École doctorale : Electronique, electrotechnique, automatique, traitement du signal (EEATS)
Spécialité : Automatique et productique
Structure de rattachement : Grenoble-INP
Établissement d'origine : INPG - ENSIEG
Financement(s) :
Date d'entrée en thèse : 01/09/2003
Date de soutenance : 14/02/2007
Composition du jury :
Jacky MONTMAIN, Ecole des Mines d'Ales, Président
Ali CHARARA, Université de Technologie de Compiègne, Rapporteur
Dominique SAUTER, Université Henri Poincaré Nancy, Rapporteur
Sylviane GENTIL, Institut National Polytechnique de Grenoble, Directeur de thèse
Suzanne LESECQ, Université Joseph Fourier Grenoble,Co-directeur de thèse
Résumé : Lobjectif de ce travail est la détection des défauts à travers la détection des changements dans les signaux mesurés. Notre travail présente une méthode permettant de construire, à partir d'historique de données, un modèle comportemental du procédé, puis de détecter des situations anormales issues des dysfonctionnements. Cette méthode consiste à générer des symptômes flous en ligne permettant de suivre l'évolution temporelle du fonctionnement du système à surveiller. Ces symptômes prennent en considération les incertitudes sur la décision en fusionnant le résultat du test de détection avec celui de sa validité. Les propriétées de la STFT et la SWT permettent dextraire des informations des signaux analysés. Un symptôme graduel est obtenu en fonction du type et de l'ampleur du défaut. La méthode de détectiona été testée sur des signaux contenant des défauts simulés, puis validée sur des données industrielles pour la détection des vibrations torsionnelles dans un laminoir réversible.