e-STA copyright 2011 by see

Volume 8, N1, pp 9-14

ANALYSE STRUCTURELLE ET
RECONFIGURABILITE DU FILTRE DETECTEUR
DE DEFAUTS SUITE A PERTES DINFORMATIONS

H. Jamouli H. Ghaleb H. Chafouk D. Sauter

Ecole Nationale des Sciences Appliquees
Universite Ibn Zohr, Agadir Maroc
jamouli@ensa-agadir.ma

Institut de recherche en systemes electroniques embarques
Equipe Automatique et Systemes ,
Technopole du Madrillet
Avenue Galilee - BP 10024
email : ghaleb.hoblos@esigelec.fr

Universite Henri Poincare Nancy1 ,
CRAN - Nancy
BP 70 239 - BP 54500
email : dominique.sauter@cran.uhp-nancy.fr

Resume
Le bon fonctionnement dun systeme automatise depend fortement de la
disponibilite des donnees fournies par les capteurs. La perte dun capteur du
systeme dinstrumentation affecte directement les proprietes dobservabilite, de
detectabilite et de localisabilite. Dans ce papier, nous nous interessons a la synthese
dun filtre detecteur de defauts generalises. Ensuite, on sinteressera a levolution des
proprietes de detectabilite et de localisabilite en presence de pertes de dinformations.
Cette evolution sera illustree a laide dun graphe oriente et evaluee par des criteres
structurels definis selon les chemins du graphe. Finalement, cette approche sera
illustree a laide dun exemple academique permettant ainsi dexpliquer linteret de
la reconfigurabilite du filtre dans le cas dune information intermittente.

Mots cles : Filtre de detection, linverse a gauche, systeme lineaire stochastique,

detectabilite, localisabilite.
keywords : Fault detection filter, left inverse, stochastic linear system, detectability
and isolability.

1. INTRODUCTION une solution aux problemes de la detection et loca-

lisation mutli-defauts. En diagnostic, on distingue
deux types dapproches, la premiere sinteresse a
Le systemes industriels sont devenus de plus en plus
lanalyse des proprietes structurelles du systeme en
complexe et loperation de diagnostic est devenue
utilisant les bandes de graphes, et la deuxieme est
indispensable pour assurer la surete de fonctionne-
basee sur la synthese dobservateurs, espace de pa-
ment et la disponibilite des systemes. Beneficiant
rite.Ces approches donnent lieu a des conditions ex-
des outils deja existants en automatique, le diag-
plicites de detectabilite et disolabilite des defauts.
nostic a connu une evolution tres importante qui lui
Ces conditions peuvent changer suivant la disponi-
a permis de developper plusieurs approches donnant
e-STA copyright 2011 by see
Volume 8, N1, pp 9-14

