Abstract FR:

Ce travail porte sur le diagnostic des systèmes linéaires déterministes ou stochastiques et sur la reconfiguration des lois de commande. La première partie est consacrée au diagnostic robuste des systèmes déterministes incertains. Elle concerne préalablement l'estimation d'état robuste, par implantation d'observateurs à entrées inconnues d'ordre plein, réduit ou minimal. A partir de ces résultats, deux approches sont exposées. La première présente une méthode de génération de résidus robustes fondée sur l'estimation complète de l'état du système. Cette estimation nécessite la vérification de la condition classique de découplage des entrées inconnues. Pour l'éviter, nous avons établi une seconde approche, basée quant à elle sur la génération de résidus par bancs d'observateurs d'ordre réduit. Cette approche réalise la détection, l'isolation et la correction de défauts, par décomposition du système en sous-systèmes insensibles aux entrées inconnues et a certains défauts spécifiés. Dans la deuxième partie, les méthodes obtenues pour les systèmes déterministes sont étendues aux systèmes stochastiques. Nous considérons tout d'abord le problème de l'estimation robuste de l'état, en vue de généraliser le filtre de kalman aux systèmes en présence de bruits et d'entrées inconnues. L'originalité de l'étude repose sur deux transformations régulières du système en un sous-système à bruits de dynamique et de mesures decorreles et indépendants des entrées inconnues. Cette solution permet de reconstruire, à l'aide du filtre de kalman conventionnel et des changements de bases effectués, l'état complet du système d'origine. Nous pouvons alors étendre la précédente étude au diagnostic des systèmes stochastiques incertains. Dans ce contexte nous proposons dans le dernier chapitre un nouvel algorithme de détection, d'isolation et d'estimation en ligne des défauts.