Supervision, surveillance et sûreté de fonctionnement des grands systèmes

Résumé

Présentation des travaux effectués dans le cadre du GIS 3SGS. Ils ont porté sur plusieurs aspects novateurs dans le domaine de la supervision, de l'évaluation prévisionnelle des opérations de maintenance, des méthodes de diagnostic et de pronostic, du fonctionnement en mode dégradé, de la fiabilité, de la performance, du contrôle-commande, de la reconfiguration et des incertitudes.

Contributeur(s)
Éditeur(s)
- Hermès science publications-Lavoisier
Date
- DL 2012
Notes
- Index
Langues
- Français
Description matérielle
- 1 vol. (373 p.) : ill. ; 24 cm
Collections
- IC2. Série Systèmes automatisés
Sujet(s)
ISBN
- 978-2-7462-3840-4
Indice
- 62.1 Ingénierie, automatique appliquée
Quatrième de couverture
- Traité Systèmes Automatisés
  Le traité Systèmes automatisés répond au besoin de disposer des derniers résultats de la recherche, aussi bien méthodologique qu'expérimentale, pour mieux maîtriser les systèmes complexes.
  Les thèmes couverts - non exhaustifs - portent sur les techniques suivantes :
  
  Modélisation des systèmes
  
  Identification de paramètres
  
  Contrôle - commande
  
  Optimisation et robustesse des systèmes commandés
  
  Capteurs et actionneurs
  
  Partage des ressources
  
  Stratégies de décisions et communications
  
  Applications et études de cas
  
  Chaque volume fait un état de l'art sur un sujet à un instant donné en présentant à la fois les aspects fondamentaux, conceptuels et technologiques. Les éclairages apportés par les différents angles de vue permettent d'appréhender la problématique dans son ensemble.
  Une approche pluridisciplinaire est privilégiée pour offrir des ouvertures et des perspectives pour le lecteur. Celui-ci trouvera dans une bibliographie riche et une indexation détaillée les éléments nécessaires pour compléter sa vision et approfondir ses réflexions.
  Le traité est régulièrement mis à jour pour maintenir la pertinence des résultats présentés et faire état des dernières découvertes applicables aux systèmes automatisés.
Tables des matières
- - Supervision, surveillance et sûreté de fonctionnement des grands systèmes
  - Nada Matta
  - Yves Vandenboomgaerde
  - Jean Arlat
  - Termes Science
  - Lavoisier
  - Préface de Eric Besson21
  - Préface de Christian Lerminiaux23
  - Introduction25
  - Yves Vandenboomgaerde, Christian Lerminiaux et Nada Matta
  - Première partie. Problématiques industrielles33
  - Chapitre 1. La sûreté et la performance des installations de l'EDF35
  - Gilles Deleuze, Jean Primet, Philippe Klein, Carole Duval et Antoine Despujols
  - Chapitre 2. L'observation-surveillance des ouvrages du stockage en formation géologique profonde39
  - Stéphane Buschaert et Sylvie Lesoille
  - 2.1. Contexte39
  - 2.2. Observation-surveillance de l'environnement40
  - 2.3. Observation-surveillance des ouvrages du stockage géologique41
  - 2.4. Conclusion et perspectives44
  - Chapitre 3. Vers les réacteurs nucléaires de quatrième génération47
  - Jean-Philippe Nabot, Olivier Gastaldi, François Baque, Kévin Paumel et Jean Philippe Jeannot
  - 3.1. Contexte47
  - 3.2. Surveillance et détection acoustique49
  - 3.3. L'inspection en service51
  - 3.3.1. Le cas des mesures acoustiques52
  - 3.4. Conclusion52
  - Deuxième partie. Supervision et modélisation de systèmes complexes53
  - Chapitre 4. Localisation intègre de véhicules avec fusion multi-capteurs tolérante au défaillances55
  - Maan El Badaoui El Najjar, Cherif Smaili, François Charpillet et Denis Pomorski
  - 4.1. Introduction55
  - 4.2. Etat de l'art56
  - 4.3. Réseau bayésien pour la fusion de données59
  - 4.3.1. Réseau bayésien et filtre de Kalman60
  - 4.4. Localisation mono-véhicule : fusion de données multi-capteurs avec un réseau bayésien dynamique63
  - 4.4.1. Présentation de l'approche développée64
  - 4.4.2. Inférence dans le Switching Kalman Filter68
