FR2862793A1 - Procede de surveillance d'un systeme technique - Google Patents

Procede de surveillance d'un systeme technique Download PDF

Info

Publication number
FR2862793A1
FR2862793A1 FR0412514A FR0412514A FR2862793A1 FR 2862793 A1 FR2862793 A1 FR 2862793A1 FR 0412514 A FR0412514 A FR 0412514A FR 0412514 A FR0412514 A FR 0412514A FR 2862793 A1 FR2862793 A1 FR 2862793A1
Authority
FR
France
Prior art keywords
influenced
error
pace
tolerance band
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
FR0412514A
Other languages
English (en)
Other versions
FR2862793B1 (fr
Inventor
Thomas Bartsch
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daimler AG
Original Assignee
DaimlerChrysler AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by DaimlerChrysler AG filed Critical DaimlerChrysler AG
Publication of FR2862793A1 publication Critical patent/FR2862793A1/fr
Application granted granted Critical
Publication of FR2862793B1 publication Critical patent/FR2862793B1/fr
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model

Abstract

L'invention concerne un procédé de surveillance basé sur un modèle d'un système technique (10). Un modèle du système sans défaut est prédéterminé, décrivant le rapport entre une grandeur influencée y et une grandeur d'entrée u. On calcule l'ampleur de la variation provoquée par les variations d'un paramètre de modélisation sur la grandeur influencée y. Pendant la surveillance, l'allure temporelle de la grandeur d'entrée u est communiquée au système (10) et au modèle (20). À l'aide du modèle (20), on calcule une allure de référence temporelle de la grandeur influencée y. On donne à l'allure de référence calculée une bande de tolérance étroite et une bande de tolérance large. Selon que l'allure temporelle mesurée se situe hors de la bande de tolérance large ou dans les limites de la bande de tolérance étroite, le système (10) est classé comme étant entaché d'erreurs ou exempt d'erreur.

Description

Une allure mesurée, qui diverge de l'allure de référence, peut être
provoquée d'une part par une erreur intervenant sur le système technique et, d'une part cependant, uniquement du fait de tolérances
paramétrales et du fait d'imprécisions rencontrées lors de la mesure. Dans R. Isermann, à l'endroit cité, il n'est pas décrit comment des erreurs peuvent être différentes des tolérances et des imprécisions. En outre, les procédés ne sont applicables que pour des modèles linéaires. Beaucoup de systèmes techniques, cependant, ne peuvent être décrits de façon adéquate par des modèles linéaires.
L'invention a comme but de créer un procédé du genre indiqué, qui, lors de la surveillance, prenne de manière systématique en compte l'influence qu'exercent les variations des paramètres du système technique dans les limites des tolérances, et qu'exerce l'imprécision de mesure sur la mesure de la grandeur influencée.
Ce problème est résolu par le procédé de surveillance automatique d'un système technique, où - au moins une grandeur d'entrée, variable temporellement, est communiquée au système, - l'allure temporelle d'au moins une grandeur 25 influencée par le système est mesurée, - la grandeur d'entrée est communiquée en plus à un modèle, pouvant faire l'objet d'une évaluation automatique et décrivant la relation entre la grandeur influencée et la grandeur d'entrée dans un système exempt d'erreur, - une allure de référence temporelle de la grandeur influencée est calculée à l'aide du modèle, et - l'allure mesurée est comparée à l'allure de référence, caractérisé en ce qu' - une tolérance est prédéterminée pour au moins un paramètre du modèle, - au moins une allure temporelle de la grandeur d'entrée est prédéterminée, une imprécision de mesure est déterminée pour la mesure de la grandeur influencée, - le paramètre est laissé varier dans les limites de la tolérance, le mesure est excité avec l'allure des grandeurs d'entrée et, à l'aide du modèle excité, une pluralité d'allures temporelles, résultant de la variation paramétrale des grandeurs influencées, sont calculées, - une variation résultant de la grandeur influencée est déterminée à partir des allures produites à l'aide de la variation paramétrale, - une bande de tolérance étroite et une bande de tolérance large sont fixées autour de l'allure de référence calculée, la largeur de la bande de tolérance étroite étant égale à la variation résultante, diminuée du double de l'imprécision de mesure, et la largeur de la bande de tolérance large étant égale à la variation résultante, augmentée du double de l'imprécision de mesure, - ensuite, lorsque l'allure mesurée se situe en permanence à l'intérieur de la bande de tolérance étroite, le système est classé comme étant exempt d'erreur, - et ensuite, lorsque l'allure mesurée est située au moins par moments hors de la bande de tolérance large, le système est classé comme entaché d'erreurs.
