oprateur des rsultats du diagnostic, ne serait jamais
accomplie en temps rel, car le temps de raction ne serait plus suffisant pour atteindre ce
stade. Devant ces contraintes, la dcision serait, logiquement, de prserver le procd
industriel, en stoppant sa dgradation d'tat par les moyens disponibles l'excution d'un
rflexe mcanique: disjoncteur; fusibleetc. De tels outils ne permettent, gnralement, pas
de dlimiter la zone de dfaut, qu' travers l'identification du composant en cause et
l'inspection de la zone mise sous sa surveillance. Par contre, le procd de rflexe chez
lhomme, est synchronis la mmorisation des symptmes manifestant la cause qui a
entrane l'arc rflexe. Un tel fait est indispensable pour l'automatisation du diagnostic et un
systme de contrle commande doit tre capable d'insrer, automatiquement, et
paralllement la raction engage, le syndrome de l'incident dtect. Dans le mme
contexte de raisonnement, notre attention peut tre attirer vers d'autres moyens tels que:
acclrer l'opration diagnostic et rendre son action indpendante du taux de l'information
recueillie en envisageant des sauts dynamiques trs bien choisis, ou, en augmentant
la vitesse d'accessibilit l'information par des techniques de traitement
spcifique ou bien en songeant diviser le procd en partitions o l'on spcifie
pour chacune d'elle un rseau pour le traitement de l'information qui en drive et
cela en faisant rfrence aux partitions observes sur la figure III.1 et leurs
rapport avec le mcanisme des actions volontaire et involontaire du systme
nerveux central, illustr par les figures II.7 et II.8 du paragraphe (.II.6).
D'aprs plusieurs rfrences [III.7]. [III.15], l'assistance de l'intelligence artificielle est
capable de nous offrir ces fonctions, car, comme il va tre prsent dans les prochaines
sections, ses techniques sont doues d'un potentiel remarquable en traitement de l'information
prcise en rgulation, imprcise traduisant une dfaillance ou une ide d'un expert qu'il a
avance pour empcher que le dfaut n'entrane l'installation hors de son contrle.

Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

35
III.4. LE RECOURT A LINTELLIGENCE ARTIFICIELLE

L'intrt de recourir lintelligence artificielle pour rsoudre le problme de
diagnostic des dfaillances est d principalement [III.7] [III.8] [III.9] [III.11][III.15] aux
avantages suivants :
La non disponibilit de modle explicite pour le cas de dfaillances est un
problme que seul les TIA peuvent rsoudre car bases sur la non ncessit de
modlisation.
L'insertion de connaissances dexperts, donnes sous forme linguistique soit pour
la dtection, le diagnostic ou la localisation de dfauts ce qui permet de rendre le
systme de contrle commande apte effectuer l'insertion automatique des
symptmes et la mmorisation de chaque nouvel acte (possibilit de son auto -
instruction).
La simplicit dans la mise en uvre, une fois prpares les rgles d'expert.
La robustesse face aux perturbations.

III.5. L'INTELLIGENCE ARTIFICIELLE ET SES OUTILS

L'intelligence artificielle apparut en 1950, est une branche de l'informatique qui traite
la reproduction par la machine de certains aspects de l'intelligence humaine tels qu'apprendre
partir d'une exprience passe reconnatre des formes complexes et effectuer des
dductions [III.15]. Les rsultats les plus aboutis de l'intelligence artificielle concernent la
rsolution de problmes complexes dans un domaine dlimit de comptences. Parmi ses
techniques, celles auxquelles nous nous intressons sont:

III.5.1. RESEAUX DE NEURONES :

Inspir de l'organisation des cellules biologiques (Fig.III.3), les rseaux de neurones
formels sont l'origine d'une tentative de modlisation mathmatique du cerveau humain
[III.11]. Les premiers travaux datent de 1943 et sont l'uvre de MM. Mac Culloch et Pitts
[III.11][III.15]. Ils ont connu des dbuts prometteurs vers la fin des annes50 [III.15], mais le
manque d'approfondissement de la thorie a gel ces travaux jusqu'aux annes 80.
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

36
Dcision
R

c
e
p
t
e
u
r
s

C
a
p
t
e
u
r
s

B
i
o
l
o
g
i
q
u
e

Peau
Nez
Oeil
Langue
Oreille
Neurones Biologiques
Rflexe
Effet conscient
Effet
inconscient

Fig.III.3. Structure d'un rseau de neurones biologiques

Le modle de neurone formel est un modle mathmatique trs simple driv de
l'analyse de la ralit biologique. Sa structure est donne par la figure III.4, [III.7][III.11].
La formulation mathmatique de ce neurone est dcrite par la relation suivante:
( )

=
i i
E w f S
O S : est la sortie du neurone
E
i
: est la i
eme
'entre du neurone, elle caractrise la donne communique par le capteur
(test de dtection) ou par lexpert (diagnostic et base de faits et de connaissance).
f: fonction d'activation (la sigmode) et w
i
: poids de connections avec les entres.
Malgr le progrs accompli et bien qu'il soit encore difficile de proposer une vue
synthtique des fonctions crbrales, auxquelles les chercheurs ont fait rfrence, sans trop
s'carter des faits [III.16], l'tude objective et prcise de ces rseaux converge pour souligner
l'importance de la diriger sous le soin et le contrle de la neurophysiologie qui s'intresse
davantage aux problmes de comportement. En consquence et compte tenu de l'intrt de
rsoudre le problme de dfaillances, il est toujours possible d'entreprendre le raisonnement
humain, en utilisant les lois de la physique (modle du procd), de communiquer l'entre
du rseau artificiel des donnes de simulation la place des mesures effectues par les
capteurs, ce qui permet une description approximative de son tat [III.12], la reproduction
comportementale rsultat de ce test est une tape ncessaire; car elle permet de dcrire, en cas

Sortie


E
n
t
r

e
s

Fig.III.4 Neurone formel [III. 15]

E
1
W
1

E
2
W
2
. .

E
i
W
i
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

37
de trouble fonctionnel, le scnario relatif au diagnostic depuis la dtection de l'incident et
jusqu' la localisation de sa source. L'absence d'information concernant certaines situations
qui ne sont pas connues par l'intermdiaire de capteurs ou celles dont la mesure est soumise
des imprcisions, pourront tre pallies dans le cadre formel de l'intelligence
artificielle[III.12].

III.5.1.1. Classification des rseaux de neurones [III.7][III.11][III.17]:
On peut classer les rseaux de neurones en deux grandes catgories:
i) Les rseaux statiques (ou non boucls): Le temps n'est pas un paramtre significatif
et la modification de l'entre n'entrane qu'une modification stable de la sortie et
n'entrane pas de retour d'information vers cette entre. Ces architectures sont les plus
couramment utilises en diagnostic.
ii) Les rseaux dynamiques (ou boucls): contiennent des rebouclages partiels ou totaux
entre neurones et ont donc une volution dpendante du temps
III.5.1.2. Apprentissage et Gnralisation :
L'apprentissage ou l'opration qui consiste adapter les poids synaptiques en fonction
des stimulus prsents la couche d'entre, est subdivise en deux grandes catgories:
apprentissage supervis ou apprentissage non supervis [III.17].
i) apprentissage supervis: consiste renvoyer au rseau une information lui
permettant de faire diminuer son taux d'chec. L'information peut tre une rponse
dsire, une mesure de l'erreur commiseetc.
ii) apprentissage non supervis: implique la fourniture un rseau autonome d'une
quantit suffisante d'exemples contenant des corrlations, telles que celui-ci en dgage
les rgularits automatiquement.

Le processus de rtropropagation de l'erreur est l'algorithme d'optimisation qu'on
applique pour mettre en vidence l'erreur qui autoriserait la mise jour des poids, une
question qui est reste longtemps non rsolue, jusqu' la mise au point de cet
algorithme[III.11][III.17].

En ce qui concerne la gnralisation c.--d. la capacit d'un rseau de neurone ragir
correctement face des donnes qui n'taient pas prsent dans le corpus dapprentissage
[III.17][III.18], elle est lie au taux de l'erreur mesure qui, lui aussi, dpend de la
configuration du rseau. La thorie a permet d'noncer que dans la quasi-totalit des cas de
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

38
non-linearit, il est constat qu'une couche cach est suffisante; mais elle ne donne pas
d'indication en revanche sur sa taille c.--d. sur le nombre de neurones qu'elle contient et rien
de particulier sur les contraintes du nombre de couches caches, sauf que, pour qu'un rseau
mne une gnralisation aussi bonne que celle de lapprentissage [III.7][III.11]:
1. la premire condition respecter est qu'il faut que le rapport du nombre d'exemples
d'apprentissage au nombre de connexions soit suprieur un
2. la deuxime condition est de trouver la taille approprie de la couche cache.

III.5.2. LOGIQUE FLOUE:

La logique floue propose par L.Zadeh dans les annes 1965 [III.13], a t introduite
en 69 par Goguen et est prsente comme un cadre pour le raisonnement approximatif
[III.14]. C'est la logique qui rgie les mcanismes mentaux humains beaucoup plus souvent
que la logique formelle [III.12][III.14], car si l'on a besoin d'interprter un vnement entach
d'incertitude, on procde assez souvent par donner des explications logiques en exploitant
toutes les rgles disponibles pour approcher le rsultat obtenu [III.14][III.15]. En d'autre
terme, c'est la logique qui s'efforce d'apporter des solutions un problme clef de toutes les
ralisations pratiques [III.14], en exploitant le savoir-faire de l'oprateur expert. Avant
d'aborder, le raisonnement en logique floue, il est ncessaire de dfinir ses bases
[III.9][III.12][III.14][III.19].

III.5.2.1. Variables linguistiques et degr d'appartenance:
Les variables linguistiques ou variables floues, sont les entres et les sorties du
systme [III.5][III.20][III.21]; exemple: la temprature: est une variable linguistique qui peut
prendre simultanment plusieurs valeurs linguistiques: faible, moyenne, leve
En logique classique, une variable peut prendre deux valeurs vrai (1) ou faux (0).
En logique floue: une fonction d'appartenance
A
est associe tout sous-ensemble u
de l'ensemble flou A dans l'univers de discours U, tel que:
: AU
u
A
(u) [0,1]
Avec:
A
(u) : le degr d'appartenance de u dans A, donn sur un intervalle [0, 1].
Pour chaque variable, on dfinit des zones d'appartenances floues de formes
trapzodale ou triangulaire.

Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

39
III.5.2.2. Rgles floues
Pour dcider du degr d'appartenance de la sortie aux sous-ensembles de sorties, il est
ncessaire de dterminer des rgles floues ou rgles d'interfrence. Une rgle floue est une
proposition floue exprime sous la forme suivante:
Si x1 est .et si x2 est Alors y est.
Lespace des entres dun contrleur flou constitue la prmisse de la rgle et lespace
des sorties constitue la conclusion ou la consquence de la rgle

III.5.2.3. Contrleur flou [III.5][III.9][III.20][III.21]:
Le raisonnement flou fait appel trois tapes principales:
1. implication floue
2. infrence floue
3. agrgation des rgles
de l'ensemble des tapes de traitement des rgles, qui sont :
i) Fuzzification: est l'opration qui consiste affecter pour chaque entre physique, un
degr d'appartenance chaque sous-ensemble flou. En d'autres termes c'est l'opration
qui permet le passage du numrique au symbolique.
ii) Implication floue: donne une information sur le degr de vrit d'une rgle floue
partir des degrs d'appartenance de la prmisse et de la conclusion. La norme
Mamdani et la norme Larsen sont les plus utilises car elles traduisent la notion de
progressivit.
iii) Infrence floue: est une opration base sur le modus ponens gnralis qui permet
de dterminer l'ensemble flou infr rsultant d'une rgle.
Soit la rgle: Si x est A1 alors y est B1
Considrons un ensemble flou A. L'infrence floue permet alors de dterminer
l'ensemble flou B, tel que l'on ait: si x est A alors y est B.
iv) Agrgation des rgles : consiste considrer les ensembles flous infrs par chaque
rgle pour en crer un autre, reprsentatif de l'ensemble des rgles.
v) DeFuzzification : est l'opration qui permet le passage du symbolique au numrique

III.5.2.4. Base de connaissances: est compose :
1. Dune base de donnes fournissant les informations ncessaires pour les fonctions de
normalisation.
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

40
2. La base de rgle constitue un ensemble dexpressions linguistiques structures autour
dune connaissance dexpert, et reprsente sous forme de rgles:
Si < syndrome > alors < sources de dfaut >

III.5.2.5. Extraction des rgles: est gnralement ralis auprs d'un expert ou d'un oprateur
qualifier. Dans le cadre de diagnostic et en l'absence de l'expertise, la modlisation du
processus surveill et la reproduction de son comportement a un intrt particulier pour la
construction des rgles linguistique en utilisant les seuils ou symptmes dtermins travers
la simulation de modes de dysfonctionnement.

DIFFICULTE DANS L'EXPLOITATION DE LI.A: La difficult attache
ces deux approches: logique floue et rseau de neurones, rside dans
l'exploitation spcialise de l'information stocke dans la base de faits
du procd. Celle-ci, tant le seul recours pour identifier l'anomalie
une fois apparue elle est, pratiquement, seule responsable de la
dcision qui serait prise par l'oprateur, il est donc fondamental, que le
temps de traitement de l'information et de balayage du contenu de la
banque de connaissances soit le plus bref possible.

III.6. PERTINENCE DE L'INTEGRATION DES T.I.A :

En gnral, la dtermination du bon du mauvais fonctionnement d'un procd est
laisse au soin de l'oprateur [III.10] qui en se basant sur l'information fournie par le systme
de surveillance (i.e. de contrle-commande), tabli sa dcision. Par consquent; les outils de
l'intelligence artificielle en fonction de leurs emplacement dans la structure globale du logiciel
doivent, ordinairement, tre en mesure de rpondre chaque venue de l'information (mesure)
par un traitement rapide et efficace afin de pallier toute dgradation fonctionnelle du procd,
en mettant en la possession de cet oprateur toute sorte d'information concernant le temps de
dtection de l'incident, de ses origines souponnes et du temps restant pour son intervention.
Mais, lorsque la situation progresse de faon acclre, l'emplacement appropri pour ces
outils doit permettre de commander des sauts dynamiques des tapes dj explores, lors de
l'identification prcdente, ce qui ne va pas entraner une perte de temps, retranche
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

41
instinctivement, des oprations restantes ce qui revient sur l'puisement du temps
d'intervention.

III.7. DEMARCHE SUIVIE EN SURVEILLANCE TEMPS REEL

Lorsque le procd (ex: moteur) fonctionne normalement et la mesure est compare
instantanment, au vecteur de pannes, une situation de fonctionnement en mode dgrad est
immdiatement visualise par son volution et est donc dtecte par l'oprateur. Si la
dgradation du mode de fonctionnement volue suffisamment lentement alors l'oprateur peut
assister cette volution en temps rel et peut prendre une dcision. Dans le cas contraire, le
procd, moyennant la rapidit d'excution du programme d'exploitation, peut subir les
consquences de la phase critique en essayant de maintenir la stabilit de fonctionnement.

III.7.1. MISE EN UVRE DU DIAGNOSTIC

La mise en uvre du diagnostic [III.6] est difficile et cette difficult devient plus grande
avec la complexit du systme tudi. Pour la raliser nous devons :
- avoir une connaissance approfondie de la machine en fonctionnement et de ses
diffrents paramtres ;
- faire le maximum de mesure ;
- connatre les phnomnes en interaction ;
- enfin simuler les pannes avec le modle reprsentatif.
Ce dernier point est bien souvent une aide prcieuse dans le cas o l'on ne dispose pas de
donnes exprimentales et devant une dgradation nergtique inexplique. Evidemment plus
le modle reprsentatif reproduit fidlement le fonctionnement de la machine et plus le
diagnostic est facilit (les symptmes seront retenus avec plus de prcision).

III.7.2. DIAGNOSTIC DES DEFAUTS IMPREVISIBLES

Le diagnostic d'un dfaut peut ne pas poser de problme si on connat ses
caractristiques. Le problme le plus difficile est d'ignorer l'existence de l'incident jusqu' ce
qu'il vienne perturber le systme. Au milieu d'vnements interactifs, l'avnement d'un dfaut
imprvisible peut avoir lieu ce qui doit tre pris en compte dans la structure finale du logiciel
(le rapproch un systme nerveux et lui apprendre l'insertion automatique de ces dfauts).


Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

42
III.7.3. VECTEURS TESTS ET SEUILS DACTIVATION DES T.I.A

Les grandeurs : puissance du moteur, vitesse de rotation, temprature et vibration sont
les paramtres caractristiques de l'tat de l'installation industrielle. Le diagnostic sera, par
consquent, facilit par l'analyse variationnelle de l'un ou plus de ces grandeurs qui ne sont
autres que les vecteurs tests. Et les seuils de tolrance fixs sur ces dernires peuvent
intervenir pour exciter l'activation des techniques de l'intelligence artificielle. En se retournant
vers le systme nerveux central, le seuil dactivation des neurones biologiques est de -70 mV,
avant datteindre ce potentiel, l'organisme est jug en bon tat de sant, ce qui ne va pas
entraner un diagnostic spcifique des organes surveills. Par consquent, l'valuation d'tat
est faite au niveau des rcepteurs (dcentralis) et ne ncessite pas de garantie sur le bon
droulement des oprations biologiques, mais une fois ce seuil est atteint, un trouble
fonctionnel est suspect ce qui ncessite lintervention de rgulation, sinon celle des anticorps
ou externe, en exploitant tous les symptmes recueillis pour lidentification du problme et la
recherche de son origine, comme, apparat dans l'exemple suivant: la carie d'une dent
provoque la douleur et signale l'origine.

III.7.4. IDENTIFICATION DU DEFAUT

Cette opration permet de connatre les caractristiques du dfaut (le syndrome). Les
symptmes sont le moyen unique d'identification. Il se peut qu'un ensemble de dfauts
prsente les mmes symptmes globaux et pour faire la distinction entre tel ou tel dfaut, il
faut revenir vers le diagnostic diffrentiel et effectuer des tests de prcision sur lidentification
de nouveaux symptmes [III.16][III.6]. La dcouverte de nouvelles caractristiques confirme
le dfaut dtect.
Fig.III.5. Rfrentiel anomalies (. II.3)
Diagnostic
Dtection de dfaut
Localisation
Dtection
Marge de seuil
Syndrome correspondant au
dfaut dtect.
I
d
e
n
t
i
f
i
c
a
t
i
o
n


l
a

b
a
s
e

d
e
s

f
a
i
t
s


Dfaut
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

43
III.7.5. LOCALISATION DE LA SOURCE DE PERTURBATION

L aussi, la localisation fait appel au contenu de la base des faits, qui permet le retour
vers les causes probables pour localiser la source relle de l'incident [III.6][III.17].

