Abstract FR:

La surveillance automatique des systemes technologiques (procede, machine industrielle,. . . ) peut etre assuree par des systemes de diagnostic capables d'identifier en ligne sous quel mode de fonctionnement le systeme evolue et de s'adapter a l'apparition de nouveaux modes. Pour des raisons economiques evidentes, le diagnostic n'est plus suffisant de nos jours et il convient de developper de nouveaux outils capables d'anticiper l'evolution du systeme vers des modes de fonctionnements non desires. Cette these presente les travaux relatifs au developpement d'un systeme adaptatif de diagnostic predictif. Le systeme propose met en oeuvre des principes de reconnaissance des formes floues, tant au niveau de l'apprentissage (adaptatif) que de la decision (diagnostic) et de la prediction. L'approche floue permet de gerer l'incertitude liee aux differentes taches que le systeme doit realiser. Une nouvelle regle de decision floue integrant les notions de rejet d'ambiguite et de rejet d'appartenance a ete proposee. Un algorithme original de prediction multi-pas a horizon fixe (ou variable) a ete developpe dans l'espace de decision floue. Il met en oeuvre un filtre de kalman etendu adaptatif. Cet algorithme est utilise de maniere directe pour realiser la fonction de pronostic (diagnostic predictif), et de maniere indirecte pour resoudre le probleme de la levee d'ambiguite a posteriori