Des modes de réalisation avantageux sont caractérisés en ce que, chaque fois, une tolérance est prédéterminée pour plusieurs paramètres du modèle, et, lors de la variation paramétrale, la valeur minimale et la valeur maximale, situées à l'intérieur de la tolérance du paramètre, sont déterminées et, pour chaque combinaison possible de valeurs paramétrales minimale et/ou maximale, une allure temporelle de la grandeur influencée est calculée.
Selon un autre mode de réalisation, - les allures temporelles de plusieurs grandeurs influencées sont mesurées, - le modèle décrit la relation entre ces grandeurs influencées et la grandeur d'entrée, - pour chaque grandeur influencée, sont calculées une variation résultante et une allure de référence, une bande de tolérance étroite et une bande de tolérance large sont fixées autour de chaque allure de référence, et une comparaison est effectuée entre l'allure mesurée et les bandes de tolérances, - ensuite, lorsque l'allure mesurée de chaque grandeur influencée est située en permanence dans la bande de tolérance étroite respective, le système est classé comme étant exempt d'erreur, - et ensuite, lorsque l'allure mesurée d'au moins une grandeur influencée est située, au moins par moments, hors de la bande de tolérance large respective, le système est classé comme étant entaché d'erreurs.
Selon un autre mode de réalisation, - des relations, entre des erreurs possibles sur le système technique et des effets de ces erreurs sur les allures temporelles des grandeurs influencées, sont déterminées, - et les erreurs se produisant effectivement sur le système technique sont déterminés par évaluation des comparaisons entre les allures mesurées et les bandes de tolérances pour les grandeurs influencées.
Selon un autre mode de réalisation, - pour chaque erreur possible est prédéterminé un modèle d'erreurs qui décrit la relation entre les grandeurs influencées et la grandeur d'entrée, en cas de présence d'une erreur sur le système technique, - et les relations entre les erreurs et les allures temporelles sont déterminées par des simulations avec les modèles d'erreurs pour les erreurs possibles.
Selon encore un autre mode de réalisation les modèles d'erreurs sont générés par modification automatique du modèle pour le système exempt d'erreur.
Selon un autre mode de réalisation - un intervalle de temps, lors duquel le système technique est à surveiller, et plusieurs moments de détection dans l'intervalle de temps de surveillance, sont prédéterminés, - l'allure mesurée et l'allure de référence comprennent des valeurs situées aux moments de détection, - à l'aide de la variation paramétrale de chaque moment de détection, est calculée une variation 30 résultant de la grandeur influencée, - la bande de tolérance étroite est ainsi fixée autour de l'allure de référence, de manière que, à chaque moment de détection, sa largeur soit égale à la différence issue de la variation résultante à ce moment de détection et du double de l'imprécision de mesure, et - la bande de tolérance large est fixée autour de l'allure de référence, de manière que, à chaque moment de détection, sa largeur soit égale à la somme, issue de la variation résultante à ce moment de détection et du double de l'imprécision de mesure.
Selon un autre mode de réalisation, ensuite, lorsque l'allure mesurée est hors de la bande de tolérance étroite et dans les limites de la bande de tolérance large, au moins l'une des étapes suivantes est accomplie: - le système est classé comme étant sans erreur, le système est classé comme étant entaché d'erreurs et n'est plus utilisé que de façon restreinte, le système est examiné, - en fonction de l'ampleur de l'éloignement entre l'allure mesurée et la bande de tolérance étroite, le système est classé en l'une parmi plusieurs classes de qualité possibles.
Il est en outre proposé un produit de programme pour ordinateur, pouvant être chargé directement dans la mémoire interne d'un ordinateur et comprenant des éléments logiciels, à l'aide desquels un procédé selon l'invention peut être mis en oeuvre lorsque le produit fonctionne sur un ordinateur.
Il est également proposé un produit de programme pour ordinateur, mémorisé sur un support lisible par un ordinateur et présentant le produit de programme lisible par un ordinateur, faisant mettre en oeuvre par l'ordinateur un procédé selon l'invention.
On prédétermine un modèle du système sans erreur. 35 Ce modèle décrit la relation dans le système sans erreur entre une grandeur influencée et une grandeur d'entrée du système, et peut être évalué automatiquement par un ordinateur. Pour au moins un paramètre du modèle, une tolérance est prédéterminée. Le paramètre ne peut prendre qu'une valeur située dans les limites de cette tolérance sans que le système technique, de ce fait, passe à une nature entachée d'erreurs. Une valeur hors de la tolérance, par contre, est une erreur.
