Validation de données et diagnostic des systèmes incertains à l'aide de l'analyse par intervalles

Pour fonctionner correctement, les systèmes de commande et de surveillance des processus ont besoin de recevoir des données cohérentes représentatives de l'état de fonctionnement de ces processus. Malheureusement, l'ensemble des données prélevées sur un processus ne constitue pas une représentation exacte de son fonctionnement parce que les données sont sujettes à des erreurs de différentes natures. Il est donc nécessaire de tester la validité des données acquises avant de les utiliser. Le problème majeur rencontré lors d'une procédure de validation de données ou de diagnostic réside dans le fait qu'un modèle ne définit qu'un comportement approché du processus qu'il est censé représenter. Ces approximations proviennent des erreurs de modélisation qui peuvent être expliquées par l'impossibilité d'identifier exactement les paramètres d'un système réel à cause de la précision limitée de son instrumentation. En outre, le comportement de tout système réel change au cours du temps d'une mamere non previsible en raIson de l'envIronnement des modes opératoires,... La représentation d'un système réel par un modèle incertain constitue une bonne solution pour prendre en compte le caractère incertain des paramètres du modèle du système. Plusieurs approches ont été développées pour analyser de tels modèles. Citons notamment l'approche probabiliste et l'approche bornante. L'objectif de cette thèse est de proposer, en utilisant l'approche bornante, des méthodes de validation de données des systèmes incertains.To function correctly, the control and the monitoring systems of the processes require to receive consistent data representative of the operating condition of these processes. Unfortunately, the data taken on a process does not constitute an exact representation of its operation because the data are subject to errors of various natures. Therefor, it is necessary to test the validity of the data gathered before using them. The major problem encountered at the time of a procedure of data validation or diagnosis is that a model of a process defines only one approximate behavior of the process which it is supposed to represent. These approximations come from the errors of modeling which can be explained by the impossibility of identifying exactly the parameters of a real system because of the limited precision of its instrumentation. Moreover, the behavior of any real system changes in the time in a nonforeseeable way because of the environment, of the procedures... The representation of a real system by an uncertain model constitutes a good solution to take into account the uncertain character of the parameters model of the system. Several approaches were developed to analyse such models, as the probabilistic approach and the bounding approach. The objective of this thesis is to propose, by using the bounding approach, a methods of data validation for the uncertains systems.NANCY/VANDOEUVRE-INPL (545472102) / SudocSudocFranceF