bilite des capteurs sur le systeme. Dans ce papier, on 2. POSITION DU PROBLEME

etudiera la capacite du systeme a detecter et isoler
les defauts actionneurs et capteurs en analysant Le filtre detecteur propose dans cette section per-
la perte de ses proprietes lors de lapparition de mettra lestimation optimale et temps minimal des
defaillances. Faisant ainsi le lien entre lanalyse et la defauts.
conception en readaptant notre observateur suivant Considerons le systeme discret suivant
les scenarios de defauts qui apparaissent.
La detection et lisolation des defauts a la base xk+1 = Axk + Buk + F dk + wk (1)
dobservateurs a ete etudie dans le cas deterministe yk = Cxk + vk (2)
par (Commault, 1999).
n m
ou xk < est le vecteur detat, yk < le vecteur
Il existe deux approches pour generer un residu de p
mesures, uk < le vecteur de commande. F =
decouple des entrees inconnues dans le cas des f1 . . . fi . . . fq est la matrice de distribution des
systemes deterministes : la premiere est basee sur defauts, dk <q represente le vecteur des defauts.
un placement de valeurs propres ([Patton et Chen Les bruits de mesure wk et detat vk sont non
1992], [Hsu et Shen 1995]) et la seconde basee sur correles de moyennes nulles tels que
la conception des observateurs a entrees inconnues
(Wunenberg et Frank 1987). Il existe aussi une
wk T T W 0
forme particuliere des observateurs appelees Filtre E w v = (3)
vk j j
0 I kj
de detection. Par une approche intuitive, Beard
(1971) a ete le premier a introduire la theorie ou W 0 et V 0. Letat initial x0 est
des filtres detecteurs. Par la suite, Massoumnia a une variable aleatoire telle que E{x0 } = x0 et
formalise la solution du probleme a laide dune E{(x0 x0 )(x0 x0 )T } = P0 est decorele avec wk
synthese geometrique. La synthese du filtre a ensuite et vk .
ete realisee par White et Speyer (1987) via une
approche spectrale et par Park et Rizzoni (1994) Considerons le filtre suivant
par un placement de valeurs et de vecteurs propres
de la matrice de transition du filtre. xk+1 = Axk + Buk + K(yk C xk ) (4)
Le diagnostic des systemes dynamiques stochas- dk = L(yk C xk ) (5)
tiques est generalement effectue en deux etapes : La
generation de residus suivit par la prise de decision. ou xk est letat du filtre, dk la sortie du filtre et ou
La reconstruction des defauts nest pas toujours pris L <q,m et K <n,m sont les deux gains du filtre.
en compte dans la generation du residus et pour- Lerreur destimation ek = xk xk et la sortie du
tant il est tres interessant de simplifier la phase de filtre dk sont donnees
decision par la generation de residus refletant direc-
tement lamplitude des defauts afin de permettre la ek+1 = (A KC)ek + F dk + wk Kvk (6)
conception simplifiee dun test de detection toujours
dk = L(Cek + vk ) (7)
tres difficile a concevoir dans le cas multi-defauts.
Le probleme de la reconstruction des defauts est Definitions Les indices de detectabilite ([Liu et Si,
lie au probleme du calcul de linverse a gauche du 1997], .[Keller, 1999]) caracterisant le retard i des
systeme. Ce lien a ete montre par Hou et Pat- defauts sont definis par
ton (1998) dans le cas continu. Nous proposons la
conception dun filtre detecteur produisant une esti- i = min{ : CA1 fi 6= 0, = 1, 2, . . .} (8)
mation des defauts a variance minimale satisfaisant
E(dk ) = dk ou est le temps de retard structurel La matrice de detectabilite associee aux defauts est
du systeme defini par ses zeros infinis. Apres la donnee par
parametrisation de linverse a gauche du systeme, f = CDf (9)
les degres de liberte restant disponibles sont calcules avec
pour minimiser la norme H2 du transfert entre les
bruits et la sortie du filtre.
Df = A1 1 f1 . . . Ai 1 fi . . . Aq 1 fq (10)
Le papier sera organise de la facon suivante :
Dans la premiere partie, la synthese dun filtre de Sous la condition dexistence

detection robuste est presentee. La deuxieme partie rang f = q (11)
sera dediee a lanalyse de detectabilite et la loca-
Lobjectif est la synthese des gains K et L tels que
lisabilite du systeme defaillant. Dans la troisieme
partie, un exemple dapplication sera presente pour
mieux illustrer la methode proposee. W (z) = LC(zI (A KC))1 F (12)
dd
= diag(z 1 , z 2 , . . . , z q ) (13)
e-STA copyright 2011 by see
Volume 8, N1, pp 9-14

Apres avoir donne la solution de (13), la synthese Il reste donc a calculer les parametres libres Kk et
des degres de liberte restant disponibles consistera Lk tels que la trace de la matrice de covariance Pkd
a minimiser la trace de la matrice de covariance Pkd de lerreur destimation des defauts soit minimale.
de lerreur destimation des defauts donnee par
Sous les conditions de stabilite et de convergence
Pkd = E (dk E(dk ))(dk E(dk ))T ) (14) donnees par
h iT
q zI A Df
ou E(dk ) = d1k1 . . . diki . . . dkq est sa- rang = n+q, z C, |z| 1 (27)
C 0
tisfaite a la convergence du filtre sous la condition
(13). et

rang ejw I + A Df W 1/2 = n, w [0, 2]
(28)
3. CONCEPTION DU FILTRE le filtre isolateur de defauts est decrit par les
equations suivantes
Theorem 1. Parametrisation du filtre
Sous (9), la solution de (13) est donnee par
xk+1 = Axk + Buk + ( + Kk )(yk C xk ) (29)
Pk+1 = (A Kk C)Pk (A Kk C)T + W + Kk V (30)
KkT
K = + Kk (15)
dk = ( + Lk )(yk C xk ) (31)
L = + Lk (16)
Pkd = ( + Lk )Hk ( + Lk )T (32)
+
avec
= (I
), = () , = AD, = CD,
D = Df , ou une matrice arbitraire choisie telle avec
que rang() = m q et ou Kk <n,mq et Lk
<q,mq sont les parametres libres eventuellement Kk = APk C T (C Pk C + V )1 (33)
temps variant. T T 1
Lk = Hk (Hk ) (34)
T
Demonstration 1. On a Hk = C Pk C + I (35)