Une simulation de tolérance est effectuée. Ici, on laisse le paramètre varier dans les limites de la tolérance. On n'applique au modèle, ici, au moins une allure temporelle prédéterminée de la grande d'entrée. Le modèle est, de ce fait, excité. Plusieurs allures temporelles, résultant de la variation paramétrale, de la grandeur influencée sont calculées à l'aide du modèle.
La variation des paramètres dans les limites de la tolérance prédéterminée provoque une variation admissible de la grandeur influencée. A l'aide de la simulation de tolérance, on calcule l'ampleur de cette variation admissible provoquée. Pendant la surveillance du système technique, cette variation admissible fait que l'allure de la grandeur influencée est modifiée, autour de l'allure de référence, sans qu'une erreur se soit produite.
En outre, on détermine une imprécision de mesure concernant la mesure de la grandeur influencée. Une valeur mesurée de la grandeur influencée coïncide donc exactement avec la valeur effective, ou bien est entachée d'une erreur de mesure qui est, au maximum, de la valeur de l'imprécision de mesure. Cette imprécision de mesure peut mener à ce qu'une valeur mesurée se situe à plus grande distance de la valeur de référence calculée que la valeur existant effectivement, ou bien se situe plus près de la valeur de référence.
Pendant la surveillance, l'allure temporelle de la grandeur d'entrée est communiquée tant au système qu'également au modèle. A l'aide du modèle, on calcule une allure de référence temporelle de la grandeur influencée. On fixe une bande de tolérance étroite et une bande de tolérance large autour de l'allure de référence calculée. La largeur de la bande de tolérance étroite est égale à la variation résultante, diminuée du double de l'imprécision de mesure et la largeur de la bande de tolérance large est égale à la variation résultante, augmentée du double de l'imprécision de mesure.
L'allure temporelle mesurée est comparée aux bandes de tolérances autour de l'allure de référence. Dans le cas où l'allure temporelle mesurée est hors de la bande de tolérance large, elle s'écarte ainsi de l'allure de référence et ainsi de l'allure théorique ou de consigne, d'une façon inadmissible également si la tolérance de mesure augmente l'écart. Le système est classé comme étant entaché d'erreur. Dans le cas où l'allure temporelle mesurée est en permanence située dans les limites de la bande de tolérance étroite, elle ne diffère pas de l'allure de référence et ainsi pas de l'allure de consigne, ou bien seulement d'une manière admissible, même si la tolérance de mesure diminue l'écart. Le système est classé comme exempt d'erreur.
Le procédé selon l'invention peut être appliqué pour tout système technique, pouvant être décrit suffisamment précisément par un modèle disponible sur ordinateur. Ce modèle n'a pas à décrire complètement le système technique, mais uniquement la relation entre la au moins une grandeur influencée et la au moins une grandeur d'entrée. Le procédé peut être utilisé pour des systèmes techniques statiques et dynamiques, par exemple pour des systèmes ayant des grandeurs d'état qui varient en fonction du temps.
Grâce au procédé, la bande de tolérance large et la bande de tolérance étroite sont déterminées de manière systématique, que l'on peut percevoir, objective et reproductible. Le procédé fait que le système technique est classé comme exempt d'erreur ou entaché d'erreurs, en prenant en considération les tolérances et l'imprécision de mesure, d'une manière que l'on peut s'imaginer, objective et reproductible. Cette objectivité et cette reproductibilité sont importantes, en particulier lorsqu'une entreprise applique le procédé pour la surveillance d'un système technique et que le système technique est livré par un fournisseur. Le client et le fournisseur sont, au moyen du procédé, mis en situation de s'imaginer qu'il est la voie de la classification et le résultat de celle- ci.
Le procédé peut être appliqué d'une part pour un contrôle fonctionnel, limité temporellement, d'un système par exemple pour un contrôle d'entrée. des marchandises du système livré par le fournisseur ou un contrôle de qualité, effectué après la fabrication. D'autre part, il peut être utilisé pour surveiller un système technique pendant le cours du fonctionnement.
Par exemple, plusieurs valeurs paramétrales situées dans les limites de la tolérance sont sélectionnées. Le paramètre est réglé l'un après l'autre à chacun de ses valeurs et, à l'aide du modèle excité, on calcule une allure temporelle, résultant de cette valeur, de la grandeur influencée. Il est également possible que le paramètre soit modifié pendant un essai de simulation à l'intérieur de la tolérance donc que le modèle excité soit modifié par la variation du paramètre dans les limites de la tolérance pendant un essai de simulation.