  - 4.4.3. Synoptique détaillé de la méthode basée sur les réseaux bayésiens69
  - 4.4.4. Exemple de gestion de multi-hypothèses par un réseau bayésien71
  - 4.4.5. Illustration de la méthode de localisation sur carte par SKF72
  - 4.5. Localisation multi-véhicules76
  - 4.5.1. Problématique étudiée76
  - 4.5.2. Communication au sein du convoi77
  - 4.5.3. Capteurs utilisés sur chaque véhicule du convoi78
  - 4.5.4. Réseau bayésien pour la localisation d'un train de véhicules79
  - 4.5.5. Extension de l'approche : modélisation et localisation d'un train de véhicule80
  - 4.5.6. Problématique avec ce modèle82
  - 4.5.7. Nouveau modèle pour la localisation d'un train de véhicules82
  - 4.5.8. Commandes proportionnelles84
  - 4.5.9. Analyse fonctionnelle des modèles d'un convoi88
  - 4.6. Conclusions et perspectives89
  - 4.7. Bibliographie92
  - Chapitre 5. Modélisation de la dégradation et du pronostic95
  - Anne Barros, Eric Levrat, Mitra Fouladirad, Khanh Le Son, Thomas Ruin, Benoît Iung, Alexandre Voisin, Maxime Monnin, Antoine Despujols, Emmanuel Rémy et Ludovic Bénétrix
  - 5.1. Introduction95
  - 5.1.1. Niveau opérationnel96
  - 5.1.2. Niveau stratégique96
  - 5.2. Etude préliminaire des données97
  - 5.2.1. Structure de la base de données97
  - 5.2.2. Critère de performance pour le pronostic98
  - 5.2.3. Problématique autour de la définition d'un indicateur de dégradation98
  - 5.3. Construction de l'indicateur de dégradation100
  - 5.3.1. Idée générale100
  - 5.3.2. Formalisation101
  - 5.4. Estimation de la durée de vie résiduelle (RUL)104
  - 5.4.1. Approche simple basée sur la durée de vie104
  - 5.4.2. Modèle de dégradation stochastique106
  - 5.4.3. Méthode de pronostic à base d'apprentissage110
  - 5.5. Discussions et conclusion112
  - 5.6. Bibliographie112
  - Chapitre 6. Diagnostic des systèmes à modes multiples de fonctionnement115
  - Taha Boukhobza, Frédéric Hamelin, Benoît Marx, Gilles Mourot, Anca Maria Nagy, José Ragot, Djamel Eddine Chouaib Belkhiat, Kevin Guelton, Dalel Jabri, Noureddine Manamanni, Sinuhé Martinez, Nadhir Messai, Vincent Cocquempot, Assia Hakem, Komi Midzodzi Pekpe, Talel Zouari, Michael Defoort, Mohammed Djemai et Jan Van Gorp
  - 6.1. Introduction116
  - 6.2. Détection de défauts pour une classe de systèmes à commutations117
  - 6.2.1. Introduction117
  - 6.2.2. Structure du générateur des résidus et synthèse de l'observateur118
  - 6.2.3. Simulation et résultats121
  - 6.2.4. Conclusions122
  - 6.3. Méthode analytique d'obtention d'un multi-modèle123
  - 6.3.1. Introduction123
  - 6.3.2. Position du problème124
  - 6.3.3. Transformation sous forme multi-modèle125
  - 6.3.4. Conclusion130
  - 6.4. Détection de commutations et reconnaissance du mode de fonctionnement sans utilisation explicite des paramètres du modèle130
  - 6.4.1. Introduction130
  - 6.4.2. Diagnostic des SAC à modes linéaires130
  - 6.4.3. Diagnostic des SAC à modes non linéaires incertains137
  - 6.4.4. Conclusions141
  - 6.5. Modélisation, observation et surveillance des SAC : application à un convertisseur multicellulaire142
  - 6.5.1. Introduction142
  - 6.5.2. Convertisseur multicellulaire à deux bras ou quatre quadrants142
  - 6.5.3. Diagnostic de défaut du convertisseur quatre quadrants143
  - 6.5.4. Benchmark expérimental pour validation149
  - 6.6. Bibliographie150
  - Chapitre 7. Apprentissage multi-tâches pour le diagnostic d'un parc de machines155
  - Xiyan He, Gilles Mourot, Didier Maquin, José Ragot, Pierre Beauseroy, André Smolarz et Edith Grall-Maës
  - 7.1. Introduction155
  - 7.2. Apprentissage mono-tâche d'un classifieur SVM à une classe159
  - 7.3. Apprentissage multi-tâches de classifieurs 1-SVM162
  - 7.3.1. Formulation du problème163
  - 7.3.2. Problème dual164
  - 7.4. Résultats expérimentaux165
  - 7.4.1. Exemple académique non linéaire166
  - 7.4.2. Analyse d'images texturées167
  - 7.5. Conclusion173