III.7.6. OUTIL D'EVALUATION ET DANALYSE COMPORTEMENTALE DU
PROCEDE

Nous avons appris, par exprience, rsoudre des problmes varis du comportement
d'une machine travers la simulation numrique de son modle mathmatique ; ce moyen
[III.1][III.6] nous a permis de franchir certains domaines, d'valuer l'aptitude de mcanismes
supporter certains rgimes svres qu'il n'tait pas question d'approcher en pratique, il nous
a aussi permis de connatre les contraintes dilectriques, thermiques, mcaniques et d'orienter
l'oprateur vers la meilleure exploitation des moyens disponibles pour limiter ces contraintes,
tout en conservant un meilleur rendement. Mais est-il possible de compter, toujours, sur son
appui, pour rsoudre le problme de dfaillances? Pour rpondre cette question on peut dire
que: La prise en considration des contraintes d'interaction des modules d'une chane de
Redondance matrielle
Oui
Dlestage
Rparation
T.I..A
Identification
Base des faits
(Symptmes archivs)

t
rel
<=t
estim
Non
Tests de localisation
Dcision

Oui







N
o
n














O
u
i


Rgulation

Non
Consigne

Convertisseur statique
MLI

MAS
Capteur


y 'a t - il de
dfauts


Est- il
Grave ?
Rseau
charge

Fig.III.6. diagramme fonctionnel global
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

44
production automatise (Fig.III.6) est la seule capable de juger sa russite pratique ou sa mise
en uvre puisque c'est seulement en analysant la ralit de la dynamique d'une machine qu'on
peut connatre son tat. Le problme c'est que cette ralit est l'quivalent d'un modle
fortement non-linaire qu'un essai de simulation ne permet d'tudier que dans le cadre
d'hypothses simplificatrices "idalis". Toutefois, l'laborer paralllement, au TIA, pourrait
dmontrer les capacits de ces dernires face la surveillance et au diagnostic de dfauts. A
travers la simulation de la reproduction comportementale, il nous serait possible de tmoigner
leurs aptitude reproduire tout comportement rel commenc par le procd surveill, ce qui
implique, la dtection de l'incident en temps rel et lancement du diagnostic, aprs
compilation de tout les symptmes associs.
La reproduction, laquelle nous faisons illusion dans cette thse, tente de raliser la
fonction suiveur pour engager, en cas d'anomalie et en temps rel, l'opration diagnostic. Par
voie de consquence, tester, la faisabilit de ces techniques comme une nouvelle forme pour
la modlisation de systmes

LANGAGE DE PROGRAMMATION :

Le MATLAB est lun des langages temps rel qui constituent l'autre possibilit pour la
mise en uvre de systme temps rel [III. 23] [III.24].

III.8. CONCLUSION :

Lobjet de la prsente section a t le systme de protection depuis ses possibilits
dexploitation classique et les recommandations de lindustriel jusqu prvision dun systme
de contrle commande anim dune opration diagnostic bas sur les T.I.A. Lintrt de cette
prsentation est la recherche de lemplacement idal pour lintgration de ces techniques, cet
emplacement, pour tre rentable, doit obligatoirement rpondre au facteur temps rel.
Il est noter que l'emplacement idal pour l'intgration des techniques de l'intelligence
artificielle dans le systme de contrle commande, pourrait tre dun intrt particulier. Et
ladaptation de ce systme ragir en temps rel ne pourrait tre quen fonction de
lemplacement choisi. Il est vrai que plusieurs tches ont t l'objet de rflexion, et ceci pour
garantir l'imitation comportementale du systme nerveux central. En concluant, l'effort qui
doit tre labor pour intgrer les outils de l'intelligence artificielle dans le systme de
contrle commande est plus difficile, car, il ne s'agit pas d'un simple programme intgrer
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

45
en squence logique avec le reste du logiciel, c'est plutt comment voudrions nous voir son
impact sur l'action raction du systme de protection. Aucun prjug ne pourrait tre rendu,
maintenant car seule, l'tude de simulation pourrait dmontrer parmi les tests envisags celui
qui sera le meilleur et saura rpondre l'objectif principal de cette recherche.
Avant de clore cette partie, on peut dire qu'une telle tude doit forcement s'appuyer sur
des banques de connaissances exhaustives et drivant d'un essai exprimental et de
connaissances d'experts sur les faits rel qui apparaissent avec le dfaut.

III.9. REFERENCES BIBLIOGRAPHIQUES

[III.1] Gilles ZWINGELSLEIN, " sret de fonctionnement des systmes industriels
complexes", Technique de l'ingnieur, traite informatique industrielle, 9- 1999.
[III.2] J.COURAULT, R. DAYAN, " Scurit de fonctionnement des grands entranements"
RGE, n5/ 1992
[III.3] B. DUBUISSON, "Dtection et diagnostic de pannes sur processus", Techniques de
l'Ingnieur, traite Mesures et contrle. 4-1989.
[III.4] B. DUBUISSON, "Diagnostic et reconnaissance des formes", Edition HERMES ;
Paris 1990.
[III.5] A. EVSUKOFF, " Le raisonnement approch pour la surveillance de procds ",
Thse doctorale en Automatique productique, laboratoire d'Automatique de Grenoble,
1998
[III.6] Gilles ZWINGELSLEIN, " Diagnostic des dfaillances, thorie et pratiques pour les
systmes industriels, traite des nouvelles technologie srie diagnostic et maintenance,
Edition HERMES, Paris, 1995.
[III.7] J.M.ZURADA, "Introduction to Artificial Neural Systems", West publishing
Company ; Copyright 1992.
[III.8] B. KOSKO, " Neural Networks and Fuzzy systems, A Dynamical systems Approch
To machine intelligence" University of southern california, Prentice HALL,
Englewood Cliffs, C 1992
[III.9] B.DEMAYA, "Commande floue de systmes Dynamiques Complexes, Application
la commande d'un moteur thermique", Thse prpare au laboratoire d'analyse et
d'Architecture des systmes du CNRS, 1994. En vue de l'obtention du grade de
Docteur de l'institut National des sciences Appliques de Toulouse. Spcialit:
Automatiques et Informatique Industrielle.
Chap III INTEGRATION DES T.I.A AU SYSTEMEDE CONTROLE COMMANDE

46
[III.10] E. ZAMAI, "Architecture de surveillance-commande pour le systme vnement
discret complexes", Thse Doctorat de l'Universit de Toulouse Spcialit :
Informatique Industrielle, 1997.
[III.11] E. DAVALO & P. NAIM " Des rseaux de Neurones ", Edition Eyrolles, 2eme tirage
1993.
[III.12] B. BOUCHON-MEUNIER " La logique floue et ses applications ", Prface du
professeur LOTFI A.ZADEH ; Ed. Addison-Wesley France, SA, Dcembre; 1994.
[III.13] K. BIMAL (Fellow IEEE) " Expert system, Fuzzy logic, and Neural Network
Applications in Power Electronics and Motion Control ", Proceedings of the IEEE,
Vol.82, N 8. August 1994.
[III.14] R. KETATA & A. TITLI," Sur La Logique Floue Et Ses Applications ", Rapport
LAAS, Laboratoire d'analyse et d'architecture des systmes, Novembre 1994.
[III.15] A. KAUFMANN," Nouvelles logiques pour l'intelligence artificielle ", Edition
HERMES, Paris, 1987.
[III.16] G. MORIN, " PHYSIOLOGIE DU SYSTEME NERVEUX CENTRAL", 6e Ed.
MASSON, Paris 1979, France.
[III.17] M.WEINFELD, " Rseaux de neurones", Techniques de l'ingnieur, trait
informatique, 1997.
[III.18] L.BEAUGE, S. DURAND & Y. LALLEMENT " Approches pluridisciplinaires pour
l'tude de la mmoire, du temps et du raisonnement en neuromimetisme", Crin-CNRS-
Inria Lorraine, Nancy.
[III.19] P.Y.GLORENNEC, "Algorithme d'apprentissage pour systmes d'infrence floue",
Dpartement d'informatique INSA de rennes/ IRISA.
[III.20] J.F. BOURGEOIS," Le point sur la rgulation floue applique au chauffage des
fluides", Collection notes internes de la direction des tudes et recherches, Copyright
EDF, 1996.
[III.21] M.KADJOUDJ," Contribution la commande d'une machine synchrone aimants
permanents", Thse de doctorat en gnie lectriques, Universit de Batna, 2003.
[III.22] F. HAZARD, "Guide de la maintenance" Edition Nathan, 1987.
[III.23] A. ATTOU, " Systmes multi agents et le temps rel" , Eyrolles , 1997
[III.24] C.BONNET & I DEMEURE, " Introduction aux systmes temps rel", Herms,
Paris 1999.


47
Chapitre IV



TESTS DE VALIDITE DES TECHNIQUES
DE L'INTELLIGENCE ARTIFICIELLE


IV.1. INTRODUCTION :
On sait par exprience que la majorit des fonctions de sret de fonctionnement qui
consiste connatre, valuer, prvoir, mesurer et matriser les dfaillances des systmes
industriels [IV.1] [IV.2] sont ralisables en temps diffr, l'exception de la dernire
fonction. En effet, pour matriser, rellement, la dfaillance, il est ncessaire de dominer
l'incident ds sa dtection, en sauvegardant la continuit de service de l'quipement au niveau
requis par l'exploitant.
Pour russir cette tche, en s'aidant des techniques de l'intelligence artificielle, nous
devons commencer par mettre en valeur le potentiel que celles-ci sont capables d'engager lors
d'une analyse au diagnostic et le meilleur moyen pour le savoir cest de les tester sur la
reproduction comportementale de l'tat sain de la machine. Le recourt ce test est bien
videmment justifier par le fait que toute activit biologique est acquise par apprentissage.
Quant sa ralisation, nous aurions besoin des mesures effectues, pratiquement, par les
capteurs associs au procd. Mais tant donn quil sagit dun simple essai de simulation,
les donnes (inputs) peuvent, initialement, tre choisi parmi ceux obtenues de la simulation du
modle mathmatique de la machine asynchrone ; en respectant les caractristiques des
capteurs utiliss, afin que la reproduction se droule comme prvu exprimentalement. Une
consquence, peut tre value, relative ce choix, cest la prcision des rsultats qui sera
fonction du pas de rglage des capteurs. Seulement, son intrt et celui de ce test vis--vis du
diagnostic peuvent tre mesur la russite de l'intelligence artificielle dans la tche qu'elle
est tenue de remplir, celle dinformer l'oprateur du moindre signe refltant un tat dgrad
du procd (dtection) et de le guider loigner ses effets sur l'quipement (aprs diagnostic).
Comme il a t constat, c'est un domaine dlicat qui diffre de celui de la commande, par
la difficult de matriser limprvu do limpossibilit de raliser des essais exprimentaux et
lobligation de retourner vers la simulation pour comprendre comment bnficier dans la
mesure du possible, des outils de lI.A. dans un diagnostic non destructif.
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

48
Ainsi, la modlisation et la simulation comportementale constituent, une tape essentielle
et non suffisante pour reproduire lide signale par lesquisse. En vertu desquelles, la
reproduction comportementale du procd laide des approches: rseaux de neurone,
logique floue, va dlimiter leurs apports pour le diagnostic industriel (en terme de temps rel
et defficacit), lorsque lessai exprimental sera jug utile.

IV.2. DISPOSITIF ET MODELE DE LA MACHINE

Le dispositif d'tude est schmatis sur la figure IV.1.

Alimente par le rseau lectrique de systme de tension triphas quilibr (IV.1),
( )
( )
( )

+ =
+ =
+ =
3 / 4 t cos 2 Vs vsc
3 / 2 t cos 2 Vs vsb
t cos 2 Vs vsa
s
s
s
(IV.1)
Avec :
Hz 50 f et fs 2
s s
= =
la machine asynchrone dont la complexit rside dans la non linarit et la corrlation de ses
phnomnes lectromagntiques, est caractrise par le modle rel ci-dessous :

| | | || |
| |
| | | || |
| |

+ =

+ =
dt
d
i R V
dt
d
i R V
r
r r r
s
s s s
(IV.2)
Avec
Fig.IV.1.Machine asynchrone dans la chane de production
Redresseur
Circuit de commande
Moteur
Charge
Capteurs


Rseau
T
2

D
1
D
3

C
f
T
5
T
3
T
1

T
4
T
6

D
5

D
2
D
6
D
4

Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

49
| | | || | | || |
| | | || | | | | |
s
t
sr r rr r
r sr s ss s
I M I L
I M I L
+ =
+ =



IV.2.1. MODELE DE PARK

Etudier l'volution de l'tat dynamique du systme revient ne considrer qu'un
intervalle, caractris par la linarit des quations diffrentielles [IV.3][IV,4]. Par
consquent, on adopte la reprsentation mathmatique classique "avec hypothses
simplificatrices".
La machine asynchrone [IV.3][IV,4] dont les enroulements statoriques sont coupls en
toile peut tre reprsente, dans lespace lectrique, par deux armatures diphases fictives.
Une armature statorique constitue de deux enroulements aliments par les tensions v
sd
et v
sq

et parcourus par les courants i
sd
et i
sq
et une armature rotorique constitu de deux
enroulements en court circuit parcourus par les courants i
rd
et i
rq
. Les deux armatures sont
places dans un repre dq, dit de PARK, unique comme le montre la figure IV.2.
Structure de principe

. 1 paire de ple,
. Stator mont en
toile,
. Rotor en court
circuit,
r s
=







La modlisation en rgime dynamique de la machine asynchrone triphas dans le
rfrentiel de Park conduit au systme d'quations (IV.3) :

b
s

V
sb
a
s


V
sa
V
sc


c
s

a
r

r

s

b
r


v
rb
d
q
v
rc
v
ra
c
r

Fig.IV.2.Machine asynchrone :
Structure de principe
V
sd


V
rd
V
rq




V
sq
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

50
(
(
(
(

(
(
(
(
(
(
(
(
(

+
(
(
(
(

(
(
(
(
(
(
(
(
(
(





=
(
(

0
0
0 0 0
0 0 0
0 0
1
0
0 0 0
1
.
2
2
vsq
vsd
L L
m
L L
m
L
L
irq
ird
isq
isd
L
R
L L
m
L L
mR
L
m
L L
m
L
R
L
m
L L
mR
L L
mR
L
m
L
R
L
m
L L
mR
L
R
irq
ird
isq
isd
r s
r s
s
s
r
r
r s
r
r s
r
r
r
r s
r
r
r
r
r
r s
r
r s
r
s
r
s
s r
s
r
r s
r r
s
s

(IV.3)
Avec:
( ) ( )
( ) ( )
(
(
(



=
(

vsc
vsb
vsa
vsq
vsd
r r r
r r r
3 / 4 sin 3 / 2 sin sin
3 / 4 cos 3 / 2 cos cos
3
2



Quant la variable mcanique
|
|
.
|

\
|
=
0
p
r
r
, elle sera dfinie travers l'intgrale de
l'quation diffrentielle du mouvement donne par :
r
r
f cr Ce
dt
d
J =

(IV.4)
O: ( ) irq isd ird isq m p Ce =
0
2
3


J : moment d'inertie des masses tournantes
Ce: couple lectromagntique
cr : couple mcanique
f : coefficient de frottement
p
0
: nombre de paires de ple

Le systme d'quations ainsi obtenu se rduit un systme d'tat donn par l'ensemble
du systme lectrique ( variable d'tat X) et de l'quation mcanique ( la variable d'tat Y) :

=
+ =

CX Y
BU AX X
(IV.5)
O :
A : matrice dvolution dtat de la machine
B : matrice de commande
C : matrice dobservabilit.
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

51
Pour que la simulation soit trs performante, il faut que le modle reprsentatif du
procd rel lui soit identiquement comparable, spcialement en contrlecommande, cette
exigence permet de prvoir son comportement dans des situations extrmes
[IV.3][IV.4][IV.5].

IV.3. CONTROLE ET REGULATION DE LA MACHINE ASYNCHRONE
IV.3.1. PRINCIPE DE LA COMMANDE [IV.6] [IV.7]

La variation de la vitesse de la machine asynchrone ncessite le contrle de son couple
lectromagntique. Or, ce dernier dpend du flux magntique et de la pulsation des courants
au rotor comme l'indique la relation :

2 2
2 2
0
) (
3
r r s
r r s
l R
R m p
Ce


+
= avec
r r
L l =
Le flux et la pulsation n'tant pas facilement mesurables, il convient d'tudier le
problme d'observation de ces grandeurs avant d'aborder la commande proprement dite.

IV.3.2. PROBLEME DE MESURE ET OBSERVATION DES VARIABLES [IV.8]

L'obtention des variables principales dans une machine asynchrone est souvent
difficile par la mesure directe car:
1. elles ne sont pas mesurables l'aide de capteurs et ;
2. d'autres ncessitent des dispositifs coteux (vitesse, couple, flux), ce qui
explique le dveloppement de commandes indirectes fondes sur des estimateurs ou des
observateurs de ces variables.

Observation du flux

Il s'agit de rsoudre les quations statoriques du modle de PARK et valuer le flux
( ) 3
2
s
2
s 1 s
+ = (IV.6)
o: ( )


= dt i R V
s s s s
avec
1 s s
i
2
3
i =


et ( )dt i R V
s s s s


= avec ( )
2 s 1 s s
i 2 i
2
1
i + =


Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

52
Observation de la pulsation des courants rotoriques
Quand, on ne dispose pas de capteurs de vitesse, il est prfrable d'estimer la pulsation
des courants rotoriques plutt que la vitesse. L'estimation directe de
r
permet la
dtermination de la vitesse par la relation :

*
r s
*
= (IV.7)
O :
r
est la pulsation des courants rotoriques ;

r
*
est la pulsation estime des courants rotoriques ;

*
est la pulsation estime du rotor.