ou A = A C, C = C, V = T , W = W +
W (z) = LC(zI (A KC))1 F (17)
T T
dd
X
= LC(A KC)k F z k1 (18) On peut generaliser le filtre detecteur de defauts afin
k0 davoir plus de degres de liberte dans la conception.
X Ceci doit permettre dobtenir des residus generes
= z k1 . . . LC(A KC)k fi . . . (19) qui respectent un bon compromis entre la rapidite
k0
de detection et la sensibilite aux defauts par le
choix des valeurs propres de lassignation spectrale
On obtient suivante :
h P i
W (z) = . . . LC(A KC)k+1 Ai 1 fi z k1i . . .
k0
dd
(A KC)fi = i fi (36)
(20)
Si le gain K satisfait lassignation spectrale suivante avec i=1,...q.
Le probleme revient a parametrer cette assignation
(A KC) . . . Ai 1 fi . . . = 0 (21)
spectrale tel que
alors (21) devient

K = (AF F )(CF )+ + Kk (I (CF )(CF )+ )(37)

W (z) = . . . LCAi 1 fi z i . . . (22)
dd
= Lf diag(z 1 , . . . , z i , . . . , z q(23)
) ou est la matrice des valeurs propores fixes par
le concepteur pour un bon compromis entre rapidite
et (13) est satisfaite sous la contrainte algebrique a la detection et sensbilite aux bruits, et K est
un degres de liberte quont peut parametrer pour
Lf = I (24)
minimiser un critere quadratique P ((ek E(ek )(ek
E(ek )T .
Avec (9), lassignation spectrale (21) et la contrainte
algebrique (24) peuvent etre parametrees par Pour = 0 on retrouve le filtre isolateur definit au
paravant avec un comportement dun observateur
dead beat. Pour le calcul du gain K on se referer les
K = + Kk (25)
equations de Riaccati obtenu dans le cas du filtre,
L = + Lk (26) en remplacera A K C par
e-STA copyright 2011 by see
Volume 8, N1, pp 9-14

4. RECONFURABILITE DU FILTRE PAR 5. RESULTATS

LANALYSE DE LA DETECTABILITE ET DE
LA LOCALISABILITE On considere un exemple relatif au domaine de
lavionique, il est emprunte a (Syrmos et Lewis,
1993). Il utilise le modele continu dun avion de
type CCV (CCV-type aircraft), caracterise par les
De nos jours, les systemes complexes sont controles
matrices
en reseau, ceci peut presenter une forte contrainte
pour le module de diagnostic qui peut etre
moins performant suite aux informations retardes
1.341 0.9933 0 0.1689 0.2518
par le reseau ou encore une perte ou blocage 43.223 0.8693 0 17.251 1.5766
dinformations suite a une saturation dans la bande
A=
1.341 0.0067 0 0.1689 0.2518

bassande. Ceci nous emmence a prendre en compte 0 0 0 20 0
dans la conception du module de diagnostic une 0 0 0 0 20
eventuelle perte dinformation.

0 0
La conception du filtre detecteur de defauts se 0 0

base sur un modele mathetique du systeme faisant , B=
0 0 (38)
apparaitre une eventuelle presence de lensemble des 20 0
defauts. Les resultats obtenus montrent que le filtre 0 20
existe si la matrice de detectabilite est de rang plein
a 0 0 1 0 0
colonne b 47.76 0.268 0 4.56 4.45
C=
c= 0
(39)
tel que rangD = q cest aussi la condition 0 0 1 0
disolation des defauts output separability d 0 0 0 0 1
consideree souvent comme la condition dexistence
du filtre detecteur de defauts (Chung et Speyer, on etudiera la detectabilite et lisolabilite des
1998 ; Keller, 1999). Dans ce cas, on peut verifier defauts actionneurs ou systemes suite une perte
que le sous-espace i = [fi Afi . . . Ai 1 fi ] dun ou plusieurs capteurs.
associe a la ieme composante de dk est solution
de (A KC)i i avec fi i et que
TP 0 0
Ci ( j6=i Cj ) = est clairement satisfaite. 0 0
Nous sommes ici en presence dune matrice
F =
0 0
(40)
dinteraction diagonale (z) = diag[z 1 . . . z q ] pour 20 0
le transfert de = (A, F, C). Cette condition de 0 20
separabilite des sorties est donc trop restrictive par
rapport a la condition dexistence dune matrice les indices de detectabilites des defauts f1 , f2 sont
dinteraction quelconque liee a linversibilite du tous les deux 1. les deux defauts sont detectables et
systeme. isolables car rang CAf1 CAf2 = 2.