  - 7.6. Bibliographie178
  - Chapitre 8. Projet Approdyn : approches de la fiabilité dynamique pour modéliser des systèmes critiques181
  - Jean-François Aubry, Genia Babykina, Nicolae Brinzei, Slimane Medjaher, Anne Barros, Christophe Berenguer, Antoine Grall, Yves Langeron, Danh Ngoc Nguyen, Gilles Deleuze, Benoîte de Saporta, François Dufour et Huilong Zhang
  - 8.1. Contexte et objectifs181
  - 8.1.1. Contexte181
  - 8.1.2. Objectifs182
  - 8.2. Présentation rapide du cas test183
  - 8.2.1. Généralités183
  - 8.2.2. Description fonctionnelle183
  - 8.2.3. Modélisation du procédé185
  - 8.2.4. Modélisation de la logique de commande185
  - 8.2.5. Données de fiabilité et graphes d'états186
  - 8.2.6. Vieillissement187
  - 8.2.7. Capteurs187
  - 8.3. Modélisation par automates stochastiques hybrides187
  - 8.3.1. Qu'est-ce qu'un automate stochastique hybride ?188
  - 8.3.3. Approche par structuration et synchronisation de manière générique191
  - 8.3.4. Modélisation du cas-test191
  - 8.3.5. Résultats qualitatifs et quantitatifs194
  - 8.3.6. Conclusion et perspectives pour l'approche ASH197
  - 8.4. Modélisation par processus markoviens déterministes par morceaux197
  - 8.4.1. Principes et références197
  - 8.4.2. Qu'est-ce qu'un processus markovien déterministe par morceaux ?199
  - 8.4.3. Modélisation du cas-test200
  - 8.4.4. Modélisation du VVP203
  - 8.4.5. Modélisation des CEX204
  - 8.4.6. Résultats qualitatifs et quantitatifs204
  - 8.4.7. Conclusion et perspectives pour l'approche par PMDPM et simulation207
  - 8.5. Modélisation par réseaux de Petri Stochastiques208
  - 8.5.1. Principes et références208
  - 8.5.2. Qu'est-ce qu'un réseau de Petri stochastique RdPS ?209
  - 8.5.3. Modélisation du cas-test210
  - 8.5.4. Résultats qualitatifs et quantitatifs214
  - 8.5.5. Conclusions et perspectives pour l'approche RdPS218
  - 8.6. Bilan des travaux effectués et perspectives219
  - 8.7. Bibliographie220
  - Troisième partie. Caractérisation de bruit de fond et identification de signatures caractéristiques dans le cas d'essais, détection de bruits dans les mesures au sein des réacteurs223
  - Chapitre 9. Objectif, contexte et type des signaux étudiés225
  - François Baque, Olivier Descombin, Olivier Gastaldi et Yves Vandenboomgaerde
  - Chapitre 10. Détection/classification d'injections d'argon ou d'eau dans le sodium de l'un des GV du réacteur à neutrons rapides233
  - Pierre Beauseroy, Edith Grall-Maës et Igor Nikiforov
  - 10.1. Contexte et objectif233
  - 10.2. Les données234
  - 10.3. Détection-localisation en-ligne (séquentielle)235
  - 10.3.1. Formulation du problème pratique236
  - 10.3.2. Formulation du problème statistique237
  - 10.3.3. Approche non récursive238
  - 10.3.4. Approche récursive241
  - 10.3.5. Algorithme pratique242
  - 10.3.6. Résultats expérimentaux243
  - 10.4. Classification hors-ligne (non séquentielle)244
  - 10.4.1. Caractérisation et approche retenue244
  - 10.4.2. Caractérisation initiale244
  - 10.4.3. Attributs discriminants247
  - 10.4.4. Classification248
  - 10.4.5. Evaluation des performances250
  - 10.4.6. Résultats expérimentaux250
  - 10.5. Conclusion251
  - 10.6. Bibliographie252
  - Chapitre 11. Approche à base d'apprentissage dynamique pour la surveillance et le suivi de fonctionnement du générateur de vapeur des réacteurs à neutrons rapides Prototype Fast Reactors255
  - Laurent Hartert, Danielle Nuzillard et Moamar Sayed-Mouchaweh
  - 11.1. Introduction256
  - 11.2. Méthode proposée pour la surveillance et le suivi de fonctionnement du générateur de vapeur258
  - 11.2.1. Apprentissage et classification258
  - 11.2.2. Détection de l'évolution d'une classe260
  - 11.2.3. Adaptation d'une classe après validation de son évolution et création d'une nouvelle classe261
  - 11.2.4. Validation des classes262
  - 11.2.5. Définition des paramètres de la méthode KPPVFD-SS263
  - 11.3. Résultats obtenus265