IV.3.3. CONTROLE DU FLUX MAGNETIQUE

Il s'effectue de deux manires :
1. Un contrle direct partir du flux observ
2. Un contrle indirect qui consiste rgler la tension ou le courant dans la machine
suivant les relations :

2
r
2
r
2
r
2
s
2
s
2 2
s
1 s s 1 s
L R
L R
I L
+
+
= (IV.8)
( )
2
r r r
2
r s
r s r s
2
r
r r
s
s s
s
1 s s
s
R L 1
R R
L L
1
R
L
R
L
L
R
V
+
(
(

|
|
.
|

\
|
+
|
|
.
|

\
|
+

= (IV.9)

Ces lois ne peuvent imposer le flux statorique que durant les rgimes permanents.

IV.3.4. CONTROLE DU COUPLE ET DE LA VITESSE

Si l'on peut considrer que le flux est maintenu rigoureusement constant et que
2
r
2
>> , on peut tablir une fonction de transfert approche liant le couple Ce
r
:


S T
k Ce
e
c
r
+
=
1
(IV.10)

Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

53
IV.4. EVOLUTION D'ETAT DE LA MACHINE SANS CONVERTISSEUR :
Lintrt de la prsente tude de simulation est bien videmment de vrifier
prochainement leffet dintercaler londuleur dans le circuit dalimentation de la machine,
quant laugmentation de la sensibilit de lquipement, sujet largement voqu en exposant
le problme de dfaillance.
La simulation du modle de PARK d'une machine asynchrone en l'absence de
convertisseur statique a donn les rsultats illustrs par les caractristiques de la figure IV.3.
Lvolution des grandeurs de sortie est l'index que le modle labor rpond parfaitement au
rgime de fonctionnement normal de la machine asynchrone alimente par le rseau
lectrique. L'ensemble de ces courbes retrace avec affinit l'volution d'tat de la machine
aussitt quelle est mise sous tension. Son rgime nominal dcrit par l'tablissement de la
vitesse (b) (de la frquence (c)) et du couple (a), est atteint aprs une phase transitoire
caractrise par une courte dure de dmarrage, durant laquelle, le couple lectromagntique
ragit fortement l'appel de courant. Le contour de Park (e) illustre le rgime permanent
travers des cercles concentriques et centrs sur le "zro", dun rayon statiquement constant de
la valeur du courant au rgime nominal, les autres cercles dfinit clairement la phase de
dmarrage, ou elles sont caractrises par un fort courant et un dcalage dans le sens
daimantation de la machine.
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

54


Comme il a t ralis par la suite de part les spcialistes du domaine, malgr les
amliorations redonnes cette machine, ses exigences qui sont lexcellent rendement et la
fiabilit de fonctionnement, restent insatisfaites particulirement, lorsque les impratifs de
rglage de vitesse et de couple sont requis. Pour satisfaire la premire, la solution propose
travers les fiches techniques tait dassocier la machine un convertisseur statique, de
puissance compatible son domaine dutilisation, sur ce propos, nous verrons plus de dtails
dans les sections qui suivent.

-20 0 20 40 60 80 100 120 140
-100
-80
-60
-40
-20
0
20
40
60
ISD
I
S
Q
a/ caractristique couple (temps)
b/ caractristique couple/ vitesse (temps)
c/ caractristique couple/ frquence temps)
d/ caractristique vitesse (temps)
e/ contour de Park
e)
a) b)
d) c)
0 0.02 0.04 0.06 0.08
0
50
100
150
200
250
temps(s)
c
o
u
p
l
e

N
m
0 0.02 0.04 0.06 0.08
0
50
100
150
200
250
300
temps(s)
c
o
u
p
l
e

e
t

p
u
l
s
a
t
i
o
n

0 0.02 0.04 0.06 0.08
0
500
1000
1500
temps(s)
c
o
u
p
l
e

e
t

v
i
t
e
s
s
e
0.02 0.04 0.06 0.08
0
500
1000
1500
temps(s)
v
i
t
e
s
s
e

t
r
/
m
n
Fig.IV.3 . Caractristiques du modle sans convertisseur
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

55
IV.5. ASSOCIATION ONDULEUR MACHINE ASYNCHRONE
Londuleur source de tension est le convertisseur le plus utilis pour lalimentation
des machines alternatives [IV.5] [IV.9]. Le choix de ce convertisseur revient la
commandabilit de la tension dalimentation du moteur et de sa frquence, ce qui donne un
contrle adapt du couple cest dire de la vitesse. Seulement, en adoptant ce rglage,
l'industriel se retrouve face des problmes de dfaillances causs par la commutation des
interrupteurs (voir annexe2).

IV.5.1. COMMUTATION

Le fonctionnement des convertisseurs de puissance repose sur la modification
squentielle des liaisons entre lalimentation et la charge. Cette modification dite
commutation est ralise par un circuit commande adapte qui fournit des ordres
temporels (ouverture ou fermeture) de dclenchement des interrupteurs [IV.10].
Il existe de nombreuses faons de commander un onduleur triphas pour obtenir une
tension alternative aux bornes de la charge, parmi lesquelles la commande par modulation de
la largeur dimpulsion et plus prcisment la modulation naturelle ou modulation sinus-
triangle [IV.10] [IV.11]; dont le principe est de comparer une onde triangulaire v de
frquence f
v
, une onde modulatrice sinusodale u, de frquence f
u
(voir Fig. IV.4). La sortie du
comparateur (Fig. IV.5) permet, par lintermdiaire de transistors de puissance, le pilotage
dune phase de la machine.
Les autres phases sont pilotes de la mme faon par des ensembles identiques,
dphass de 120.
Sur la figure IV.1, lensemble D
1
D
6
constitue un redresseur triphas diodes et
l'ensemble T
1
T
6
constitue l'onduleur triphas modulation de largeur d'impulsion (MLI).
Pratiquement, le transistor est, toujours, utilis en commutation [IV.9], c.--d. soit bloqu ou
satur.
Fig. IV.4. Comparaison sinus triangulaire Fig. IV.5. Sortie du comparateur
Sortie
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

56
o Le rgime satur est facilement atteint en injectant dans sa base un courant suffisant.
o Le rgime bloqu est obtenu en annulant ce courant de base et en maintenant
ventuellement une polarisation ngative de la base.
Une fois lune de ces conditions est satisfaite pour lun des interrupteurs, par
nimporte quel phnomne, celui-ci bascule vers ltat inverse de son tat actuel.

IV.5.2. MODELE MATHEMATIQUE DU CONVERTISSEUR STATIQUE
La machine asynchrone associe un onduleur de tension n'est pas alimente par des
tensions sinusodales. La tension de sortie de londuleur, pour une machine prsentant un
neutre [IV.12], peut tre dduite travers le systme dquations (IV.11) :

+ =
+ =
+ =
on co cn
on bo bn
on ao an
V V V
V V V
V V V
(IV.11)
Les trois phases tant quilibres, ( ) 0 V V V
cn bn an
= + + ,

aussi :
3
V V V
V
co bo ao
on
+ +
=
Par substitution, il vient:

+ =
+ =
=
co bo ao cn
co bo ao bn
co bo ao an
V
3
2
V
3
1
V
3
1
V
V
3
1
V
3
2
V
3
1
V
V
3
1
V
3
1
V
3
2
V
(IV.12)

Circuit de commande de londuleur
Moteur
Charge
Capteurs



a

b
c
T
1
T
3
T
5

T
4


i
a
V
ao
V
an
V
ac

0

U
red
T
6
T
2

Fig.IV.6. machine asynchrone et processus dalimentation travers londuleur
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

57
La commande typique [IV.12] relative aux trois bras de l'onduleur, permet la
reprsentation de la commande des tats actifs des interrupteurs (voir Tab.IV.1) ; note
Cp (Cp : commande phase) et utilise par lalgorithme de commande, identiquement la
notation du bras associ la phase A o:
C
A
= 1: est lquivalent au doublet [1,0], qui implique que les interrupteurs du bras de
londuleur associ la phase A correspondent ltat (T
1
=1

et T
4
=0), o T
1
est ferm et T
4
est
ouvert;
C
A
=1 est lquivalent du doublet [0,1] correspondent ltat (T
1
=0

et T
4
=1), o T
1
est
ouvert et T
4
est ferm.
La fonction de cette cellule de commutation deux interrupteurs idaux est de gnrer
partir dune tension quasi-continue, une tension module de caractristiques spcifiques
amnages lapplication industrielle du procd [IV.12].

C
A
C
B
C
C

N
Squences possibles de
commutation

T
1
T
4
T
3
T
6
T
5
T
2

V
A

V
B


V
C

1
T
1
T
6
T
2
1 0 0 1 0 1 2U
d
/3 -U
d
/3 -U
d
/3
2
T
1
T
3
T
2
1 0 1 0 0 1 U
d
/3 U
d
/3 -2U
d
/3
3
T
4
T
3
T
2
0 1 1 0 0 1 -U
d
/3 2U
d
/3 -U
d
/3
4
T
4
T
3
T
5
0 1 1 0 1 0 -2U
d
/3 U
d
/3 U
d
/3
5
T
4
T
6
T
5
0 1 0 1 1 0 -U
d
/3 -U
d
/3 2U
d
/3
6
T
1
T
6
T
5
1 0 0 1 1 0 U
d
/3 -2U
d
/3 U
d
/3
7
T
4
T
6
T
2
0 1 0 1 0 1 0 0 0
8
T
1
T
3
T
5
1 0 1 0 1 0 0 0 0

(Tab.IV.1) : La commande typique des tats actifs des interrupteurs

IV.6. SIMULATION DU MODELE AVEC CONVERTISSEUR :

L'tude de la dynamique du moteur en prsence de convertisseur statique a permet de
relever des caractristiques (Fig.IV.12, IV.13) comparables aux prcdentes, en plus de celles
(Fig.IV.7, IV.8, IV.9, IV.10), caractrisant ltat fonctionnel du convertisseur adopt:
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

58
Le convertisseur choisi tant l'onduleur modulation de la largeur d'impulsions (voir
Fig.IV.1), ceci implique, la prsence d'un tage redresseur contrl ou non, suivi d'un filtre
pour rduire le taux des harmoniques de tension la sortie de l'onduleur. La conversion de la
tension continue l'entre de l'onduleur en une autre alternative, obit aux ordres de
commutation (Fig.IV.7) donns par le circuit de commande aux hacheurs constituants les trois
branches de l'onduleur [IV.19] dans un enchanement rflchi.

IV.6.1. RESULTATS ET INTERPRETATION :
Les caractristiques, illustres sur les figures (IV.13, IV.15, IV.16) sont comparables
aux prcdentes (Fig.IV.3) moyennant les ondulations induites par l'introduction de
l'onduleur. L'ordre et la succession de l'enchanement matriel caractrisent la reprsentation
adopte dans cette section. Leffet harmonique du convertisseur statique est visible presque
sur chacune des courbes reprsentes.

La caractristique de courant (dite contour de Park) est d'une importance capitale pour
la dtection de dfaut, elle permet de renseigner soit sur l'tat actuel de la machine, ou celui
vers lequel elle est entrane, en se rfrant une seule et unique grandeur celle de courant ce
qui est conomiquement souhait car, il suffit d'avoir un seul capteur, pour effectuer ce trac,
comme de suivre lvolution dtat de la MAS. Par ailleurs, le revenu des investissements sera
du point de vue conomique, rduit et, lencombrement matriel sera allg.

Pour une analyse plus performante et complmentaire, une superposition des
caractristiques communes au deux essais de simulation pourrait certifier et renforcer ces
observations.
500 10001500 2000 2500
0
2
4
0 1000 2000
-4
-2
0 1000 2000
0
1
2
3
0 1000 2000
-4
-2
500 1000150020002500
0
1
2
3
0 1000 2000
-4
-2
Fig.IV.7. ordres de commutation
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

59








Fig.IV.10. Tension module
Fig.IV.11. Courant statorique de la phase 1
Fig.IV.8. Caractristique de tension triphase
0 0.03 0.06 0.09 0.12 0.15 0.18 0.21 0.24 0.27 0.3
0
100
200
300
400
500
600
700
800
900
temps(s)
t
e
n
s
i
o
n

r
e
d
r
e
s
s

e

f
i
l
t
r

e
(
v
o
l
t
)

Fig.IV.9 Tension redresse et filtre
0 0.03 0.06 0.09 0.12 0.15 0.18 0.21 0.24 0.27 0.3
0
200
400
600
800
1000
temps(s)
v
i
t
e
s
s
e

e
t

c
o
u
p
l
e

vitesse
couple
Fig.IV.13. Caractristiques couple et vitesse
0 0.03 0.06 0.09 0.12 0.15 0.18 0.21 0.24 0.27 0.3
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
temps(s)
g
l
i
s
s
e
m
e
n
t

Fig.IV.12. Caractristique du glissement
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

60


Les figures (Fig.IV.19, Fig.IV.20 et Fig.IV.21) montrent, travers la superposition
des courbes issues de la simulation du modle avec et sans convertisseur de puissance, que la
convergence vers le rgime tabli des grandeurs: vitesse, couple, glissement et courant en
prsence de convertisseur est reproduite avec un retard de phase. Ce dphasage caractrise,
videment, lintroduction de la fonction de transfert du convertisseur dans la chane daction
Fig.IV.17. Evolution du courant statorique
Fig.IV.16. Caractristique de Park
Fig.IV.15. Evolution du flux et du couple
Fig.IV.14. Caractristique du courant
rotorique
0.05 0.1 0.15 0.2 0.25
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
temps(s)
g
l
i
s
s
e
m
e
n
t


Fig.IV.18. Caractristique de glissement
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

61
de la boucle dasservissement. Cet cart apparat clairement pendant la phase de dmarrage
comme indiqu par chacune des superpositions tablies. La spcification de la phase de
dmarrage par ce retard ne pourrait tre expliqu ou rendu qu laugmentation du moment
dinertie du procd en prsence de convertisseur.



0 0.02 0.04 0.06 0.08 0.1
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
temps(s)
g
l
i
s
s
e
m
e
n
t

glissement avec convertisseur
glissement sans convertisseur
Fig.IV.19. glissement avec et sans convertisseur
Fig.IV.20. vitesse et couple: avec et sans convertisseur
-60 -40 -20 0 20 40 60 80 100 120
-80
-60
-40
-20
0
20
40
60
80
ISa
ISb
Fig.IV.21.contour de Park avec et sans convertisseur
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

62
En fin, l'intrt de la prsente simulation nest pas dtudier lassociation dun
convertisseur statique une MAS, ni dvaluer le rendement de cet ensemble sur la chane
daction du procd industriel, mais cest plutt de veiller ce que cette association, tant
soumise une surveillance permanente du systme de protection, ne sera pas entran vers
une panne certaine, en prsence daucun incident mme de caractristiques inconnues. Cela
dit, rechercher bnficier au maximum des connaissances dexperts et en saidant des outils
de l'intelligence artificielle, tablir des essais et amliorer lefficacit propre de ce systme par
ladjonction dune nouvelle fonction assurant le diagnostic temps rel (i.e. diagnostic
automatique) de lquipement industriel.
Pour aboutir cette fin, nous allons dabord juger la faisabilit d'un imitateur de pas
numrique en adoptant d'affile les rseaux de neurones artificiels et la logique floue pour
valuer leurs apports sur une reproduction comportementale assemblant les modes emprunts
d'habitude, par la machine. Le succs de ce test serait promoteur du point de vue scientifique,
puisque, non seulement il va nous permettre de projeter leurs laboration dans un essai
exprimental - imitant la dynamique relle grave par la machine en fonctionnement- ou de le
renforcer par un autre qui mettra lpreuve le changement de mode et son effet sur les
oprations de sret de fonctionnement: dtection, diagnostic et localisation, mais cest plutt
le fait de supplanter la modlisation classique en la remplaant par la reproduction
comportementale, qui est intressant, et ce en saidant des techniques de lintelligence
artificielle pour linterprtation des mesures effectues spontanment par les capteurs.
Les prochains paragraphes ont donc pour objet la faisabilit d'un diagnostic
automatique. Concernant son action temps rel, c'est plus logique de la prendre en
considration pendant l'essai exprimental. La diffrence entre celui-ci et la simulation ne
pourrait apparatre qu'au niveau des inputs c.--d. des mesures.

IV.6.2. Effet du dfaut de commutation sur le procd
Pour un fonctionnement sain des convertisseurs de puissance, la loi de llectricit
impose qu tout instant, les interrupteurs doivent tre dans des tats qui ne conduisent ni au
court circuit des sources de tension (Tab.IV.2) ni louverture des sources de courant
[IV.11]. Or ce genre de dfaut est difficile viter cause de la sensibilit accrue de ces
composants et des influences environnantes. A ce stade, apparat linterdpendance des deux
exigences cites au paragraphe (IV.4) et la ncessit de les traiter ensemble. Pour cela, il est
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

63
utile de faire apprendre au systme de protection, le moyen dimiter les signatures retenues de
par lesquisse biologique, en saidant des T.I.A.

C
A
C
B
C
C

N
Type de dfaut

T
1
T
4
T
3
T
6
T
5
T
2

V
A

V
B


V
C

1
court-circuit de la phase A 1 1 ? ? 0 ? ?
2
court-circuit de la phase B

? 1 1 ? ? 0 ?
3
court-circuit de la phase C

? ? 1 1 ? ? 0

(Tab.IV.2) : Exemple de dfaut d un tat actif d'un interrupteur

En effet, pour prvenir loprateur, en temps rel, du moindre incident, ces techniques
doivent assurer un suivi spontan de ltat du procd. Un tel contrle peut tre effectu de
deux manires :
1. soit au moyen dune reproduction comportementale du procd, opre sur les
mesures effectues par les capteurs. Dans ce cas, la surveillance est instantane et
synchronise au transfert et linterprtation des mesures ; loin des contraintes des
hypothses simplificatrices du modle classique,

2. soit en adoptant des seuils de tolrance, prdfinis par l'expert pour garantir la
rgulation du systme : la sret de fonctionnement est ainsi dpendante du
dpassement de seuil prlev. Ce dernier, doit tre choisi de faon activer les T.I.A,
en mme temps ou un dcalage prs de la rgulation. Cette mise en action est
traduite ici par la prsence de trouble quil est essentiel de bloquer la prcipitation, en
cas dchec de la rgulation, ce qui ne va pas sans un basculement vers linterprtation
des symptmes joints.