Le procédé peut être appliqué également à un système technique, comprenant plusieurs grandeurs d'entrée et/ou plusieurs grandeurs influencées. Alors, on fixe pour chaque grandeur influencée deux bandes de tolérances autour de l'allure de référence déterminée respective, Si l'on a n grandeurs influencées, on a donc globalement 2*n bandes de tolérances.
Un exemple de réalisation de l'invention va être décrit plus en détail ciaprès à l'aide des dessins annexés, dans lesquels: la fig. 1 représente un schéma à blocs d'un 15 dispositif d'essai pour mettre en uvre un mode de réalisation avantageux du procédé ; la fig. 2 représente la bande de tolérance étroite et la bande de tolérance large; la fig. 3 représente des allures d'une grandeur 20 p_a influencée et d'une grandeur p _h commandée en fonction du paramètre k; la fig. 4 représente la détermination d'une dérive de paramètre par comparaison entre l'allure réelle et l'allure de référence, et la fig. 5 représente une adaptation dans le cas d'un comportement de suroscillation.
L'exemple de réalisation se réfère au contrôle d'entrée des marchandises d'un fabricant de véhicules automobiles. Celui-ci, avec le procédé suivant l'invention, vérifie les composants du véhicule automobile. Le procédé est mis en oeuvre au moins une fois par composant, sachant que le composant sert de système technique. Les composants sont fabriqués par des fournisseurs et livrés à une chaîne de fabrication du fabricant. Le fabricant vérifie en outre des composants ayant été fabriqués dans une ligne de fabrication de ce fabricant et les soumet à un contrôle de qualité, effectué à l'aide d'un système de contrôle. Un exemple d'un tel composant est une plaquette de circuit électro-hydraulique d'une transmission automatique. Le procédé peut également être utilisé par des fournisseurs pour leur contrôle de sortie marchandises. De préférence, seuls les composants ayant été classés comme exempts d'erreurs sont livrés au fabricant de véhicules automobiles et les autres sont soumis à un examen approfondi.
Le procédé peut être appliqué par exemple également pour la surveillance de composants de véhicules automobiles pendant le cours du fonctionnement du véhicule automobile, par exemple en tant que partie de la commande d'une transmission automatique.
La figure 1, qui va ci-dessous faire l'objet d'une description détaillée, illustre un schéma à blocs d'un dispositif, mettant en oeuvre le mode de réalisation avantageux décrit ci-après du procédé selon l'invention. Dans cet exemple de réalisation, on a m grandeur d'entrée, sur le composant 10 à surveiller et sur le modèle 20, et les allures temporelles de n grandeurs influencées sont mesurées. Le composant 10 est caractérisé par sl paramètres. Les tolérances des s1 paramètres résultent en particulier de fluctuations inévitables des grandeurs caractéristiques de fabrication et des conditions environnementales dans le cas d'une production en série du composant 10. Elles sont prédéterminées.
Des exemples typiques de paramètres du composant 10 sont des grandeurs caractéristiques concernant des matériaux, par exemple le poids, la masse volumique, la viscosité, une constante d'élasticité, un coefficient de friction, la conductivité thermique, la conductivité électrique ou une caractéristique d'un composant électrique, par exemple la résistance, la capacité ou l'inductance.
Tant que le composant 10 est exempt d'erreur ou de défaut, les valeurs des sl paramètres du composant 10 restent inchangées. Par contre, une erreur peut mener à un changement abrupt de la valeur d'un paramètre, par exemple si un court-circuit se produit dans une ligne électrique, ou bien peut mener à une dérive progressive d'une valeur de paramètre, par exemple à une diminution progressive d'une constante d'élasticité.
Au contraire des paramètres, les m grandeurs d'entrée et les n grandeurs influencées varient également en fonction du temps, de façon abrupte et/ou progressive, si le système technique est sans erreur, par exemple sous la forme de processus d'amorçage d'oscillations.
