Intégration de connaissances a priori pour l'estimation de paramètres physiques de modèles à temps continu : apport pour le diagnostic de systèmes incertains - Université de Lorraine Access content directly
Theses Year : 2001

Intégration de connaissances a priori pour l'estimation de paramètres physiques de modèles à temps continu : apport pour le diagnostic de systèmes incertains

Céline Defranoux
  • Function : Author
  • PersonId : 786990
  • IdRef : 084692049

Abstract

The main concern of this work is the grey box identification of continuous time mono- and multiva- rkiable models that are non-linear with respect to theparameters.Its contributions are twofold. On the one hand, a priori knowledge is taken into account to estimate both physical parameters and uncertainty intervals. On the other hand, the relevance of this approach to the uncertain system diagnosis is shown. This thesis is divided into four parts. The first part presents the main issues and state of the art related to grey box identification as well as PL synthesis of some of the available methods. The working hypotheses and tools are also given. The second part describes the proposed methodology in dealing with a priori knowledge into the physical parameter estimation process.This approach is based on regularization theory and uses a compound criterion. It enables to overcome global non identifiability and to estimate physically sound parameters. This approach is interpreted in the frame of Bayesian inference. The asymptotic covariance matrix of the estimator including a priori information, is obtained analytically under a white noise hypothesis. The methodology is applied, in the third part, to the physical parameter estimation of the a winding process electromechanical. The last part is dedicated to the diagnosis of systems represented by continuous time uncertain models. A new approach that improves fault detection and isolation performances is proposed. It appears to be more relevant as a grey box model reflecting the physical parameter dependence, is considered rather than a black box model with identical input-output behavior.
Le travail présenté dans ce mémoire à pour thème l'identification boîte grise de systèmes monovariables ou multivariables représentés sous forme d'état par des modèles à temps continu, non linéaires en les paramètres. Ses contributions sont doubles. Elles concernent d'une part, l'intégration de connaissances à priori pour estimer les paramètres physiques inconnus et leur intervalle d'incertitude. D'autre part, elles traitent de l'apport de cette estimation dans le cadre du diagnostic de systèmes incertains. Ce manuscrit comporte quatre parties. La première introduit la problématique de l'identification boite grise et présente un état de l'art du sujet ainsi qu'une synthèse des méthodes étudiées. Les hypothèses et outils de travail sont énoncés. La deuxième présente la méthodologie retenue pour intégrer des connaissances à priori afin d'estimer des paramètres physiques. L'approche proposée repose sur une technique de régularisation par critère composite. Elle permet à la fois de pallier le problème de non identifiabilité globale et d'estimer des paramètres physiquement admissibles. Son interprétation dans le cadre de l'inférence bayesienne, est présentée. L'expression analytique de la matrice de covariance de l'estimateur est ensuite établie dans le cas asymptotique sous l'hypothèse de bruits de mesure blancs en tenant compte des informations à priori. Cette méthodologie est appliquée, dans la troisième partie, à l'estimation des paramètres physiques d'un système électromécanique d'enroulement-déroulement de bande. La dernière partie de ce manuscrit concerne le diagnostic des systèmes représentés par des modèles à temps continu incertains. Une nouvelle approche améliorant les performances de détection et localisation de défauts est proposée. Elle est plus intéressante si l'on considère un modèle boîte grise, qui reflète les dépendances entre les paramètres physiques, plutôt qu'un modèle boite noire de comportement entrée-sortie identique.
No file

Dates and versions

tel-01746783 , version 1 (29-03-2018)

Identifiers

  • HAL Id : tel-01746783 , version 1

Intranet access

Cite

Céline Defranoux. Intégration de connaissances a priori pour l'estimation de paramètres physiques de modèles à temps continu : apport pour le diagnostic de systèmes incertains. Autre. Université Henri Poincaré - Nancy 1, 2001. Français. ⟨NNT : 2001NAN10025⟩. ⟨tel-01746783⟩
33 View
0 Download

Share

Gmail Facebook X LinkedIn More