Abstract FR:

Cette thèse est consacrée au développement d'une méthode automatique de détection et de diagnostic de défauts pour les systèmes de chauffage collectif à eau chaude. Les défauts pour lesquels il paraissait le plus utile de développer des méthodes de détection et de diagnostic ont d'abord été recensés. La modélisation-simulation du fonctionnement des cinq systèmes de chauffage a permis ensuite d'obtenir une base de données représentant le fonctionnement du système comportant ces différents défauts. Un prototype de diagnostic basé sur la reconnaissance des formes a été développé en utilisant, comme outils de classification, un modèle connexionniste (réseau de neurones multi-couche). Ce prototype a été testé sur les cinq systèmes simulés. Le résultat de test est satisfaisant avec un taux de réussite supérieur à 90% et un risque de fausse alarme inférieur à 2% pour l'ensemble des défauts des systèmes simulés. Ceci bien que seules les données provenant d'un des systèmes aient été utilisées pour la phase d'apprentissage du prototype. Ce résultat permet de penser que la généralisation du prototype vers des systèmes réels devrait donner des résultats intéressants. À l'issue de ce travail les perspectives consistent à: valider l'outil de diagnostic ainsi développé sur des systèmes réels, implanter celui-ci dans des systèmes de gestion technique du bâtiment, appliquer l'approche développée dans cette thèse a d'autres systèmes de génie climatique.