abdcd

Dans le contexte multi-defauts, les approches basees

d c b a
sur les observateurs et en particuliers les filtres
detecteurs prennent en compte a priori dans leur abc abd acd bcd
conception lensemble des defauts hypothetiques. c
a d
a d
c
a
d b
b c
Un changement dans la structure du systeme b

emmenerait a une modification sur la capacite du

ab ac ad bc bd cd
filtre detecteur de defauts a detecter et localiser
d d
lensemble des defauts. b a c a d a
c
b b c

a b c d
De lequation (11) on remarque que la synthese
du filtre depend fortement de la matrice de a
b c d

detectabilite CD qui est fonction des indices de

detectabilites associes a chaque defauts. Un change-
ment dans la disponibilite des capteurs representee
par la matrice C, entranera des changements dans Fig. 1. Graphe des ER
les proprietes de detectabilite et aussi lisolabi-
lite des defauts. Ceci nous emmenera a etudier la Dans le premier niveau, une perte dun des 4 cap-
tolerance du systeme a garder les memes proprietes teurs nengendre aucun changements en terme de
malgre la perte de certains de ces capteurs. detectabilite et localisabilite des defauts. Dans le
e-STA copyright 2011 by see
Volume 8, N1, pp 9-14
abdcd
d c
abc abd
c
a d
a d
b c
b
ab ac ad
d c
c a a b
b a
a b
a
b c
Fig. 2. Graphe des ER
deuxieme niveau, on distingue trois cas ou il y a un
changement dans les indices de detectabilite et aussi
lisolabilite. Pour la paire (a, b), les deux defauts
f1 , f2 ont la meme direction dans lespace de sortie,
donc les deux defauts ne sont plus isolables.
Pour la paire (a,c), les indices de detectabilites
de defauts ne sont plus a 1, desormais le filtre
detecteurs comme a ete defini au depart nest plus
valable. A ce niveau la, le defaut f1 a un indice de
detectabilite egal a 1, et le defaut f2 a indice de
detectabilite egal a 2. En revanche, dans le cas de la
paire (a,d), le defaut f1 a un indice de detectabilite
egal a 2, et le defaut f2 a un indice de detectabilite
egal a 1.
6. CONCLUSION
Ce papier a presente une approche permettant le
traitement multi-defauts dans les systemes dyna-
miques stochastiques discrets. Cette approche a per-
mis de resoudre le probleme de la detection et la
localisation multi-defauts et aussi lobtention dune
estimation optimale des amplitudes de defauts. Une
analyse structurelle du filtre detecteur de defauts
nous a permis detudier la capacite du systeme a
garder ses proprietes de la detectabilite et la locali-
sabilite des defauts.
References
Aubrun, C., Sauter, D., Noura, H., Robert, M,
(1993) Fault diagnosis and reconfiguration of sys-
tems using fuzzy logic : application to a thermal
plant treatment process. In International Journal
of System Sciences, 24 :19451954.
Balle, P., Fisher, M., Fussel, D., Nelles, O., and
Isermann, A. (1998). Integrated control diagnosis
and recconfiguration of a heat exchanger. In IEEE
Control System Magazine, 18(3) :5264.
Beard, R.V. (1971). Failure accommodation in
linear systems through self-reorganisation. Ph.D
b a
dissertation,MA.
acd bcd Bodson, M., Groszkiewicz, J. (1997) Multi-
c
a
d b
variable adaptive algorithms for reconfigurable
flight control. In 39th IEEE Transaction on Cont.
Sys. Tech, 5 :217-229
bc bd cd
d d
Chen, R.H., Speyer, J.L. (2002). Robust multiple
b c
fault detection filter. International Journal of
Robust and Nonlinear Control, 12 :675696.
c d
Chung, W.H and Speyer, J.L. (1998). A game theo-
d ritic fault detection filter. IEEE Trans. Automatic
Control, AC-43 :933935.
DAzzo, J. and Houpis, C.H. (1995). Linear control
system analysis and design, conventional and mo-
dern. McGraw-Hill Series in Electrical and Com-
puter Engineering.
Gao, Z., Antsaklis, P.J. (1992). Reconfigurable
control system design via perfect model following.
International Journal of Control, 56(4) :783798.
Jamouli, H., Keller, J.Y., and Sauter, D. (2003).
Fault isolation filter with unknown inputs in sto-
chastic systems. IFAC Safeprocess03, Washing-
ton, 531536.
Jamouli, H., Sauter, D. and Keller, J.Y. (2005).
Robust fault detection filter for linear stochastic
systems . 16th IFAC World Congress, Prague,
Czech Republic.
Jiang, J. and Zhao, Q. (1998). Fault tolerant
control systems synthesis using imprecise fault
identification and reconfigurable control. IEEE
ISIC/CIRA/ISAS Joint Conference, Gaithers-
burg, MD USA, 169174.
Jones, H.L. (1973). Failure detection in linear
systems. Ph.D dissertation,MA. USA.
Keller, J.Y. (1999). Fault isolation filter for linear
systems. Automatica, 35 :17011706.
Keller, J.Y, Sauter, D. (2000). Robust Fault isola-
tion filter for discrete time systems. In Proc. 4th
IFAC Safeprocess Symposium, Budapest.
Kitandis, P.K. (1987). Unbaised minimum-variance
linear state estimation. In Automatica, 23 :775
778.
Liu, B., Si, J. (1997). Fault isolation filter design for
time invariant systems. IEEE Trans. Automatic
Control, AC-21 :775778.
Massoumnia, M. (1986). A geometric approach to
the synthesis of failure detection filters. IEEE
Transactions on Automatic Control, AC-31 :839
846.
Nagpal, K., Helmick, R., Sims, C. (1987). Reduced-
order estimation : part1.Filtering. International
Journal of Control, 45 :18671888.
Noura, H. and Sauter, D. and Hamelin, F. (1997).
Evaluation of a fault-tolerant control design for
e-STA copyright 2011 by see
Volume 8, N1, pp 9-14