Dans ces deux cas, la procdure suivie mne au mme rsultat la dtection . On
sous-entend par l que : la reproduction du rgime normal, comme labsence de dpassement
de seuil, rvlent tous deux, un tat sain du procd, de mme quun dpassement de seuil
dtect travers la mesure pourrait tre visualis en reproduction comportementale. Il est,
cependant, possible de favoriser lune de ces dmarches par rapport lautre et cela si lon
arrive prouver :
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

64
laquelle des deux, prsente plus de sensibilit lapparition de dfaut, c.--d., celle qui
manifeste plus de transparence sur l'tat rel du procd; ensuite, renforcer ce test par
mettre lvaluation le temps de raction de chacune delles.
Pour raliser cela, la simulation numrique permet travers ltude dun mode normal
et dun autre dfaillant dvaluer laptitude des T.I.A et leur validit rsoudre, en temps rel,
le problme de dfaillances. Avant d'entamer, cette phase, rappelons du modle mathmatique
de chacune des approches signales.

IV.7. MODELE DES APPROCHES DE LI.A.
IV.7.1.MODELE DE LA LOGIQUE FLOUE
La connaissance experte gnre un ensemble de rgles qui rgissent les volutions
dans le temps des tats du systme physique. Dans le cas de diagnostic, ces rgles doivent
regrouper les dfaillances, subies par la machine asynchrone, associes leurs symptmes ;
une image nette reproduire par ce modle, une fois des caractristiques comparables sont
dtectes en cours de fonctionnement du procd. Pour lanalyse de ces transitions dtats des
algorithmes de rsolution (systmes dinfrences floues) sont mis en uvre ; parmi lesquels
lalgorithme de Mamdani; et conformment aux avances de lesquisse, la rgle doit tre du
type : Si symp
1
et si symp
2
et si symp
n
Alors origine. . De faon gnrale, nous
lexprimions sous la forme suivante [IV.13]:
i i
n n
i
2 2
i
1 1
B est y Alors .. A est x si et A est x si et A est x Si
Mthode de MAMDANI
D'aprs (III.5.2.3), On choisi la norme de Mamdani. Linfrence floue, pour un
vecteur dentre x=(x1..,xn)
t
, qui peut tre le courant ou une autre grandeur observable,
selon le type de capteurs utiliss, correspond aux tapes suivantes.

1. calcul du degr dappartenance de chaque entre aux diffrents sous-ensembles flous,
( )
j
i
A
x
j
pour j=1 N ; (IV.13)
2. calcul de la valeur de vrit de chaque rgle, pour i=1 N :
( ) ( ) ( ) N 1 j x min x
j
i
A i
j
= = (IV.14)
3. calcul de la contribution de chaque rgle :
( ) ( ) ( ) ( ) y , x min y
I
B
i i
= (IV.15)
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

65
4. Agrgation des rgles :
( ) ( ) ( ) y max y
i
= (IV.16)
Le rsultat est donc un sous-ensemble flou caractris par sa fonction dappartenance. Pour
obtenir une conclusion nette , il faut dfuzzifier .
La mthode du centre de gravit donne alors :

( )
( )

=
du u
du u u
y (IV.17)
En discrtisant lespace de sortie, la formule prcdente scrira :
( )
( )

=
k k
k k k
u
u u
y (IV.17)

APPLICATION A LA DETECTION
La reproduction comportementale du procd dpend normment des
mesures fournies par le type de capteurs utiliss. Pour notre cas, si lon considre deux
capteurs lun pour la mesure de courant et lautre pour la vitesse, la sortie envisageable
daprs le (Tab.II.1), peut tre le bruit et/ou la temprature.
FUZZIFICATION :
A chaque variable on fait correspondre : des fonctions dappartenance qui sont en
gnrale des triangles ou des trapzes. Ces fonctions peuvent tre dtermines de faon
empirique aprs analyse du fonctionnement du systme ( travers la simulation du modle
sain et/ou dfaillant). Pour chaque variable on dfinit ainsi des zones dappartenances floues
(zro, faible, moyen, normal, fort).
Soient donn: I
m
= {0, 5, 10, 15, 20, 25, 30} et
m
= {0, 500, 1000, 1500, 2000, 2500},
ensembles des valeurs mesures de lunivers U des grandeurs mesurables et,
Soit T
I
: ensemble des termes : T
I
= {zro, faible, moyen, normal, fort}
Considrons le terme x
1
= zro . La signification de ce dernier est un sous ensemble flou A
de I
m
, dont la fonction dappartenance : ( )

< <
<
=
ailleurs
pour
pour
x
A
0
4 I 1 1
1 I 0 1
m
m
1

Les courbes
( )
( ) 4 , 1 , I
m
= i
i
x A
et
( )
( ) 5 , 1 ,
m
= i
i
x A
sont reprsentes sur la figure IV.22.
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

66
















INFERENCE :
La dtection du moindre incident en reproduction comportementale sera prise en
considration travers la dtection de(s) symptme(s) peru avec celui-ci (c.--d. travers
lensemble flou reprsentatif de la variable de sortie choisie). Prenons lexemple (7) du
(Tab.II.1), par estimation des grandeurs mesures :
Rgle : Si au dmarrage I
m
est fort (0.4) Et si
m
est faible (0.25) Alors
le moteur ronfle.
Cest le rsultat trouv ou symptme dtect, par renvoi la base de
connaissance.
Loprateur Et correspond au min des deux valeurs soit 0.25. Le bruit mis par le
moteur serait donc un ronflement avec un poids de 0.25.
Fig.IV.22 Caractristique du sous ensemble A(xi)



1

0.8

0.6

0.4

0.2

0
5 10 15 20 25 30 I
m
Entre 1
Zro faible normal fort



1

0.8

0.6

0.4

0.2

0
500 1000 1500 2000 2500
m
Entre 2
Zro faible moyenne normale forte

b

1

0.8

0.6

0.4

0.2

0
b
1
b
2
b
3
bruit

Sortie
faible normal fort
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

67






Le traitement de telles entres fuzzifies, par des rgles floues typiques permet la
gnration de(s) symptme(s) refltant, en temps rel, la ralit du trouble dtect.
DECISION :
En se basant sur ce rsultat, le diagnostic sera laboutit du recours la base des faits
compose de rgle similaire la suivante:
Rgle : Si au dmarrage le moteur ronfle alors lorigine est le rotor
rsultat du diagnostic .

APPLICATION DES SEUILS DE TOLERANCE A LA DETECTION :
Lide dexploiter les seuils de tolrance, comme le montre le diagramme est, mon
sens, un outil, dj, adopt par certains comportements biologiques.
Autrement vu, lorsque le foie organe de
rgulation devient fragile, le taux de la Glycmie dans
le sang augmente automatiquement et peut mme
provoquer le vertige ce qui entrane lintervention
mdicale. Mais, si lon imagine quune personne est
vigilante rester en bonne sant, elle va donc
shabitue faire des contrles priodiques, par
consquent, latteinte par le diabte ne serait pas
admise, au contraire elle sera loigne et en cas
dapparition dun signe quelconque, le rgime pourrait
suffire pour rtablir la rgulation.


1

0.8

0.6

0.4

0.2

0
500
m
Entre 2
faible
15 20 I
m
Entre 1
fort
Et
min

I
1

0.8

0.6

0.4

0.2

0

b
1

0.8

0.6

0.4

0.2

0
bruit

Sortie
Fig.IV.23 Mcanisme de linfrence


Moteur sain

Fig.IV.24 Diagramme illustrant le niveau
de lintervention diagnostic
relatif au seuil
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

68
IV.7.2. MODELE DU RESEAUX DE NEURONES

On sait que le diagnostic de dfaut est un problme de non linarit et quil ne peut
avoir de sortie dsire que lorsque lapproche joue le rle de suiveur c.--d. quelle soit
labore dans le but de reproduire lharmonie de lopration en cours ce qui ne va pas sans
prsenter, sur lvolution dtat relle du procd, un dcalage de temps quil est ncessaire
de conserver le plus minimal possible. Dans ce cas, la boucle dapprentissage et le calcul de
lerreur quadratique; permettent la convergence vers ce rsultat prtabli. En consquence, la
reproduction comportementale sera lenjeu dun systme supervis plusieurs couches, tabli
par une rgle telle que la rgle delta [IV.14]:
Rgle Delta
1
ere
tape
1 0
1 1
0
<

(IV.18)

2
eme
etape

=
=
i
i i
i i
P s
s f y

) (
(IV.19)

3
eme
etape

= =
i i
2
i q
Y T ou
2
1
(IV.20)
si est nulle alors Fin de lapprentissage
Sinon aller tape 4 pour adaptation des poids.
4
eme
etape : On utilise la fonction dactivation de type sigmode :
( )
( ) s exp 1
1
s f
+
= (IV.21)
( ) ( ) ( ) ( ) ( )
i old new
t
i i
i i i
P . .
s f - 1 s f s f' avec s ' f .
+ =
=
= =
(IV.22)
Aller ltape 2


Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

69

Lintrt des rseaux de neurones vient, donc, des proprits globales qui mergent de
la connexion des neurones c.--d. de la topologie du rseau. Les topologies en couches
(Fig.IV.25) sont de loin les plus utiliss et trouvent une application dans un grand nombre de
domaines. En effet en identifiant correctement les poids des connexions, le perceptron
multicouche permet lapproximation de divers types de fonctions non linaires [IV.14]
[IV.15]. Dans notre approche, la couche dentre, on affecte les valeurs dappartenance
(relation IV.18) des grandeurs mesurables telles que le courant et la vitesse. La couche de
sortie est la dcision : le(s) symptme(s) engendr(s). Une ou plusieurs couches
intermdiaires peuvent sinterposer entre les couches dentre et de sortie. Des neurones biais
dont la valeur dactivation est fixe lunit sont incluses dans la somme calcule pour
faciliter ladaptation du centrage de la fonction dactivation des neurones (la sigmode).




Lentre du rseau est le vecteur P (Pattern). Les valeurs de sortie de toutes les
couches sont des vecteurs y
i
calculs daprs lquation matricielle donne par la relation
(IV.19).

La fonction f est la version vectorielle de la fonction sigmode, dont la sortie est
calcule pour chaque composante par la formule (IV.21).
Moteur
i

I
2
I
3
I
1

1
F
2
F
3
F
1

Couche1 Couche2 Couche3 Couche4 Couche5
Sortie
choisie
Fig.IV.6. machine asynchrone et processus dalimentation tra
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

70
Les valeurs dactivation des couches suivantes sont dfinies de la mme faon,
uniquement partir des units de la couche prcdente.
Pour ladaptation des poids du rseau ; on utilise la fonction derreur quadratique
donne par la relation (IV.20) o
q
: est lerreur quadratique et
i
: est lcart entre la sortie
dsire T (Target) et la sortie relle.
Pour la modification des poids, on utilise lensemble des relations donn par (IV.22),
dans lequel les poids de connexion sont adapts chaque itration dans le sens inverse du
gradient de la fonction derreur.

APPLICATION A LA DETECTION
Dans cette partie nous allons montrer comment la mesure peut tre traite par un
rseau de neurone artificiel. Le rseau prsent ci-dessus est utilis pour estimer la sortie
dynamique en fonction de la sortie dsire chose quon trouve assez souvent en rgulation
mais en diagnostic lvolution est imprvisible sauf si lon sintresse reproduire ltat en
cours du procd. Dans ce cas, la mesure effectue par le capteur peut devenir cette sortie
dsire. Et la dtection du moindre dpassement peut tre suivie par le lancement du
diagnostic en se rfrant lexpertise comme au flou pour localiser lorigine du trouble
rpertorie dans la mmoire de lautomate.



Unit de traitement de
Donnes
Machine Asynchrone
Charge
Capteur
rseau
redresseur onduleur
Dcision
c
o
m
m
a
n
d
e

Redondance matrielle
Arrt
C
.
A
.
N

Simulateur
Fig.IV.26. Diagnostic temps rel et lapproche RN
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

71
Comme il est facile de constater, la base de faits et de connaissance occupent tout
autant que la mmoire ou le centre d'interprtation dans le cerveau, une place trs importante
dans la structure principale de ces techniques, en particulier, la base de faits. Le recours
celle-ci, lorsquun dpassement est repr, doit permettre, d'un ct, d'interprter les
symptmes, perus avec le dfaut dtect, ceux rpertoris et d'un autre ct, de mmoriser
les symptmes nouveaux, dans le cas chant o, lidentification n'aboutis rien ou lorsquun
lment du systme de protection (disjoncteur, fusible fondu) ne permet pas de poursuivre la
recherche et son activation automatique interrompe celle des T.I.A. En consquence, la
flexibilit et laccs squentiel doivent tre les principales caractristiques de la prdite
mmoire (base de faits ou centre dinterprtation).
Aussi, en jouant sur la structure globale des rgles et sur leurs interprtation, le rsultat
peut tre diffrent c.--d. soit il enchane le type de dfaut dtect aux symptmes reprs ou
bien il donne directement le diagnostic qui volue vers la localisation de l'origine du dfaut et
cela revient au choix retenu initialement comme d:
utiliser le rseau de neurones pour la dtection de dfaut en identifiant lensemble des
symptmes associs au dfaut, ceux rpertoris et lorsque le syndrome est dfini,
l'opration diagnostic est active en;
utilisant la logique floue ou le systme expert pour remonter de cause effet vers
lorigine.
Autrement dit, utiliser lune des approches pour la dtection de dfaut et lautre pour
linterprtation et la localisation. Malgr spares, ces deux approches forment un systme
hybride pour assurer la sret de fonctionnement.

La comparaison de cette procdure celle du diagnostic biologique, montre que le
centre dinterprtation reprsent ici par la logique floue (le systme expert), interprte
linformation contenue dans la rgle mis part le type de diagnostic, c.--d. si c'est un
diagnostic simple la rgle est:

1 (Si syndrome 1 .Alors origine est ou bien : Si dpass1 et Si dpass2 ..Alors la
zone est).
Mais en cas de complications, se rfrer au diagnostic diffrentiel en utilisant les
rgles de type:
2 (Si syndrome 1 et non symdrome2 .Alors origine est.
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

72
Nous constatons quen fait, lensemble de ces tests est pratiquement bas sur
lefficacit des capteurs utiliss. A comparer avec les capteurs biologiques, ces derniers
doivent prsenter une sensibilit accrue et une prcision optimale lintrieure de la chane de
fiabilit [IV.16], car la surveillance demande un pilotage prcis de linformation recueillie et
le problme trait ne diffre pas beaucoup du diagnostic biologique, auquel nous retournons
pour rappeler de la figure III.1, du paragraphe (III.2.2), en optant pour la mettre sous la forme
lisible d'un diagramme (Fig.IV.27).


IV.7.3. Systmes Hybrides
Les limites inhrentes des systmes dinfrence floue dans la reprsentation de la
connaissance humaine (exemple : difficult de transmettre lintuition) en langage naturel,
dans des cas spcifiques nous oriente vers lutilisation de systmes hybrides dans lesquels il
est possible de tenir compte de toute la connaissance, en combinant lapproche floue en
parallle avec une autre approche. Il faut cependant souligner que la manipulation de
connaissances composante par composante dans ces cas l nest ralisable que si le nombre
de variables reste peu lev [IV.17].

Approche Rseau de neurones


N
o
n

S
u
p
e
r
v
i
s
















S
u
p
e
r
v
i
s


Non
Oui
Symptmes associes au dpassement
Lancer la recherche relative aux signes dtects
Approche Floue
Reproduction du
comportement exact
(dtection)
Image rapproche de
la situation
(dtection)
Simulation de la commande des
interrupteurs
Simulation du comportement du
procd asservi et surveill
Dpassement
de seuil ?
Base de faits
(Rgles prtablies)
(Rgles de mises jour)
I, ,
Introduction des paramtres de la MAS
et
des conditions d'excution
Approche Hybride
Reproduction
comportementale
(dtection)
Diagnostic et localisation
sur la base des rgles
tablies
Reproduction
comportementale
(dtection)
Diagnostic et localisation
sur la base des rgles
tablies
P
o
t
e
n
t
i
e
l

e
n
g
a
g


P
o
t
e
n
t
i
e
l

e
n
g
a
g


P
o
t
e
n
t
i
e
l

e
n
g
a
g


Fig.IV.27. Diagramme structurel de laction projet du systme de contrle commande associ aux T.I.A
S
y
m
p
t

m
e
s

d
e

d

f
a
u
t
s

i
n
c
o
n
n
u
s

Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE

73
Association du neuronal et du flou :
Les systmes dinfrence floue traduisent la connaissance humaine sous forme de
rgles. Mais toute la connaissance dun expert ne peut pas tre entirement verbalis ; le
savoir-faire et lintuition ne sont pas transmissibles facilement, particulirement en
recherchant lorigine de la dfaillance, il est donc naturel de diviser la connaissance humaine
en une partie structure transmissible en langage naturel et une partie non structure
correspondant une boite noire permettant dapporter une touche personnelle spcifique la
premire. Cependant, il est illusoire de vouloir reprsenter compltement toute cette
connaissance car :
Dun point de vue thorique il est possible de construire un systme dinfrence floue
ayant de nombreuses entres et des fonctions dappartenances, mais un tel systme
devient rapidement ingrable, aussi ;
Les mthodes dapprentissage utilises sans prcaution peuvent conduire une perte
dhomognit.
Pour supplanter ces limitations, nous ne considrerons que des systmes dinfrences
floues respectant les conditions suivantes :
1. Une reprsentation de connaissance aussi grande que possible
2. Une taille raisonnable de la base de rgles.
3. La lisibilit de chaque rgle prise isolement.

IV.8 ETUDE DE SIMULATION
Etant donn l'ensemble des fonctions numres par l'esquisse d'un procd totalement
contrlable, il est trs difficile de trouver un langage qui soit capable d'offrir toutes ces
composantes la fois. La difficult vient du fait que le choix d'un langage de programmation
des applications de contrle commande dpend de la taille et de la complexit de ces
applications ainsi que des matriels et capacits internes de l'entreprise [IV.18][IV.19][IV.20].
Le diagnostic, comme nous l'avons, dj, donn est : une application ncessitant un
traitement temps rel de linformation capte; et pour concrtiser ce but, un langage tel que
Matlab/Simulink, l'un des langages de contrle commande les plus rpondu, pourrait ne pas
satisfaire le temps rel de cette opration, toutefois, sa souplesse demploi nous pousse le
choisir dans un cadre troit celui de valider llaboration des T.I.A. dans un diagnostic non
destructif.


Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE


74

IV.8.1. REPRODUCTION COMPORTEMENTALE DU MODE NORMAL:

La reproduction comportementale assure par ces approches, en mode normal, est
indispensable pour les points voqus dans les sections prcdentes. La faisabilit dune
surveillance temps rel rendra possible la dtection de dfaut et une fois connus les
symptmes, le diagnostic sera facilit. Les rsultats issus de cette tape sont donns pour
chaque approche, ci-aprs :

IV.8.1.1. REPRODUCTION COMPORTEMENTALE PAR LOGIQUE FLOUE :

Les figures (IV.28, IV.29), illustrent les caractristiques essentielles l'valuation
comportementale d'un procd industriel, la reproduction est fascinante.

Les courbes de glissement (Fig.IV.30), de vitesse (Fig.IV.32) ainsi que celle du
couple (Fig.IV.33), rvlent une forte tendance de cette approche reproduire un
quelconque comportement soulign par le procd.

Le contour de Park reprsent sur la figure IV.31 est l'empreinte analogue celle
reprsente sur la figure IV.16, cette remarque appuie l'ide de se limiter au contour de
Park pour la surveillance du moindre changement de modes, issu de dfaut.
Fig.IV.28. Caractristiques du couple et du flux
Fig.IV.29. Caractristiques du couple et de la
vitesse
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE


75



IV.8.1.2. REPRODUCTION COMPORTEMENTALE PAR L'APPROCHE
RESEAU DE NEURONES

La reproduction comportementale illustre sur les figures (IV.34, IV.35 et IV.38),
est globalement analogue sa prcdente. Pour obtenir ce rsultat nous avons adopt un
RN supervis car, la rponse dsire est parfaitement connue, en mode normal. Lavantage
de ce rseau est quil permet une rponse nettement suprieure, mais, au dtriment du
temps dexcution du programme de simulation. Pour cette raison, son laboration dans le
cadre de la surveillance et du diagnostic temps rel, mrite une attention particulire : le
problme de dfaillance tant fortement non-linaire, pour le rsoudre il faut rpondre
deux questions : lune cest le temps rel quil faut respecter, tout prix, en vitant les
techniques itratives et lautre, un tel problme ne fourni pas de rponse dsire, do la
ncessit de sorienter vers les RN non supervis pour ltude du diagnostic.
-60 -40 -20 0 20 40 60
-40
-20
0
20
40
60
80
ISa
I
S
b
logique floue
0 0.02 0.04 0.06 0.08 0.1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
temps(s)
g
l
i
s
s
e
m
e
n
t

/

L
F
Fig.IV.30.caracteristique de glissement
Fig.IV.31. Contour de Park
0 0.02 0.04 0.06 0.08 0.1
-200
0
200
400
600
800
1000
1200
1400
1600
temps(s)
v
i
t
e
s
s
e
s
(
t
r
/
m
i
n
)
:

L
F
0 0.02 0.04 0.06 0.08 0.1
0
20
40
60
80
100
120
140
160
180
200
temps(s)
c
o
u
p
l
e
(
n
m
)

L
F
Fig.IV.32.caractristique de vitesse Fig.IV.33. caractristique de couple
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE


76

Donc, en optant pour la reproduction comportementale ; les rsultats obtenus sont
les suivants :
Le suivi de la rponse dsire est ralis (voir les figures IV.34, IV.35 et IV.38.) ce
qui prouve lintrt de les tester sur des mesures relles.

-60 -40 -20 0 20 40 60
-40
-20
0
20
40
60
80
ISa
I
S
b
l'approche
floue

reseaux de
neurones
Fig.IV.38. caractristiques superposes de
PARK
Fig.IV.35. caractristiques superposes de
glissement
0.05 0.1 0.15 0.2 0.25
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
temps(s)
g
l
i
s
s
e
m
e
n
t
modele classique
RN supervis
Fig.IV.34. caractristiques superposes de
vitesse
0.05 0.1 0.15 0.2 0.25 0.3
0
200
400
600
800
1000
1200
1400
temps(s)
v
i
t
e
s
s
e
modele classique
RN supervis
Fig.IV.36. caractristique de couple

0 0.05 0.1 0. 15 0.2 0.25
0
20
40
60
80
100
120
140
160
180
200
c
o
u
p
l
e

(
N
m
)

temps (s)
Fig.IV.37. caractristique de Park

-60 -40 -20 0 20 40 60
-40
-20
0
20
40
60
80
I
s
b

ISa
-40 -30 -20 -10 0 10 20 30 40
-20
-10
0
10
20
30
40
50
ISD
I
S
Q
Fig.IV.39. caractristique de Park (RN non
supervis)
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE


77




En labsence de la rponse dsire, nous bnficierons dun temps dexcution
relativement rduit au prcdent et une reproduction pas aussi nette (Figures. IV.39 et
IV.40)

Lapproche supervise permet datteindre une parfaite signature de lvolution du
procd au dtriment du temps dexcution, mais le but de diagnostiquer lquipement en
temps rel, nous oblige employer le neurone formel de faon authentique un neurone
biologique qui sactive sur un dpassement de seuil bien prcis et non sur des confusions
attribues par des interactions suscites de part son environnement.
La caractristique de Park (Fig.IV.38), issue de la superposition des deux approches
prcdentes est l'index que le potentiel labor par l'une comme par l'autre face une
reproduction comportementale du procd, est capable de fournir un suivi au changement
de modes, vers lequel le procd industriel pourrait tre guid, car en saidant de ces
techniques traiter les mesures fournies par les capteurs, il est possible de retracer les pas
de ce changement tels quils sont excuts par le procd.

IV.8.1.3. REPRODUCTION COMPORTEMENTALE PAR L'APPROCHE
HYBRIDE
Le contour de Park reprsent sur la figure IV.41 ainsi que la courbe de vitesse
illustre par la figure IV.42, sont le reflet des volutions prcdemment dcrites,
Fig.IV.40. caractristiques supperposes
de vitesse (RN non supervis)
0.05 0.1 0.15 0.2 0.25 0.3
0
200
400
600
800
1000
1200
1400
v
i
t
e
s
s
e


temps (s)
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE


78
moyennent de faibles diffrences, ces dernires apparaissent clairement en superposant le
contour de Park issu des trois approches (Fig.IV.43).



IV.9. CONCLUSION

Le but assign ce chapitre concernant le test de validit des techniques de
l'intelligence artificielle labores dans une reproduction comportementale saine du
procd a t atteint. Les courbes issues de la simulation sont satisfaisantes. Elles
renseignent sur l'efficacit relative chacune des techniques utilises, travers le
traitement de donnes numriques, composantes du vecteur test, tires de la simulation du
modle classique. L'tude vise par cette simulation est la reconstruction de lharmonie de
Fig.IV.42. caractristiques superposes de
vitesse
0.05 0.1 0.15 0.2 0.25
0
200
400
600
800
1000
1200
1400
modele cls s ique
NF

v
i
t
e
s
s
e

temps (s)
Fig.IV.41. caractristique de PARK

-60 -40 -20 0 20 40
-40
-20
0
20
40
60
80
I
S
b

ISa
Fig.IV.43. contour de Park (superposition de RN,
NF et FL)
-60 -40 -20 0 20 40 60
-40
-20
0
20
40
60
80 NN
FN
FL
ISa
I
S
b

Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE


79
lvolution dtat normal du procd. L'analyse comparative des trois essais de simulation
nous permet de conclure ce qui suit :
Le modle classique tant soumit l'ensemble des hypothses simplificatrices, il
est, par ailleurs, dsavantageux du point de vue exploitation diagnostic, puisque, en aucun
cas, il ne reflte la ralit de l'volution d'tat du procd, ce qui implique l'inadmissibilit
d'aucunes des oprations de contrle, mme pas, la dtection de la prsence de dfaut, la
raison pour laquelle le retour vers l'exploitation des techniques de l'intelligence artificielle
(RN, LF ou celle du neuroflou) en s'appuyant sur les rsultats issus des prcdents tests,
pourrait tre, pratiquement, rentable: d'une part, elles ont russi imiter avec une certaine
prcision les signatures du modle classique et cela, seulement, travers les donnes que
ce dernier leurs transmet. D'autre part et en ne s'intressant qu' ce dtail, ces techniques
sont capable de reproduire un quelconque signal transport travers la mesure effectue
par les capteurs. L'intrt de ce dernier constat est que c'est la seule ralit dont dispose
l'oprateur pour surveiller et assurer la sret de son procd et c'est ce qui nous a orienter,
ds le dpart, vers l'analyse de la reproduction comportementale. Le recours au modle
classique, tait dans le seul but de pallier au manque de l'information (des mesures) qui
satisfasse ce besoin. A travers l'analyse comportementale on a pu tablir deux
raisonnements qui sont en fonction direct avec l'exploitation envisage des capteurs.
Autrement dit: si ces derniers sont actifs seulement sur la dtection de dpassement de
seuil (jouant le rle de dtecteur) ceci implique que les techniques de l'intelligence
artificielle associs ceux-l, doivent rpondre (accomplir) l'opration diagnostic, tant
donne que l'information communique n'est autre que le trouble ou simplement les
symptmes qui lui sont associs. Par contre si ces composants sont rgls pour fournir de
faon synchrone un rapport sur l'tat en cours du procd, dans ce cas l, la mission des
techniques de l'intelligence artificielle envisage serait limit la reproduction
comportementale (c.--d. premier tage rserv au dtecteur de dfaut); et aussitt qu'un
dfaut est dtect le lancement de l'opration diagnostic ncessite mon avis un deuxime
tage pour remplir cette tche, loin du premier; afin de maintenir les deux fonctions
actives: contrle et diagnostic. Pour confirmer cette thorie, il est indispensable de tester la
reproduction comportementale du procd en mode dfaillant et de la faire suivre par
l'opration diagnostic, et comment comptons nous la ralis ceci va faire l'objet du
prochain chapitre.

Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE


80
IV.10. REFERENCES BIBLIOGRAPHIQUES

[IV.1] G.G. CHAMPIOT, "Compatibilit lectromagntique, prsentation gnrale",
Technique de l'Ingnieur D1300, 2. 2000, Traite gnie lectrique.
[IV.2] Gilles ZWINGELSLEIN, " sret de fonctionnement des systmes industriels
complexes", Technique de l'ingnieur, traite informatique industrielle, 9- 1999.
[IV.3] H.BUHLER. "Electronique de Rglage et de Commande", Trait d'lectricit,
d'lectronique et d'lectrotechnique, Ed. DUNOD, 1987, presses polytechniques
romandes
[IV.4] L. MUTREL, "Electrotechnique: le Moteur Asynchrone : Rgimes statiques et
dynamiques", Technosup les filires technologiques des enseignements suprieurs
Ellipses dition marketing S.A. Paris 1999.
[IV.5] J.BONAL.G.S "Entranement lectrique vitesse variable", volume2, Rappels
d'lectronique de puissance et d'automatique, les variateurs lectronique de vitesse.
Edition. Lavoisier Technique et documentation 1998.
[IV.6] M. RIVOIRE J.L. FERRIER "Cours d'automatique", Tome.2. " Asservissement,
Rgulation, commande analogique ". dition EYROLLES 1996.
[IV.7] M. RIVOIRE J.L. FERRIER "Cours d'automatique", Tome.2. " Asservissement,
Rgulation, commande analogique ". dition EYROLLES 1996.
[IV.8] B. de FORNEL, " Alimentation Des Machines Asynchrones", technique de
l'ingnieur, traite gnie lectrique, 6-1990.
[IV.9] A.M. TRZYNADLOWSKI, " An overview of modern PWM techniques for three
phase, Voltage controlled, voltage source inverters, proc. Of ISIE96, Warsaw,
Poland, vol1, p.25-39.
[IV.10] F. LUCAS, P. CHARRUAULT, " Llectronique de llectricien ", F3, gnie
lectrique, DELAGRAVE, 1988.
[IV.11] J.P. LOUIS, C. BERGMANN, " Commande Numrique Des Ensembles
Convertisseurs - Machines ", Revue : Electronique de puissance : Convertisseurs et
commande, RGE -N5/92 MAI 1992.
[IV.12] I. BOLDEA, S.A. NASAR " Electric drives, CRC press, 1998.
[IV.13] B. BOUCHON-MEUNIER " La logique floue et ses applications ",
Prface du professeur LOTFI A.ZADEH ; Ed. Addison-Wesley France, SA,
Dcembre; 1994.
Chap.IV. TESTS DE VALIDITE DES OUTILS DE L'INTELLIGENCE ARTIFICIELLE


81
[IV.14] Eric DAVALO & P. NAIM " Des rseaux de Neurones ", Edition Eyrolles, 2eme
tirage 1993.
[IV.15]A. EVSUKOFF, " Le raisonnement approch pour la surveillance de procds ",
Thse doctorale en Automatique productique, laboratoire d'Automatique de
Grenoble, 1998
[IV.16] J.courault, R.DAYAN JEUMONT, Scurit de fonctionnement des grands
entranement , Schneider Industrie RGE N5/ mai 1992,
[IV.17]BART KOSKO, " Neural Networks and Fuzzy systems, A Dynamical systems
Approch To machine intelligence" University of southern california, Prentice
HALL, Englewood Cliffs, C 1992
[IV.18]F. COTTET, P. RENARD, "Programmation graphique des applications de
contrle commande", technique de l'ingnieur, traite informatique industrielle,
2001.
[IV.19] J.DUMONT FILLON, " Contrle non destructif (CND)", technique de
l'ingnieur, traite informatique industrielle, 2001.
[IV.20]C.GLAIZE " Electronique of strength, Science University and techniques of
Languedoc, extrait du Techniques de l'Ingnieur D3 (3120), 1996.




82
Chapitre V


INTELLIGENCE ARTIFICIELLE
ET DIAGNOSTIC INDUSTRIEL


V.1. INTRODUCTION
Un dfaut qui apparat en cours de fonctionnement d'une quelconque cellule
industrielle a pour effet de troubler son rgime stable et l'laboration d'une solution
permettant le retour au rgime normal doit tre prcde par la dtection et le diagnostic
des symptmes associs, pour en trouver la cause et assurer la protection de l'quipement.
D'aprs les abouties du chapitre quatre, en adoptant la reproduction
comportementale en solution, les techniques de l'intelligence artificielle s'apprteront bien
pour jouer le rle de dtecteur de dfaut une fois relies aux capteurs dont la vocation est
de suivre chaque pas dans l'volution d'tat rel du procd. Quant l'opration diagnostic,
l'insertion d'un nouveau module est plus qu'indispensable. Dans ce chapitre, nous allons
essayer travers l'analyse du dfaut naissant lors d'une commutation errone des
interrupteurs du convertisseur de puissance alimentant la machine asynchrone, de renforcer
ces prjugs et de dmontrer comment s'effectuera l'intervention par des approches de
l'intelligence artificielle pour mettre fin l'volution d'tat dgrade de la machine.

V.2. PROBLEME TRAITE
V.2.1. DESCRIPTION :
C'est bien connu qu'un retard ou une avance la commutation provoque le
dysfonctionnement de la machine. Ce dfaut qui peut provenir d'une panne mcanique,
rsulte dans la plupart des cas, de l'impact des phnomnes lectromagntique dont
l'influence est directe sur la polarisation des semi-conducteurs. Les consquences relatives
ces derniers sont l'induction d'une puissance perturbatrice qui impose l'harmonie des
convertisseurs de puissance, un rgime asynchrone progressif pouvant conduire le procd
industriel vers un tat de panne invitable.
D'aprs les avances du problme; ceux prcisment du paragraphe ( IV.4.1),
montrent que la commutation est ventuelle chaque fois que les conditions de tension et
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

83
de courant, sont satisfaites pour lun (ou plus) des interrupteurs du convertisseur de
puissance. L'analyse projete pour la rsolution de ce problme s'intresse la source du
trouble (ex: commutation_onduleur) et non rechercher la cause travers le phnomne
qui l'a provoqu, mais, c'est surtout de localiser le composant, source du dfaut dtect, et
l'isoler avant qu'il n'entrane de srieux endommagements dans l'ensemble de la chane de
production.


V.2.2. DEFAUTS DANS L'ONDULEUR : deux principaux dfauts peuvent affecter
l'onduleur
interrupteur ferm: au lieu de commuter normalement, un interrupteur reste l'tat
ferm ce qui a pour consquence le court-circuit de l'alimentation.
interrupteur ouvert: au lieu de commuter normalement, un interrupteur reste l'tat
ouvert. Le systme ne s'arrte pas brutalement mais fonctionne en mode dgrad.

V.3. SIMULATION DU MODELE EN DEFAUT
Tester l'effet de l'apparition d'un dfaut sur un quipement industriel par voie
exprimentale est difficile voire impossible. La simulation dans des circonstances pareilles
est plus qu'avantageuse : malgr son quasi-indpendance avec la ralit, elle est privilgi
par rapport la premire pour des raisons comme :
1. analyser l'effet d'un dfaut en toute scurit en utilisant un modle mathmatique,
2. dfinir quelques caractristiques d'un intrt capital pour la rnovation du systme
de protection sans courir le risque d'endommager l'quipement...etc.
Capteurs
Fig.V.1. le suivi du diagnostic temps rel
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

84
En effet, le modle utilis ne peut chapper au cadre des hypothses simplificatrices
notamment lors de dysfonctionnement, il ne peut, donc, reflter que certains des aspects
comportementales du systme physique, car le modle explicite de l'volution d'tat rel du
procd est certainement non-lineaire et multivariable, traduisant une succession de
superposition de rgimes transitoires. Toutefois, compte tenu des raisons numres ci
dessus, il est prfrable de passer par cette tape pour dcrire le mode dfaillant, en dduire
les symptmes, attester la reproduction comportementale par les approches artificielles, et
justifier l'intrt de les exploiter entant que dtecteurs de probabilit d'occurrence de
dfaut. Donc pour le reste de ce chapitre, nous nous intresserons aux rsultats fournis par
la simulation du modle classique valuant l'effet dun dfaut affectant une branche de
londuleur. Nous tudions, ensuite, la reproduction par les approches artificielles avant
dentamer le diagnostic proprement dit et claircir ses bases dintervention.

