UE E9AM2AS-B - Modélisation, Identification, Surveillance (MIS)

La problématique abordée concerne la détermination à partir de la connaissance de signaux entrée/sortie, d'un modèle analytique appartenant à une classe donnée. Le comportement dynamique prédit par le modèle doit être le plus voisin possible de celui du processus considéré, au sens d'un critère. On distingue deux grandes classes de méthodes d'identification : les méthodes dites non paramétriques et les approches dites paramétriques. Dans ce cours, nous abordons les méthodes paramétriques.

Toute procédure d'identification se déroule de la façon suivante : Choix d'un protocole d'expérimentation, choix d'une structure de modèle, choix d'une méthode d'estimation, validation du modèle estimé. L'objectif de ce cours est d'aborder ces différentes étapes. Plus particulièrement, nous commençons par une présentation et une analyse critique des différentes structures en estimation paramétrique. Puis, parmi les différentes méthodes d'estimation existant dans la littérature scientifique, la méthode d'estimation dite des moindres carrés ordinaires basée sur la minimisation d'un critère quadratique, est abordée. Les différents test de validation sont alors présentés. Enfin, le cours se termine par un chapitre sur la méthode dite de l'erreur de prédiction.

Voir la page complète

Contexte - Problématique : Méthodes modernes de détection et localisation de défaillances (capteurs, actionneurs, composants physiques) à base de modèle, redondance analytique, surveillance/diagnostic

Objectifs : Analyser les tâches d'un système de surveillance. Maîtriser les méthodes de projection dans l'espace de parité et à base d'observateur de diagnostic. Modélisation orientée « surveillance ».


Outils : cours, TD sur papier, mini-projet sous Matlab/Simulink.

Voir la page complète