Dans l'exemple, déjà mentionné, de la transmission automatique avec une commande électronique, la commande génère des signaux de commande ayant la forme de courants électriques. Une plaquette de circuit hydraulique, en tant que composant de la transmission, reçoit ces signaux de commande en tant que grandeur d'entrée. En fonction de ces signaux, elle génère en tant que grandeur de sortie des pressions. Ces pressions commandent les organes de man uvre, c'est-à-dire les freins et les embrayages de la transmission mécanique, pour obtenir la sélection des vitesses. Dans le chemin des signaux de la plaquette de circuit sont placées des unités fonctionnelles électroniques et hydrauliques. Comptent parmi les parmi les paramètres 'qui caractérisent ces unités fonctionnelles, le facteur de transmission statique, la montée de la caractéristique non linéaire au point de travail et/ou la constante de temps de l'unité fonctionnelle.
Un composant 10, examiné avec le procédé, est entaché d'erreurs également en prenant en considération la tolérance et l'imprécision de mesure - si l'allure mesurée d'au moins une grandeur influencée est hors de la bande de tolérance large. Le composant 10, ensuite, n'est par exemple pas monté dans un véhicule mais retourné aux fournisseurs. Un composant examiné est exempt d'erreur si toute allure temporelle d'une grandeur influencée est toujours située dans la bande de tolérance concernant cette grandeur. Si au moins une allure, au moins par moments, est hors de la bande de tolérance étroite respective et que toutes les allures ne sont pas hors des bandes de tolérances larges, alors, ce composant est soumis à un examen approfondi.
Le procédé fournit au fabricant du véhicule automobile un résultat de classification à deux valeurs, précisément, entaché d'erreurs ou exempt d'erreur. Un résultat à plusieurs valeurs, utilisé pour des recherches de défauts, est de préférence communiqué au fournisseur du composant. Outre les deux résultats, venant juste d'être décrit, que sont sans erreur et entachés d'erreurs, d'autres résultats possibles sont prévus pour le cas dans lequel au moins une allure est hors de la bande de tolérance étroite respective, mais que toutes les allures ne sont pas situées hors des bandes de tolérances large. Celui des meilleurs résultats possibles, que fournit effectivement la comparaison, dépend de la comparaison entre les allures mesurées et les allures de référence. À partir des résultats effectifs donnés par les comparaisons concernant plusieurs composants, le fournisseur, de préférence, évalue son processus de fabrication et fait la découverte des points faibles et des carences, subsistant dans le processus de fabrication, qui mènent à la fabrication de composants entachés de défauts.
Par exemple, le fournisseur du composant du véhicule automobile et le fabricant du véhicule automobile utilisent les résultats de l'application du procédé de la façon suivante Le fabricant du véhicule automobile évalue un composant ensuite comme étant entaché d'erreurs ou défectueux si une allure temporelle, d'au moins une grandeur influencée, quitte au moins par moments la bande de tolérance large et que, au reste, il soit accepté comme étant exempt de défaut. Dans son contrôle de qualité interne, le fournisseur évalue le composant uniquement comme exempt de défaut, si chaque allure réelle temporelle est toujours située dans la bande de tolérance étroite respective.
Les étapes de procédé sont subdivisées en deux phases différentes, précisément la phase de génération et la phase de classification. Les étapes de la phase de génération sont accomplies une fois par type de composant. À la fin de la phase de génération, le modèle 20 et, pour chaque grandeur influencée, une variation résultante se manifestent. Les étapes de la phase de classification sont accomplies une fois pour chaque composant à surveiller et fournissent le résultat de classification ainsi que, de préférence, si le composant est entaché de défauts, donnent une indication sur le ou les défauts présents effectivement sur le composant.
Dans le cas donc où l'on doit surveiller deux types de composants et si l'on doit fabriquer de chaque type des milliers d'exemplaires et que tous ces composants, au nombre de deux milles, sont à surveiller, alors les étapes de la phase de génération sont accomplies deux fois et les étapes de la phase de classification sont accomplies deux milles fois.
Pour le procédé, on peut appliquer tout procédé de modélisation menant à un modèle 20, décrivant suffisamment précisément la relation entre les n grandeurs influencées et les m grandeurs d'entrée. La précision suffit pour que la coïncidence statique et dynamique entre le modèle 20 et le composant 10 soit assurée.