V.3.1. RESULTATS ET DISCUSSION
Comme il est facile de constater, la prsence de dfaut est annonce par chacune des
caractristiques traces. L'observation du dfaut travers la simulation met en vidence
certains de ses signes ex: la chute de la vitesse et son volution transitoire aprs
l'tablissement du rgime nominal, l'augmentation excessive du courant et du couple
(tacite: vibrations) sont des caractristiques essentielles qui signalent le dfaut. Ces
derniers dits symptmes, lorsqu'ils sont dchiffrs en ligne, guident l'oprateur expert vers
le type de dfaut observ. Mais, dpassant une certaine limite, sans l'intervention du
systme de protection ni celle de l'oprateur, le procd entre dans la turbulence de ce
dfaut et subit les consquences relatives ces signes qui, avant d'engendrer leurs impact
rel, annoncent, la possibilit de destruction de l'arbre, de l'effondrement de phase.
L'intrt de ces signes pour le diagnostic automatique, apparat lorsquil serait facile de
les traiter paralllement la propagation du dfaut dtect et permettre de remonter, en
temps rel, vers leur origine. Les techniques de lintelligence artificielle choisies pour cette
mission et selon leurs emploi, doivent rpondre :
en reproduction comportementale (c.--d. jouant le rle de dtecteur): gnrer les
symptmes qui refltent chaque pas dans le comportement du procd, en cas de
dfaut et faire suivre cette tche par regrouper les symptmes et lancer l'opration
diagnostic en activant le module assign linterprtation des causes.
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

85
en sidentifiant un expert qui ne dispose que de la mesure effectue par les capteurs
pour tablir sa dcision, c.--d. en utilisant les dtecteurs physiques pour collecter les
symptmes, interprter l'ensemble des signes transfrs et dcouvrir ltat vers
lequel, le procd est entran en signalant l'origine probable de l'incident.

Revenons aux caractristiques lectro-magnto-dynamiques illustres sur les figures
(Fig.V.2.), (Fig.V.3.), (Fig.V.4.), (Fig.V.5.), (Fig.V.6.) et (Fig.V.7.), ces dernires
montrent que lincident test, lanc initialement, en labsence des T.I.A, provoque un
dsquilibre dans le courant des trois phases. Le fort courant observ, a eu pour
consquence linduction dun flux qui donna en bout darbre du moteur un couple
pulsatoire. Par voie de consquence, le rotor semballe et le glissement augmente ce qui
cause la diminution de la vitesse. La raction qui caractrise l'accroissement de ces
grandeurs rpond au rythme (lent ou rapide) de l'intensit et de laction fugitive du dfaut.
Aussi peut-on dire que ces mme indices renseignent sur la variation d'autres grandeurs
telles que la temprature et son effet thermique signal par: un trs fort courant implique
un chauffement exagr qui mne une panne certaine dorigine inconnue, en labsence
de la raction du systme de protection. Mais, en tant fonctionnel, une fois un
dpassement de seuil, est dtect sur les grandeurs observables, cet tat serait vite
interrompue par laction rflexe du systme. Si lon remet lexpert la tche de localiser la
source du trouble, en se basant sur lchauffement comme cause principale, il nous
dsignera, parmi les symptmes reportes dans le tableau (II.1) du paragraphe (II.8.2) ses
soupons relatifs aux signes donns par (5), (8), (9) ou bien (10). Linterprtation de ceux-
l permit de voir quen admettant que lquipement a fait lobjet dune vrification
soigneuse lors de la maintenance (ventilation correcte et pas de mauvais branchement ou
de problme mcanique) et en sachant que le couple de charge est rest inchang
(C
s
=charge nominale), alors, le problme serait soit : un court-circuit, quelque part dans la
machine ou dans le circuit dalimentation ou un fil dalimentation rompu ou bien une forte
tension dalimentation.
Ce rsultat abouti travers, le diagnostic des symptmes, men par lexpert, est
gnralement long obtenir pour reprer la cause relle du dfaut. Un automate, dans ces
conditions, serait le mieux appropri, aussi bien pour une reproduction comportementale
que pour effectuer un diagnostic. La raison qui nous oblige reprendre le mme test, en
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

86
adoptant les techniques de l'intelligence artificielle. Les rsultats relatifs chaque approche
sont l'objet des prochains paragraphes:

0.05 0.1 0.15 0.2 0.25
-1000
-500
0
500
1000
temps(s)
v
i
t
e
s
s
e
-150 -100 -50 0 50
-60
-40
-20
0
20
40
60
80
ISD
I
S
Q



0.05 0.1 0.15 0.2 0.25
-150
-100
-50
0
50
100
150
temps(s)
c
o
u
r
a
n
t

s
t
a
t
o
r
i
q
u
e
0.05 0.1 0.15 0.2 0.25
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
temps(s)
g
l
i
s
s
e
m
e
n
t





0 0.05 0.1 0.15 0.2 0.25
-1000
-800
-600
-400
-200
0
200
400
600
800
temps(s)
c
o
u
p
l
e

(
N
m
)
0 0.05 0.1 0.15 0.2 0.25
0
5
10
15
20
25
30
35
temps(s)
f
l
u
x

(
W
b
)



Fig.V.4. Lvolution du courant dans les
trois phases de la machine
Fig.V.2. caractristique de vitesse en mode
anormal (modle classique)
Fig.V.3. contour de Park et dtection de
dfaut
Fig.V.5. effet du dfaut sur le glissement
Fig.V.6. effet du dfaut sur le couple
dvelopp par la machine.
Fig.V.7. effet du dfaut sur lvolution du
flux
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

87
V.4. REPRODUCTION PAR L'APPROCHE RESEAU DE NEURONE
L'apprentissage par rseaux de neurones est utilis pour reproduire l'volution des
grandeurs caractristiques du rgime dynamique du systme face au dfaut susmentionn.
L'intgration de l'algorithme de l'approche neuronale doit seffectuer identiquement au
schma fonctionnel reprsent par la figure V.8.


V.4.1. RESULTATS ET DISCUSSIONS (RN superviss)
Les courbes illustres par les figures : (Fig.V.9.) (Fig.V.10.) (Fig.V.11) et (Fig.V.12)
montrent les signatures dcrites prcdemment par le dfaut test. La superposition des
courbes de vitesse (Fig.V.8.) et de glissement (Fig.V.12), issues de lapproche classique
celle des rseaux de neurones, confirme ce rsultat.
ALGORITHME
DES RESEAX
DE NEURONES
MAS
Capteurs
Fig.V.8. laboration de lapproche RN par le
simulateur
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

88
0.05 0.1 0.15 0.2 0.25
-1000
-500
0
500
1000
temps(s)
v
i
t
e
s
s
e




-150 -100 -50 0 50
-60
-40
-20
0
20
40
60
80
ISD
I
S
Q

0 0.05 0.1 0.15 0.2 0.25
-150
-100
-50
0
50
100
150
temps(s)
c
o
u
r
a
n
t

t
r
i
p
h
a
s

is1
is2
is3


Fig.V.9. Evolution de la vitesse en mode anormal reproduite par
lapproche RN.
Fig.V.11. Caractristiques de courant en mode anormal dcrites
travers lapproche neuronal.
Fig.V.10. Contour de Park donn travers lapproche RN
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

89

0.05 0.1 0.15 0.2 0.25
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
temps(s)
g
l
i
s
s
e
m
e
n
t
modele classique
RN


V.4.2. RESULTATS ET DISCUSSIONS (RN non superviss)

Les courbes illustres sur les figures : (Fig.V.13.) (Fig.V.14) (Fig.V.15) et (Fig.V.16)
montrent les signatures dcrivant leffet de ce mme dfaut, travers le rseau de neurones
non superviss, celui-ci a montr une rponse, illisible en rgime permanent, mais qui a,
toutefois, garder la mme attitude. Cependant et aussitt l'apparition du dfaut, l'volution
est distincte et la dtection de lincident est vidente, ce qui permet de valider sa rponse
en rgime tabli. La superposition des courbes de vitesse (Fig.V.13.) et de glissement
(Fig.V.16), issues de lapproche classique ceux des rseaux de neurones non superviss
montre que cette premire forme une enveloppe pour les harmoniques constates.

0.05 0.1 0.15 0.2 0.25
-1000
-500
0
500
1000
temps(s)
v
i
t
e
s
s
e
classique
RN non supervis


Fig.V.12.Caracteristique de glissement en mode dgrad donn
par superposition de lapproche classique et neuronal.
Fig.V.13. Evolution de la vitesse en mode anormal reproduite
par lapproche RN non superviss.
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

90
-120 -100 -80 -60 -40 -20 0 20 40
-40
-30
-20
-10
0
10
20
30
40
50
ISD
I
S
Q



0 0.05 0.1 0.15 0.2 0.25
-150
-100
-50
0
50
100
150
temps(s)
c
o
u
r
a
n
t

t
r
i
p
h
a
s

is1
is2
is3



0.05 0.1 0.15 0.2 0.25
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
temps(s)
g
l
i
s
s
e
m
e
n
t
classique
RN non supervis




Fig.V.15. Caractristiques de courant en mode anormal dcrites
travers lapproche neuronal.
Fig.V.14. Contour de Park donn travers lapproche RN non
supervise
Fig.V.16. Evolution du glissement en mode anormal reproduite
par lapproche RN non supervise.
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

91
V.5. REPRODUCTION PAR L'APPROCHE LOGIQUE FLOUE

Le raisonnement flou a mis en vidence la reproduction comportementale du
procd travers les mmes grandeurs caractristiques de son rgime dynamique.
L'intgration de l'algorithme de l'approche floue est reprsente par le schma fonctionnel
de la figure (Fig.V.17).

V.5.1. RESULTATS ET DISCUSSIONS

De faon identique ce qui prcde, on adopte lapproche floue. Les courbes illustres
par les figures : (Fig.V.18.) (Fig.V.19.)(Fig.V.20) et (Fig.V.21) montrent une conformit
des signatures dcrites prcdemment. La superposition des courbes de vitesse (Fig.V.18.)
et de glissement (Fig.V.21), issues de lapproche classique et de celle du flou, certifie ce
rsultat.

ALGORITHME DE
LOGIQUE FLOUE
if C1..et
if C2...Alors S1
MAS
Fig.V.17. Schma fonctionnel caractristique de lintgration de
lapproche floue dans le simulateur de surveillance
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

92
0 0.05 0.1 0.15 0.2 0.25
-1000
-500
0
500
1000
temps(s)
v
i
t
e
s
s
e
modele classique
Floue

-150 -100 -50 0 50
-60
-40
-20
0
20
40
60
80
ISD
I
S
Q

0 0.05 0.1 0.15 0.2 0.25
-150
-100
-50
0
50
100
150
temps(s)
c
o
u
r
a
n
t

t
r
i
p
h
a
s

is1
is2
is3



Fig.V.18.Caracteristique de vitesse en mode dgrad donn par
superposition de lapproche classique et le flou.
Fig.V.19.Contour de Park en mode dfaillant dcrit par
lapproche floue.
Fig.V.20.Caracteristiques de courant de phase en mode
dfaillant dcrit par lapproche floue.
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

93
0 0.05 0.1 0.15 0.2 0.25
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
temps(s)
g
l
i
s
s
e
m
e
n
t
modele classique
flou


Le trac du contour de Park issu de la superposition des trois approches : classique,
RN supervis et/ou LF, dcrit des points de diffrence flagrante rpondant une
concordance frappante du comportement global, ce qui permet de dire quun dfaut serait
facilement dnonc par lune comme par l'autre des approches testes. La diffrence qui
existe entre approches, est insignifiante pour la fonction dtectrice puisqu'elle reprsente
un cart quasi constant.

-150 -100 -50 0 50
-60
-40
-20
0
20
40
60
80
ISD
I
S
Q
RN supervis
LF
classique


V.6. REPRODUCTION PAR L'APPROCHE NEUROFLOU
La construction dun systme hybride, combinant lapproche floue en parallle avec
celle des rseaux de neurones pour donner le neuroflou est illustre par le schma
fonctionnel de la figure (Fig.V.23), qui traduit un passage squentiel du neuronal au flou.
Fig.V.21.Caracteristique de courant de phase en mode dfaillant
dcrit par lapproche floue et le modle classique.
Fig.V.22.Caracteristique de courant de phase en mode dfaillant
dcrit par lapproche floue et le modle classique.
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

94


V.6.1. RESULTATS ET DISCUSSIONS

Les figures (Fig.V.24.) (Fig.V.25.)(Fig.V.26) et (Fig.V.27), renforcent les
constatations prcdemment retenues, les transitions d'tats sont similaires, la
superposition le prouve. Aussi, on constate que chacune des approches choisies a, plus ou
moins, tendance suivre en volution la rponse du systme.

La stratgie adopte jusquici, coule dans la mme rive, celle dadapter les
techniques de lintelligence artificielle la reproduction comportementale, car, il ya de
ALGORITHME
DES RESEAX
DE
NEURONES
Capteurs
MAS
ALGORITHME DE
LOGIQUE FLOUE
if C1..et
if C2...Alors S1
Fig.V.23.Schma fonctionnel en prsence du neuroflou
0.05 0.1 0.15 0.2 0.25 0.3
-1000
-500
0
500
1000
temps(s)
v
i
t
e
s
s
e
classique
neuroflou
Fig.V.24.Caracteristique de vitesse par le
neuroflou et le modle classique.
Fig.V.25.Caracteristique de Park par lapproche
neuroflou
-150 -100 -50 0 50
-60
-40
-20
0
20
40
60
80
ISD
I
S
Q
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

95
fortes possibilits pour que celles-ci russissent enfin supplanter la modlisation
classique et permettre ainsi, de sortir du cadre des hypothses simplificatrices.



V.7. BASES DE LINTERVENTION DIAGNOSTIC

On a vu, travers lesquisse, que le mdecin collecte le maximum de symptmes
soit travers linterrogatoire, la radiographie ou bien au moyen des tests effectus au
laboratoire; lessentiel, est quil essaye toujours de faire de son mieux pour ne pas
commettre derreur lors du diagnostic, afin que le traitement et les soins prescris
aboutissent la gurison totale du patient. A partir de l, il se voit utile d'amnager
lintervention diagnostic selon les axes du diagramme illustr par la figure (Fig.V.28).











0 0.05 0.1 0.15 0.2 0.25 0.3
-150
-100
-50
0
50
100
150
temps(s)
c
o
u
r
a
n
t

t
r
i
p
h
a
s

is1
is3
is2
Fig.V.27.Caracteristique de courant par
lapproche neuroflou
Fig.V.26.Caracteristique de glissement par le
neuroflou et le modle classique
0.05 0.1 0.15 0.2 0.25 0.3
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
temps(s)
g
l
i
s
s
e
m
e
n
t
classique
neuroflou
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

96


-150 -100 -50 0 50
-60
-40
-20
0
20
40
60
80
ISD
IS
Q

-120 -100 -80 -60 -40 -20 0 20 40
-40
-30
-20
-10
0
10
20
30
40
50
ISD
IS
Q

-150 -100 -50 0 50
-60
-40
-20
0
20
40
60
80
ISD
IS
Q














Dans ce diagramme, on propose un diagnostic en deux voies: lune ne permettant
pas de continuer la recherche, un cas durgence sannonce, o linterruption simpose ;
dans ce cas l, les dernires oprations, avant larrt du procd, doivent tre enregistres
(exemple : un court circuit doit obligatoirement termin sur la mmorisation (ou
signalisation) de loutil excutant larrt du systme, conjointement labouti de la
recherche). Ainsi, pour la rparation du problme, l'exploitation des indices mmoriss
aide reprendre rapidement l'tat fonctionnel. De plus la mise jours du programme
Fig.V.28. Schma de structure et dorganisation du diagnostic
(Reproduction comportementale) ou
approches lances aprs dtection de dpassement
Dispositif rel (asservi)

Capteur de courant
Capteur de vitesse
(Information recueillie)
Approche Rseau de neurones Approche Logique Floue Approche Hybride
Dtection
Dpassement de
seuil ?
Seuils de tolrance
(Vecteurs test) I, ,
Symptmes associs
Lancer l'approche approprie
pour un diagnostic temps rel
Tester la base
des faits ?
Base des faits
Syndromes et
Causes rpertories
Court-circuit, ouverture de phase,
cassure de barres,.
D
i
a
g
n
o
s
t
i
c

Court-circuit
Ouverture de phase
-------------
Circuit de commande
Convertisseur statique
Moteur
Interrupteur
en dfaut
Rotor
Stator
Diagnostic interrompu
Dcision : mmorisation
des signes dtects
Mmorisation de loutil
dinterruption de
l'opration en cours
Rparation
Test et mise en marche
(Mise jour de la base
des faits)
Oui
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

97
dexploitation doit permettre, aprs chaque interruption et redmarrage du moteur, de
classer les nouvelles caractristiques du dfaut dtect, sil sagit dun incident nouveau
nayant pas t rpertorie dans la base des faits.
Lautre voie dfinie la structure dtaille de la procdure de recherche mettre en
uvre pour localiser la source de dfaut : L'organisation dynamique, des faits par ordre de
gravit, lance de par lautomate lorsque le syndrome est dfini, pourrait garantir
laboutissement vers ses origines probables, en toute scurit. Pour effectuer le classement
des faits : il suffit de faire un compromis entre le temps de la recherche et la gravit du
dfaut, juge travers les symptmes dtects.

Reprenons lexemple prcdent, dont les caractristiques de vitesse et de courant
dnotent un dfaut en particulier. A partir de ces donnes on construit le tableau
(Tab.V.1) qui caractrise le vecteur test des grandeurs :

Tab.V.1
Dmarrage
(laps de temps)
mode normal Mode dfaillant
(Types et dures prciser (recommander))
Courant triphas
I < 70 I=I
nominal
I > I
seuil

Vitesse 0 < <
n
n
>
seuil


Comme il est facile constater, la fixation du seuil de tolrance joue un rle trs
important dans la dtection du mode de fonctionnement courant et la connaissance de sa
zone et de ses caractristiques spcifiques:
Si syndrome1 (ex : I=I
nominal
, n ) alors mode1(mode normal) ,
Si syndrome2 (ex : I > I
seuil
, >
seuil
) alors mode2 (Mode dfaillant)
La mme remarque doit tre tablie ici, quant la localisation de lorigine dun dfaut :
en passant par lorientation diagnostic : un syndrome ou une rgle identifiant une source de
dfaut doit avoir un poids spcifique dans le vecteur syndrome correspondant, c.--d. : si
un dfaut est dfini (ex :court-circuit, ouverture de phase ou.) travers un seuil
dfaut
(seuil
court_circuit
, seuil
ouverture_phase
etc.) parmi les composantes du vecteur-
syndromes_dfaut, lorigine sera localise
,
une fois identifi au contenue du vecteur-
syndromes_procd (seuil
moteur
, seuil
convertisseur
, seuil
rseau
etc.).