actuator faults. IEEE Conference on Decision Koc, H, Knittel, D., Mathelin, M., and Abba, G.
and Control. (2002). Modeling and control of winding systems
Noura, H. and Sauter, D., Hamelin, F. and Theilliol, for elastic webs. IEEE Transactions on Control
D. (2000). Fault-tolerant control in dynamic systems technology, 10(2) :197208
systems : application to a winding machine. IEEE Knittel, D., Laroche, E., Gigan, D., and Koc, H.
Control Systems Magazine, 20(1) :33-94. (2003). Tension control for winding systems
with two degrees of freedom Hinfinity control-
Park, J., Rizzoni, G. (1994a). A new interpretation
ler. IEEE Transactions on Industry applications,
of the fault detection filter : part1. International
39(1) :113120
Journal of Control, 60 :767787.
Park, J., Rizzoni, G. (1994b). A new interpretation
of the fault detection filter : part2. International
Journal of Control, 60 :10331055.
Patton, R.J. (1997). The 1997 situation (survey).
IFAC SAFEPROCESS97, Hull, UK, 2 :2628.
Rausch, H.E. (1995). Autonomous control recon-
figuration. IEEE Control Systems Magazine,
15(6) :3749.
Sauter, D., Hamelin, F. (1999). Frequency-Domain
optimization for robust fault detection and isola-
tion in dynamic systems. IEEE Transaction on
Automatic Control, 44 :878883.
Sauter, D., Jamouli, H., Keller, J.Y., Ponsart,J-
C. (2005). Actuator fault compensation for a
winding machine. Control Engineering Practice,
vol. 13, pp. 1307-1314, ISSN 0967-0661, 2005.
Theilliol, D., Noura, H., Sauter, D. (1998). Fault-
tolerant control method for actuator and com-
ponent faults. IEEE Conference on Decision and
Control, Tampa, USA, 604608.
Theilliol, D., Noura, H., Ponsart, J.C. (2002). Fault
diagnosis and accommodation of a three-tank-
system based on analytical redundancy. ISA
Transactions, 41(3) :365382.
White, J.E., Speyer, J.L. (1987). Detection filters
design : Spectral theory and algorithms. IEEE
Transaction on Automatic Control, 32 :593603
Wu, E., Zhang, Y., and Zhou, K. (2000). Detection
estimation and accommodation of loss of control
effectiveness. International Journal of adaptive
control and signal processing, 14 :175195
Zhao, Q., Jiang, J. (1998). Reliable state feedback
control system design against actuator failures.
Automatica, 34(10) :12671272
Zaid, F.A., Ionnaou, P., Gousman, K., and Rooney,
R. (1991). Accommodation of failures in the F16
aircraft using adaptive control. IEEE Control
Systems Magazine, 11(1) :7384
Geddes, J.E., Poslethwaite, M. (1998). Improve-
ments in product quality in tandem cold rolling
using robust multivariable control. IEEE Tran-
saction on Control systems, 6(2)
Grimble, M.J., Hearns, G. (1999). Advanced control
for hot rolling mills. Advances in control, High-
lights of ECC99, Springer Verlag, 135169