  - 11.3.1. Analyse des données265
  - 11.3.3. Définition d'un automate pour améliorer le taux de classification269
  - 11.4. Conclusion et perspectives271
  - 11.5. Bibliographie271
  - Chapitre 12. Classification temps-fréquence par SVM pour la détection d'états d'injection273
  - Simon Henrot, El-Hadi Djermoune et David Brie
  - 12.1. Introduction273
  - 12.2. Etude préliminaire des données274
  - 12.2.1. Démarche274
  - 12.2.2. Analyse spectrale des données274
  - 12.2.3. Visualisation des classes277
  - 12.2.4. Conclusion de l'étude préliminaire277
  - 12.3. Algorithme de détection278
  - 12.3.1. Implantation des machines à vecteurs de support (SVM)279
  - 12.3.2. Calibration de l'algorithme281
  - 12.4. Rôle des capteurs285
  - 12.5. Résultats expérimentaux285
  - 12.6. Bibliographie288
  - Chapitre 13. Approches fréquentielles et temporelles pour la caractérisation des états d'injection289
  - Jean-Philippe Cassar et Komi Midzodzi Pekpe
  - 13.1. Introduction289
  - 13.1.1. Cadre de l'étude289
  - 13.1.2. Traitement des enregistrements fournis290
  - 13.1.3. Détermination des zones d'injection290
  - 13.1.4. Extraction de zones « hors injection »290
  - 13.2. Analyse des propriétés statistiques des densités spectrales de puissance291
  - 13.2.1. Méthodologie291
  - 13.2.2. Résultats292
  - 13.2.3. Exploration de la mise oeuvre sur une nouvelle installation296
  - 13.3. Analyse des caractéristiques de filtrage299
  - 13.3.1. Estimation des caractéristiques de filtrage par un modèle AR299
  - 13.3.2. Comparaison des caractéristiques de filtrage300
  - 13.3.3. Algorithme de détection des fuites303
  - 13.3.4. Conclusion sur l'approche fondée sur une modélisation AR des signaux304
  - 13.4. Conclusion sur les approches fréquentielles et temporelles304
  - 13.5. Bibliographie305
  - Quatrième partie. Facteurs humains, organisationnels et environnementaux dans l'analyse des risques307
  - Chapitre 14. Maîtrise et analyse des risques des systèmes intégrant les domaines techniques, humains, organisationnels et environnementaux309
  - Geoffrey Fallet-Fidry, Carole Duval, Christophe Simon, Eric Levrat, Philippe Weber et Benoît Iung
  - 14.1. Objectifs du projet309
  - 14.2. Etat de l'art310
  - 14.2.1. Contexte de l'étude310
  - 14.2.2. Vers une approche « intégrée » des risques : la mise en commun de plusieurs disciplines métiers312
  - 14.3. L'analyse intégrée des risques (AiDR)315
  - 14.3.1. Concepts315
  - 14.3.2. Description de l'approche316
  - 14.4. La prise en compte de l'incertitude dans les analyses de risques320
  - 14.4.1. Les différentes natures et sources d'incertitude320
  - 14.4.2. Les cadres de modélisation de l'incertitude322
  - 14.5. Modélisation du risque pour une estimation quantitative du risque327
  - 14.5.1. Modèle de risque pour une estimation quantitative du risque : le choix des réseaux bayésiens327
  - 14.5.2. Une évaluation des risques au-delà du cadre probabiliste328
  - 14.6. Conclusions et perspectives329
  - 14.7. Bibliographie330
  - Chapitre 15. Intégration des facteurs humains organisationnels dans le modèle BCD pour l'analyse des risques : une approche à base de diagrammes d'influence335
  - Karima Sedki, Philippe Polet et Frédéric Vanderhaegen
  - 15.1. Introduction335
  - 15.2. Introduction à l'approche BCD (Bénéfice, coût et déficit)337
  - 15.3. Modèle d'analyse des actions humaines342
  - 15.3.1. Prise en compte des facteurs organisationnels et humains343
  - 15.3.2. Diagrammes d'influence344
  - 15.3.3. Structure et paramètres associés au modèle d'analyse des risques345
  - 15.4. Exemple d'application347
  - 15.4.1. Description du cas d'étude : rotative industrielle347
  - 15.4.2. Présentation du modèle pour le cas d'étude348
  - 15.5. Conclusion352
  - 15.6. Remerciements357
  - 15.7. Bibliographie357
  - Conclusion361
  - Jean Arlat et Nada Matta
  - Index371
Origine de la notice:
- FR-751131015 ;
- Electre