Lorientation diagnostic
permet, dans ce cas, de guider lidentification, c.--d. : tant donne que les symptmes
douverture de phases, diffrent de ceux de court-circuit, automatiquement leurs seuils
respectifs diffrent aussi, sinon aucune distinction ne pourrait tre faite entre les diffrent
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

98
types de dfauts, ceci permet deffectuer des sauts de dfauts ou de procds et de basculer
dune zone de recherche vers une autre comme indique travers les rgles de dcision
[V.1] tablies et le tableau (Tab.V.2.):

Tab.V.2.
Au niveau du
moteur
Au niveau Du convertisseur Au niveau De lalimentation)
Court-circuit
Seuil1
moteur
Seuil1
convertiseur
Seuil1
reseau
Ouverture de phase
Seuil2
moteur
Seuil2
convertiseur
Seuil2
reseau


Si blocage dun interrupteur en fermeture (seuil
fermeture_convertiseur
), alors surtension qui
provoque le claquage de londuleur (identique une rupture de phases
dalimentation).

SI LE MOTEUR NE DEMARRE PAS (seuil
dmarrage moteur
) ET
Sil ne fait pas de bruit en enclenchant linterrupteur Alors pas de courant
dans le moteur c.--d., soit : Un manque de tension ou fil coup sur deux phases
Sil grogne alors le moteur fonctionne en monophas
Si le bruit est normal Alors rupture du rotor sur deux phases.
Alors tensions aux bornes insuffisantes ou couple rsistant trop lev.

SI LE MOTEUR DEMARRE MAIS
Sil tourne vitesse rduite (seuil
dfaut1
) et
Si le dmarreur est la position marche Alors une partie du dmarreur est reste en
service ;
Alors La Tension aux bornes insuffisante ou Couplage des phases est incorrect ou
Rupture dune phase du stator ou Rupture du circuit rotor rhostat.

Si le courant absorb en marche est exagr (seuil
dfaut2
) et
si le moteur ronfle et les intensits sont ingales Alors court-circuit dans le stator
ou court-circuit dans le rotor- rhostat ou
si les intensits sont gale Alors moteur trop faible

Si le courant absorb au dmarrage est exagr(seuil
dfaut3
)
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

99
Alors Rhostat mal adapte au moteur ou court-circuit dans le rotor- rhostat ou
si le moteur chauffe exagrment (Tc) Alors ventilation incorrecte et
si le moteur chauffe mme vide Alors mauvais branchement ou
Alors court-circuit entre phases stator ou un fil dalimentation est rompu
ou moteur est surcharg (Cr fort) ou Tension trop forte.

Si le moteur brle (seuil
dfaut4
)
Alors court-circuit direct (ou par la masse) dun nombre de spires du bobinage.
Si le moteur trop bruyant (seuil
dfaut5
)
Alors vibrations de certains organes ou entrefer irrgulier.
Si le bruit est anormal au niveau du moteur (seuil
dfaut6
)
Alors le convertisseur est mal rgl
Si le moteur ralenti sa vitesse (seuil
dfaut7
) et
si le transistor daller ou de retour dune phase reste bloquant Alors la Tension est
incorrecte au niveau du bloc redresseur.

Si lon considre que labouti du diagnostic a converg pour localiser londuleur
comme source de perturbation, la question qui se posera, ensuite, serait lequel parmi les six
interrupteurs est la cause principale de ce dfaut ? (Ici : un diagnostic diffrentiel simpose)

V.7.1. DIAGNOSTIC DIFFERENTIEL ET INTERETS
Pour identifier cet lment, un test a t effectu sur chacune des branches de
londuleur. Le rsultat obtenu est illustr sur la figure (Fig.V.28) o lon remarque que
lorientation de langle lectrique est le seul indice, pouvant conduire vers linterrupteur
cible T
i
, tant attach la disposition fictive, des interrupteurs en circuit triphas, donne
par:

T
2

T
1
T
6

T
3

T
4

T
5

Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

100

-50 0 50 100 150
-80
-60
-40
-20
0
20
40
60
80
ISD
I
S
Q

-150 -100 -50 0 50
-40
-20
0
20
40
60
80
ISD
I
S
Q


-120 -100 -80 -60 -40 -20 0 20 40 60
-40
-20
0
20
40
60
80
100
120
140
160
ISD
I
S
Q

-60 -40 -20 0 20 40 60 80 100 120
-100
-50
0
50
ISD
I
S
Q

-100 -80 -60 -40 -20 0 20 40 60
-150
-100
-50
0
50
ISD
I
S
Q
-60 -40 -20 0 20 40 60 80 100
-50
0
50
100
150
ISD
I
S
Q



Interrupteur T6
Interrupteur T4 Interrupteur T1
Interrupteur T3
Interrupteur T2 Interrupteur T5
Fig.V.29. figures illustrant l'orientation de la caractristique de courant correspondant
l'interrupteur source du dfaut
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

101
Pour confirmer ce rsultat, la littrature a t exhaustive ce propos (voir [V.2] et
[V.3]).
Toutefois, pour juger la dmarche diagnostic adopte dans cette thse, la littrature
et malgr : le nombre de tests raliss et celui des rsultats obtenus, aussi malgr son
apport incontestable en soulevant des problmes dune importance capitale pour lindustrie
[V.4][V.5][V.14], il est difficile de savoir si notre contribution a t bnfique ou non,
tant donn quelle soit lunique entreprendre la duplication du diagnostic mdical pour
rsoudre le problme des dfaillances industrielles. Mais si lon retourne vers les tapes
signales par lopration diagnostic, lesquisse na omis aucune de ces dernires, ce qui
nous laisse croire quelle pourrait rendre possible lexploitation de cette dmarche dans une
ralisation pratique. Aussi, comme les preuves ralises sur le diagnostic de la machine
induction associe un convertisseur statique convergent pour souligner la dtection
comme repre principal la faisabilit du diagnostic temps rel, nous pourrons dire que
lopration diagnostic, daprs lesquisse, a tout autant dimportance que la dtection et le
processus de localisation dans lassurance dune sret de fonctionnement des procds
industriels.

V.7.2. APPROCHES ARTIFICIELLE ET EXPLOITATION PRATIQUE

Pour mettre en vidence la convenance, de ces techniques supplanter la
modlisation classique ; la simulation squentielle des pas qui doivent normalement
sadaptes au rglage des capteurs associs au moteur, doit rpondre en imitant
remarquablement lvolution relle du comportement du procd. Les rsultats reprsents
-80 -60 -40 -20 0 20 40 60 80
-50
-25
0
25
50
75
100
ISa
I
S
b
classique
LF
RN
Fig. V.30. Reproduction du comportement sain du procd
par LF et RN.
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

102
sur les figures (V.30) et (V.31) sont des signatures qui appuient fortement la faisabilit de
la reproduction exprimentale par lapproche floue, ce qui nimplique surtout pas,
lincapacit des rseaux de neurones, mais recommande de rpter le test en adoptant les
caractristiques relles des capteurs, habituellement, utiliss. En comparant la reproduction
illustre sur les deux figures, on constate que le choix de la priode de traitement des
mesures est ncessaire si lon veut permettre l'oprateur de suivre chaque pas dans
l'volution dtat rel de son procd, afin de dtecter le moindre incident.
Comme il vient dtre prsent, ce dernier test de reproduction sert valuer le
potentiel que ces techniques sont capables dengager, dans le cas o lon envisage de
raliser un essai exprimental visant la surveillance et le contrle de la sret de
fonctionnement du procd. Les remarques tires de cette tape, appuient la souplesse de la
logique floue. En excutant ces passages, il se voit quasiment inutile de compter sur
lapproche neuronale pour dcrire ltat de la machine ce qui ne peut tre confirm que sur
lapprciation dun essai exprimental concluant son laboration effective, et valuant son
cot en terme de temps dexcution.

V.7.3. APPROCHE NEURONALE ET CONFIGURATION
Pour connatre linfluence, du nombre de neurones de la couche cache, sur le
droulement de la reproduction comportementale en particulier et sur la qualit de
lapprentissage men en gnral, pour certifier les rsultats obtenus, nous avons estim
indispensable de tester la reproduction comportementale saine et dfaillante travers un
-80 -60 -40 -20 0 20 40 60 80
-50
-25
0
25
50
75
100
ISa
I
S
b
LF
classique
Fig.V.31. Reproduction du comportement du procd
dfaillant par LF
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

103
apprentissage diffrentes configurations. Les rsultats trouvs sont illustrs sur les figures
(V.32) et (V.33). En recherchant soigneusement les diffrences entre les diffrentes
courbes superposes et en se rfrant la lgende relative chaque figure, il est nettement
facile de constater que cette diffrence caractrisant un simple cart na nullement
dinfluence sur le droulement de la reproduction globale, si nous nous contentons de
bnficier du plus possible de cette approche pour la dtection, en ligne, du dfaut, dans la
mesure o lapproche floue remplace lexpert, en essayant dassurer linterprtation des
symptmes dlivrs par les RN pour remonter de cause effet vers la source du dfaut,
comme sera donn par le paragraphe suivant.

Fig.V.32. Effet des configurations adoptes pour la couche cache
tat sain
Fig.V.33. Effet des configurations adoptes pour la couche cache
Etat dfaillant
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

104
V.7.4. APPROCHE FLOUE ET OPERATION DIAGNOSTIC
En imitant lexpert dans le raisonnement logique quil tablit, lhors de lanalyse
des symptmes recueillis par les capteurs; nous avons essay dassocier le processus
dinterprtation lapproche floue et ladapter afin quelle puisse sidentifier au centre
dinterprtation des symptmes dans le cerveau. Les tests retenus, pour prvoir le
comportement qui sera engag par lapproche floue, sont choisis arbitrairement et raliss
sur quelques un des dfauts planifis. Les rsultats de la simulation obtenus sont les
suivants :
Dfaut n:1
temps_reel_det = 46.4600
temps_fin_diag = 53.4400
1/ rupture d"une phase:
2/ dfaut dans le convertisseur
1/ Tension insuffisante:
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator:
1/ rupture d"une phase:
2/ dfaut dans le convertisseur:

Dfaut n :2
temps_reel_det = 57.6200
1/ Tension insuffisante:
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 66.1900
dure_diag = 8.5700

Dfaut n :3
temps_reel_det = 46.9600
1/ Tension insuffisante:
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 56.7900
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

105
dure_diag = 9.8300
1/ Tension insuffisante:
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 56.9000
dure_diag = 9.9400
1/ Tension insuffisante:
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 56.9600
dure_diag = 10.0000
1/ Tension insuffisante:
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 57.1800
dure_diag = 10.2200
1/ Tension insuffisante:
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 57.2900
dure_diag = 10.3300
1/ Tension insuffisante:
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 57.3400
dure_diag = 10.3800
1/ Tension insuffisante:
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 57.4000
dure_diag = 10.4400
1/ Tension insuffisante:
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 60.6900
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

106
dure_diag = 13.7300
1/ Tension insuffisante:
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 60.8600
dure_diag = 13.9000
reflexe: depassement de vitesse
1/ Tension
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 65.0900
dure_diag = 18.1300
1/ Tension
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 69.2600
dure_diag = 22.3000
1/ Tension
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 69.3200
dure_diag = 22.3600
1/ Tension
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 69.3700
dure_diag = 22.4100
1/ Tension
2/ couplage incorrecte des phases :
3/ Rupture d"une phase stator :
temps_fin_diag = 69.4300
dure_diag = 22.4700

Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

107
Sur chacun de ces tests, plusieurs remarques peuvent tre rendues, mais le but nest
pas de commenter ces rsultats ni de montrer leffet dun dfaut en particulier sur
lvolution constat, mais cest surtout de rendre lopration diagnostic ralisable en
temps rel. Donc, lintrt de la prsente simulation est de prsenter comment est ce quun
automate doit ragir face la prsence de dfaut : Dcrire de faon claire et nette la
situation loprateur et attendre une dcision finale de sa part sur la base des suggestions
proposes.
Un diagnostic efficacement tabli par lautomate converge ncessairement pour
dfinir ltat exact du procd et souligner les contraintes devances, loprateur et cest
ce qui fait laide prcieuse dont ce dernier a besoin pour viter la destruction de son
quipement.
Appuyer par le calcul du temps rel de dtection et de celui de diagnostic dont le
calcul de la diffrence permet de dlimiter la dure coule dans lopration diagnostic, il
serait possible de juger lintrt dexploiter (ou non) lapproche floue pour lexcution de
cette opration. Linterprtation des symptmes observs avec lincident dtect, durant cet
intervalle, permet sans doute de juger la faisabilit du diagnostic temps rel.

V.8. CONCLUSION
Sachant que le diagnostic dun procd comme lassociation convertisseur statique-
machine, pour la localisation de lorigine exacte du dfaut, doit faire lobjet dune
minutieuse vrification. Celle-ci ncessite un taux dinformation norme pour pouvoir
sparer chaque dfaut part et le matriser ds son apparition. Les dfauts qui peuvent se
produire dans ce procd ne peuvent pas tous tre pris en considration, ce qui a pour
consquence un manque dinformation pouvant erron le rsultat du diagnostic, do,
lapparition dune premire contraintes la ralisation du diagnostic automatique, il sagit
l des seuils qui doivent constituer les diffrents vecteurs syndromes : composantes de la
base des faits.
En ce qui concerne les techniques de lintelligence artificielle, elles peuvent tre
utilis pour la dtection et le diagnostic de dfaut, mais ceci demande lorganisation
dtaille des vecteurs syndromes. Leurs potentiel est dmontr en se rfrant :
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

108
Le test de la logique floue et du rseau de neurones artificiel sur la reproduction
comportementale dmontre lintrt de les exploiter en tant quune nouvelle formule de
modlisation refltant ltat rel du procd travers les mesures effectues par les
capteurs.
Lengagement des rseaux de neurones pour assurer la dtection de lincident en
reprenant squentiellement le comportement entrepris par le procd, a pour effet dvaluer
les signes relatifs au mode dgrad signal par la machine. Llaboration conjointe de la
logique floue pour assurer linterprtation des symptmes dlivrs par ces rseaux, en
temps rel, permet de dlimiter les possibilits du diagnostic artificiel.


V.9. REFERENCES BIBLIOGRAPHIQUES

[V.1] E. MAUREIN, " L'lectricien d'usine, utilisation, entretien, rparation des
machines lectriques", Ed. Eyrolles, Paris, 1982.
[V.2] M. S. Khanniche et M. R. Mamat-Ibrahim , dtection et diagnostic de dfauts
dans les convertisseurs 3-Phase , Universit de Galles, Swansea, Royaume-
Uni, 2001.
[V.3] K.Scot SMITH, L.RAN and J.PENMAN, Real time detection of intermittent
misfiring in a voltage fed PWM inverter induction motor drive, IEEE transactions
on industrial electrical , electronics, vol.44, n4, august 1997.
[V.4] G.AKHRS, " des matriaux intelligents et des systmes intelligents pour
l'avenir", revue militaire canadienne, Automne 2000.
[V.5] G.COSULICH, M.FRACCHIA &A.MARISCOTTI, " Neural network approach
to cycloconverter Fault diagnosis: availability point of view.", IEEE power Tech
Conference, Stockholm, Sweden, june 18-22, 1995.
[V.6] D.KASTHA, K.BIMAL BOSE " Investigation of fault modes of voltage fed
inverter system for induction motor drive", IEEE,transactions on industry
application vol.30, n4 july/august 1994.
[V.7] R.WIESER, C.KRAL, F.PIRKER and M.SCHAGGINGER " on line rotor cage
monitoring of inverter fed induction machines by means of an improved method",
IEEE,transactions on power electronics vol.14, n5 september 1999.
Chap.V. INTELLIGENCE ARTIFICIELLE ET DIAGNOSTIC INDUSTRIEL

109
[V.8] J. VIERA, F. MORGADO DIAS & A.MOTA, "Artificial neural networks and
neuro-fuzzy systems for modellng and controlling real systems: a comparative
study", Engineering Applications of artificial intelligence, ELSEVIER, 2004.
[V.9] S.M.JAKUBEK, T.I. STRASSER, "Artificial neural networks for fault detection
in large scale data acquisition systems", Engineering Applications of artificial
intelligence, ELSEVIER, march 2004.
[V.10] R. ZHOU, B.FOX, H.P. LEE & A.Y.C.NEE, "Bus maintenance using
scheduling multi-agent systems", Engineering Applications of artificial intelligence,
ELSEVIER, septembre 2004.
[V.11] J.A.LEONARD & M.A.KRAMER , "Diagnosing dynamic faults using modular
neural nets ", IEEE EXPERT, Massachusetts institute of technology, 1993.
[V.12] G.M.STANLEY, "Neural networks for fault diagnosis based on model errors or
data reconciliation", Instrument society of america, Chicago, USA, sept. 19-24,
1993.
[V.13] Y.M. PARK , G.W.KIM & J.M.SOHN " A logic based expert system (LBES) for
fault diagnosis of power system", IEEE,transactions on power systems vol.12, n1
february 1997.
[V.14] K. S.SMITH, L. RAN & J.PENMAN " Real-time detection of intermittent
misfiring in a voltage fed PWM inverter Induction-motor drive",
IEEE,transactions on industrial electronics vol.44, n4 august 1997.













110

CONCLUSION GENERALE ET PERSPECTIVES

1. ETUDE REALISEE

Les conditions de succs techniques et conomiques de l'industrie sont aujourd'hui trs
lies la qualit et la sret de fonctionnement des procds industriels car il n'y a pas de
plus dfavorable qu'un dfaut qui apparat en cours de fonctionnement des machines, et
auquel le systme de protection ne ragit pas. Pour rsoudre ce problme, ceci a ncessit le
dveloppement d'une tude de sret de fonctionnement des systmes industriels complexes,
et des mthodes ont rendu obligatoire une approche transverse qui fdre toutes les
comptences de l'entreprise. Le diagnostic est devenu ainsi et au cours de ces dernires
annes, l'un des lments essentiels des outils de production, tout particulirement avec la
forte mergence de la mthodologie issue de l'intelligence artificielle et son lien prcis avec
l'activit du systme nerveux central quaucun systme de contrle commande na pu gal,
jusqu prsent, sa parfaite action- raction. Cette mise en vidence tait derrire le recours
vers l'analyse de l'activit mentale : volontaire et involontaire qu'on a estim utile de
prsenter, au dbut de cette thse, sous forme d'esquisse pour tenter de reproduire chaque acte
dans ses actions signals.
Un avis tout fait original, est celui de retourner vers l'exploitation du raisonnement
acquis de par la physiologie du systme nerveux central. En imitant ce raisonnement, le
problme de surveillance automatique et de diagnostic temps rel des dfaillances
industrielles est devenu, pour nous, lger traiter.

2. PRINCIPAUX AXES DE RECHERCHE

Initialement et aprs une mise en vidence de lincapacit du systme de protection
assurer une sret de fonctionnement durable aux procds industriels et de la ncessit de lui
associer des techniques de lintelligence artificielle, pour intgrer une information susceptible
dloigner le danger encouru, nous avons tabli une description de base des fonctions
principales du systme nerveux central. Et tout en illuminant, un acte spcifique dans son
CONCLUSION GENERALE

111
comportement, nous avons essay de traduire, travers une analyse interactive, l'effet de cet
acte sur le comportement du systme de contrle commande du procd industriel. Lintrt
de cette analyse vise la prparation de la procdure mettre en oeuvre pour tablir un
diagnostic en temps rel travers lequel on arrive matriser le dfaut ds sa dtection.
L'aboutit de cette phase a rvl l'impact rel du transfert en ligne, de l'information
vers le centre de commande, sur lactivit automatique de ce systme (ex : rflexe caus par
un court-circuit), soutenue par un exemple sur le diagnostic d'une maladie. La conclusion
tire, de cette tape concerne le manque d'information qui n'tant pas tolr ni par le cerveau
ni par l'examinateur, cre une maille d'obscurit qui pourrait finir par dsordonner l'harmonie
de l'activit globale ou partielle des organes et par consquent de celle du systme de
protection. De mme, qu'un dfaut non dtect par manque de moyen de traitement des
connaissances, entrane une panne certaine dans le procd industriel.
En outre et ralisant la diffrence entre l'informatique de contrle-commande des
procds de production, laquelle sintresse au temps de laction-raction d'un processus
industriel, en interprtant linformation reue et en laborant la commande adquate en temps
rel, celle habituellement, utilise pour la simulation numrique et lanalyse des
comportement varis des procds physiques ou le cot en temps dexcution vient en dernier
lieu dans les proccupations de loprateur, ces contraintes nous ont guid vers l'exploitation
des moyens pouvant contribuer de faon fiable, modrer ce facteur afin quil rpond tout
vnement nouveau par un acte similaire celui du systme nerveux central. Ces facteurs
retenus au cours de cette recherche ont t concourante pour assurer un intervalle (de temps)
de garanti pour la raction des systmes de protection en se servant des techniques de
l'intelligence artificielle (T.I.A). Ces dernires caractrises par la capacit dinterprtation de
linformation floue et imprcise quun tat de dfaillance est meilleur mettre vue , ont t,
par ailleurs, choisies pour former laxe de recherche principal, de notre tude, ayant pour
mission de pallier au manque de l'information dont souffre le systme de contrle-commande,
en exploitant ce nouveau support, pour cerner les signes engendrs par un trouble fonctionnel
afin de remonter vers sa source en utilisant la connaissance d'expert.
La compensation du manque de linformation, laboutit de cette tape, par le contenu
dune information imprcise, une fois soumise au traitement des techniques de lintelligence
artificielle, permet d'augmenter la robustesse et la fiabilit du systme de contrle-commande,
en mettant sa disposition une connaissance transparente sur laquelle il agit pour maintenir le
contrle de lquipement surveill.

CONCLUSION GENERALE

112
3. TESTS DE VALIDITE DES T.I.A POUR UN DIAGNOSTIC TEMPS REEL DE
DEFAUT

A travers lesquisse et en optant pour la reproduction comportementale du mode de
fonctionnement entrepris par le procd, comme moyen de vrification de la validit des
techniques de lintelligence artificielle, nous avons pu dmontrer une efficacit comparable
celle quun systme nerveux central suspecte et traduit par sain en labsence de dpassement
de seuil et dfaillant aussitt quun signe est dtect. Et en adoptant ce raisonnement, il serait
possible de prparer une base des faits aussi tendue quun procd comme lassociation
machine asynchrone-convertisseur statique, prsente de dfaut. Pour confirmer ce prjug,
llaboration des diffrentes approches : rseaux de neurones, logique floue et neuroflou dans
une reproduction comportementale dun tat dfaillant caus par une commutation errone
entre interrupteurs de londuleur associ la machine asynchrone a donn des rsultats
satisfaisants qui assigs par les symptmes relatifs ce type de dfaut permettent de localiser
linterrupteur source de lincident. Ces derniers sont obtenus travers des donnes issues de la
simulation du modle classique sous environnement MATLAB, vu la difficult de raliser un
essai exprimental.
De toute vidence, la simulation ne peut tre une simple tape dans ces tests car, nous
savions que les techniques de lintelligence artificielle sont loutil dexploitation dun systme
de contrle commande, donc son rle ne va pas concerner le modle mathmatique
spcifiquement, mais il va le dpasser vers la reproduction de lvolution en cours du procd
en adoptant la mesure effectue par les capteurs. Dans le cas o la reproduction sous ces
conditions est vrifie, l'valuation de l'efficacit des approches utilises, ne serait plus mise
en doute et l'apprciation du comportement de la machine sous ses diffrents aspects et en
toute circonstances, ne pourrait tre attribu qu ces dernires.
L'analyse effectue sur l'ensemble des caractristiques rvle une affinit dans la
reproduction comportementale faite par l'approche floue. Par contre l'approche neuronale
(supervise ou non) a beaucoup plus tendance dnoncer la prsence de dfaut par des pics
affranchis, alors qu'elle reflte l'tat permanent travers une courbe en harmoniques.
La rapidit dexcution du programme de simulation est le facteur recherch ici. Pour
rpondre celui-ci, travers la reproduction comportementale, il y a plusieurs possibilits
parmi lesquelles :
le choix du langage de programmation ensuite,
CONCLUSION GENERALE

113
le choix du pas dexcution du transfert de linformation qui doit tre synchrone au
transfert de la mesure effectue par le capteur et enfin,
choisir le procd de traitement effectuer soit sur chaque venue de la mesure ou
bien lintercal pour gagner plus de temps vrifier le rsultat du diagnostic.

4. DIAGNOSTIC LATOUT DE LA SURETE DE FONCTIONNEMENT

L'laboration conjointe des rseaux de neurones comme dtecteur de dfaut servant
lvaluation de ltat du procd et la collection des symptmes en cas de dfaut (i e : assurant
le contrle de lquipement), avec lapproche floue comme centre dinterprtation de
symptmes, se servant de ces signes pour localiser lorigine du trouble (i e : assurant
lopration diagnostic), permet de mettre la disposition de loprateur toute sorte de
suggestion pour la confrontation du trouble qui sannonce avant quil nentrane le procd
hors de son contrle. Cette dmarche que nous jugeons de bnfique si lon arrive la tester
sur des donnes relles, et regroupant la majorit des dfauts frquemment constats sur celui-
ci, sa mise en uvre sous cette forme, pourrait tre justifi en prenant en considration les
algorithmes propres ces deux approches et leurs caractristiques respectives vues travers:
le temps dexcution, la prcision dans lvaluation, ce qui converge mon point de vue au
choix des RN pour la reproduction comportementale suivant la prcision voulue et
llaboration de la logique floue pour le diagnostic en temps rel.

5. PERSPECTIVES
L'tude en perspective pourrait faire l'objet de concrtisation des tests tablis dans
cette thse c.--d. faire des essais de vrification des prdicats:

Tests exprimentaux concernant la reproduction comportementale du rgime normal
en utilisant les T.I.A, ayant pour but de supplanter la modlisation classique encadre
par des hypothses simplificatrices; car si le rsultat est favorable alors le problme
de modlisation de systme non linaire serait totalement rsolu.
Essai de simulation o lon exploite, aprs conception d'une base de faits exhaustive,
tout les vecteurs_syndromes, dans un diagnostic lanc la recherche des origines
propres aux diffrents types de dfaut affectant lassociation convertisseur statique-
machine asynchrone.
CONCLUSION GENERALE

114
Enfin et aprs un choix judicieux de la puissance de la machine asynchrone, du
langage de programmation industriels et aprs connaissance de toutes les
caractristiques de son systme de protection, tester le taux de vrit dans la
faisabilit dun diagnostic temps rel.


























ANNEXE 1

PRESENTATION DU PROCEDE


Le procd dtude est un moteur asynchrone triphas 2 paires de ple,
aliment par le rseau lectrique travers un onduleur de tension
commande par modulation de la largeur dimpulsion, et est caractris
par :

Caractristiques principales de la machine asynchrone

Puissance nominale : 4 kW,
Couple de charge nominale : 25 Nm;
Courant nominal : 15/8.6 A;
Tension nominale : 220/380, V
Frquence statorique nominale : 50Hz ;
Vitesse nominale de rotation du rotor : 1440 tr/nm
Facteur de puissance nominal : 0.437
Nombre de paires de ples : p=2.

Paramtres lectriques :

Rsistance dune phase du stator :Rs =1.2
Rsistance dune phase du rotor :Rr=1.8
Inductance propre dune phase statorique :Ls= 0.1554 H
Inductance propre dune phase rotorique :Lr= 0.1568 H
Inductance mutuelle :m= 0.1500 H

Paramtres mcaniques :

Moment dinertie des masses tournantes : J = 0.02 H kg.m
2

Coefficient de frottement : f = 0.0035

ANNEXE 2

APPAREILLAGE DE CONTROLE COMMANDE

Extrait du Cahier Technique Merlin Gerin n 165 / p.14


Le rle de lappareillage est triple :
assurer la mise sous tension et larrt
(commande),
dconnecter le moteur en cas de dfaut
(protection),
assurer un certain contrle du moteur
(contrle).
Par contrle, il est sous-entendu que
lappareillage est capable (ou non)
de conduire le dmarrage (automatisme
de la squence de dmarrage),
dagir sur la vitesse du moteur,
de fournir des informations sur ltat
lectrique du moteur et aussi de
contribuer la protection.
Cette fonction contrle fait
essentiellement appel llectronique de
puissance et aux courants faibles
(technologie numrique) ; elle est en plein
dveloppement.

Surcharges
La surcharge peut tre dtecte par des
relais maximum dintensit.

Courts-circuits
Sur les quipements disjoncteur, les
courts-circuits sont dtects par des
relais maximum dintensit
fonctionnement instantan.
Sur les quipements contacteurs plus,
les courts-circuits sont limins par les
fusibles.
Toutefois, une solution intressante
consiste associer aux fusibles, des
relais maximum dintensit lgrement
temporiss.
Coupures, inversion et dsquilibres de
phases
Ces dfauts sont dtects grce un
filtre qui met en vidence les composantes
inverses.
La surveillance de la coupure dune
phase ou dun dsquilibre est importante
car ces dfauts provoquent :
dans le stator, une augmentation de
courant,
dans le rotor, un chauffement
supplmentaire par effet Joule, d au fait
que tout rgime dsquilibr se traduit
par lapparition de courants inverses
parcourant le rotor deux fois la
frquence dalimentation. Linversion de
phases est dtecte soit par les courants,
soit par les tensions : n par les courants :
cette inversion est vue aprs la fermeture
du contacteur, la machine entrane subit
le dfaut,
par les tensions : elle permet dinterdire
ventuellement la fermeture du
contacteur si le rseau na pas son ordre
normal de succession des phases.

Dfaut disolement dans le bobinage
Les enroulements statoriques sont
susceptibles dtre le sige de dfauts entre
spires dune mme phase ou entre
enroulements de phases diffrentes.
Une "protection moteur", regroupe
lensemble des dispositifs permettant
dviter des dtriorations importantes
inhrentes des conditions anormales de
fonctionnement au niveau alimentation,
moteur.
Le choix des protections installer se
fait en fonction :
des conditions dexploitation,
de limportance du service assur par le
moteur,
du degr de sret recherch,
du cot relatif de la protection vis--vis
du moteur,
de la probabilit dapparition des
dfauts considrs.
Mais aussi :
du type de charge entrane,
des perturbations pouvant apparatre sur
le rseau,
du type de moteur protg.

Ainsi, les dfauts lists ci-dessous
peuvent faire lobjet dune protection.

PRINCIPAUX TYPES DE DEFAUTS
Moteurs asynchrones
surcharges,
courts-circuits,
coupure, inversion et dsquilibres de
phases,
dfaut disolement entre spires
masse stator,
minimum et maximum de tension,
dmarrage incomplet.























PROTECTION BT ET VARIATEURS DE VITESSE
Extrait du Cahier Technique N 204
Code : http://www.schneider-electric.com
Rubrique : Le rendez-vous des experts

Lobjectif de ce Cahier Technique est
dexpliquer les phnomnes particuliers
observs dans les installations BT lors de
surcharge ou de dfaut lectrique dans les
circuits quips de variateurs de vitesse.
Diffrentes prconisations sont fournies pour
assurer la protection des personnes et des
biens, ainsi que la meilleure continuit de
service.

PROTECTIONS CONTRE LES
SURINTENSITES
Les protections usuelles contre les
surintensits (disjoncteurs ou fusibles) sont
principalement prvues pour intervenir dans
deux cas :
Afin de protger une installation contre
tout risque de court-circuit.
Afin dviter les risques dus la surcharge
dun circuit ou un courant dexploitation
dpassant les capacits des conducteurs
(jeux de barres et cbles) et des appareils de
commande et de protection.
La technologie des variateurs de vitesse
permet dassurer lectroniquement certaines
de ces fonctions.

PROTECTIONS INTEGREES AUX
VARIATEURS
Protection de surcharge moteur
Les variateurs modernes assurent la
protection du moteur contre les surcharges :
par une limitation instantane du courant
efficace 1,5 fois le courant nominal
environ,
par un calcul permanent du I2t, avec
prise en compte de la vitesse (la plupart
des moteurs tant auto ventils, le
refroidissement est moins efficace
basse vitesse).
A noter que lorsquun dpart nalimente
quun moteur et son variateur, cette
protection de surcharge du moteur assure
simultanment la protection de surcharge de
lensemble appareillage et cblage.
Protection contre les courts-circuits
moteurs ou ligne en aval du variateur
En cas de court-circuit entre phases en
sortie de variateur (aux bornes du moteur ou
un endroit quelconque de la ligne entre le
variateur et le moteur), la surintensit est
dtecte au sein du variateur et un ordre de
blocage est envoy trs rapidement aux
IGBT. Le courant de court-circuit est
interrompu en quelques microsecondes, ce
qui assure la protection du variateur. Ce
courant trs bref est essentiellement fourni
par le condensateur de filtrage associ au
redresseur, et est donc indiscernable dans la
ligne dalimentation.

Autres protections intgres aux
variateurs
Les variateurs disposent dautres
fonctions dautoprotection contre :
les surchauffes de leurs composants
lectroniques pouvant entraner leur
destruction.
Un capteur plac sur le dissipateur
thermique provoque larrt du variateur,
lorsque la temprature dpasse un certain
seuil.

Les creux de tension du rseau :
Cette protection est ncessaire pour
viter tout dysfonctionnement des circuits de
contrle et du moteur, ainsi que toute
surintensit dangereuse lorsque la tension
rseau reprend sa valeur normale.

Les surtensions frquence industrielle
du rseau :
Il sagit dviter les destructions
ventuelles de leurs composants.

La coupure dune phase (pour les
variateurs triphass) : car lalimentation en
monophas qui se substitue lalimentation
en triphas provoque une augmentation du
courant absorb.

Action des protections intgres
Elles provoquent toutes, en cas de dfaut,
le verrouillage du variateur et larrt du
moteur en roue libre . La coupure de
lalimentation est alors assure par le
contacteur de ligne dont louverture est
commande par un relais intgr au variateur.

Protections extrieures aux variateurs
En plus des ncessits exposes dans les
premires lignes du chapitre, ces protections
contre les surintensits sont aussi prvues
pour intervenir en cas de dfaut interne au
variateur (destruction du pont redresseur par
exemple) :
Le dispositif de protection de la ligne
assure la coupure du courant de dfaut.
Nota : Bien que ce dispositif ne puisse pas
normalement protger les composants du
variateur, son ouverture automatique limite
les consquences de tels dfauts.




Protection des personnes
Les risques lis aux dfauts disolement
Un dfaut disolement, quelle que soit sa
cause, prsente des risques pour :
La scurit des personnes (risque de
choc lectrique),
La scurit des biens (risque dincendie
ou dexplosion en raison dun chauffement
excessif ponctuel),
La disponibilit de lnergie lectrique
(dconnexion dune partie dune installation
pour liminer le dfaut).

Ncessit de moyens de dtection
spcifiques
La valeur du courant de dfaut
disolement entre phase et terre (en mode
commun) dpend du schma de liaisons la
terre. Souvent, sa valeur est trop faible pour
quil soit dtect et limin par les
protections de surintensits conventionnelles
(protection thermique ou magntique dun
disjoncteur)

Protection contre les dfauts terre
intgre aux variateurs
Dans le cas o, un dfaut entre une sortie
du variateur et la terre provoque une
surintensit importante par linterconnexion
des masses. Comme dans le cas dun court-
circuit entre phases, cette surintensit est
dtecte et un ordre de blocage est envoy
aux IGBT. Par contre, dans ce cas, le
courant de dfaut circule dans la ligne
dalimentation, mais pendant un temps trs
court (centaines de microsecondes). Le
dispositif de protection intgr intervient
alors. Lisolement galvanique du variateur
est obtenu par louverture du contacteur de
ligne
.





Fig.1. comparatif des caractristiques de fonctionnement montrant tout intrt des variateurs
de vitesses de type " convertisseurs de frquences"



Fig.2. Diffrents dfauts d'isolement avec les schmas TT et TN-S



Fig.3. diffrentes situations avec deux dfauts francs ou peu impdants sur un schma IT