Des méthodes de modélisation, appartenant à la technique de régulation et basées sur un savoir, sont connues par R. Isermann, à l'endroit cité, par R. Isermann "Identifikation dynamischer Systeme", volume 1 et volume 2, 2ème édition, Springer-Verlag, 1992, par Isermann: "Überwachung et Fehlerdiagnose - Moderne Methoden und ihre Anwendungen bei technischen Systemen", VDI-Verlag, 1994 ainsi que par le DE 19717716 C2 et le EP 894304 B1. Dans les deux premiers documents sont divulguées des méthodes, tant pour l'analyse théorique, qu'également pour l'identification expérimentale d'un système technique. Un langage formel, nommé "modelica", servant à la modélisation des systèmes techniques, est décrit dans le Modelica Association: "Modelica - A Unified Object - Orientied Language for Physical System Modeling, Language Specification", version 2.0, disponible sous http://www.modelica. org/documents/ModelicaSpec20.pdf, interrogé le 31.10.2003, et dans M. M. Tiller. "Modelica - Introduction to Physical Modeling with Modelica", Kluwer Academic Pub., 2001. À partir d'un modèle en modelica, on génère un programme pouvant se dérouler par traduction à l'aide d'un compilateur.
Une méthode de modélisation préférée consiste, pour chaque type d'un composant existant en au moins un exemplaire dans le composant 1, à établir un modèle de type de composant, qui décrit les grandeurs initiales des composants en fonction des grandeurs d'entrée et, dans certaines circonstances, des grandeurs d'état ou, de façon plus générale, les relations ("constraints") entre les grandeurs du type de composant. Le modèle à type de composant est valide pour chaque composant du type, indépendamment de son utilisation spécifique. En plus, la coopération des composants typisés, dans le composant 10, est décrite par le fait que les modèles à type de composant spécifique sont copiés aussi souvent que le nombre d'exemplaires du type spécifique, et les copies sont reliées ensemble. Un type de composant est décrit, soit par un modèle à temporalité et à continuité des valeurs, soit par un modèle événementiel et à valeurs discrètes. Les deux types de modèles à type de composant peuvent être utilisés pour générer un modèle 10.
Un type spécial de modèle à type de composant est la description du comportement statique à l'aide de courbes caractéristiques (pour une grandeur d'entrée), respectivement de surfaces caractéristiques (pour plusieurs grandeurs d'entrée). Les courbes caractéristiques ou les surfaces caractéristiques sont approximées en utilisant des points d'appui, entre lesquels on procède à une interpolation. Un élément de commutation du composant 10, utilisé pour le déclenchement d'événements internes dans le système, est modélisé comme étant un interrupteur, réalisé par logiciel, en liaison avec un organe de comparaison analogue.
Le comportement dynamique du composant 10 est de préférence décrit par des équations différentielles. Ces équations différentielles sont de préférence également réparties sur les modèles à type de composant. Par exemple, une équation différentielle relie différentes grandeurs d'un type de composant ensemble. De préférence, les courbes caractéristiques ou la surface caractéristique, pour le comportement statique d'un type de composant, sont branchées en série avec une équation différentiel pour le comportement dynamique de ce type dans le modèle. Un exemple d'une telle équation différentielle est y + T* = u, sachant que T est la constante de temps du type de composant, u est une grandeur d'entrée, et y une grandeur de sortie.
Par exemple, le composant 10 comprend trois unités fonctionnelles branchées en série. Le comportement statique de chaque unité fonctionnelle est décrit par des courbes caractéristiques ou par une surface caractéristique. Dans le cas où les constantes de temps des trois unités fonctionnelles ne peuvent être déterminées individuellement, de préférence on détermine une constante de temps de somme T sum pour la totalité des trois unités fonctionnelles. Le comportement dynamique des trois unités fonctionnelles est décrit par l'équation différentielle y + T sum*y' = u. De préférence, cette équation différentielle dans le modèle est affectée à l'un des trois composants.
Il est également possible de regrouper la dynamique d'un système partiel en un type de composant virtuel et d'associer les équations différentielles, qui décrivent cette dynamique, à ce type virtuel. Le comportement statique du système partiel est décrit par des courbes caractéristiques ou des surfaces caractéristiques, qui sont associées à d'autres types de composants qui sont représentés dans le système partiel.
Dans le cas où une analyse théorique du composant 10, en tant que système technique, est impossible ou ne peut être effectuée dans une période de temps acceptable, il reste encore la possibilité d'entraîner un réseau neuronal avec un composant 10 réel sans défaut. Le réseau neuronal entraîné se comporte alors approximativement comme le composant 10 réel et est utilisé comme modèle 20.
Les sl paramètres du composant 10, en tant que système technique, sont décrits par s2 paramètres du modèle 20. Il est possible que sl = s2. De préférence, tous les paramètres de modèles, ou au moins quelques uns des s2 paramètres de modèles, sont identiques à des paramètres du composant 10 et ont, de ce fait, des significations physiques. Les autres paramètres de modèles sont des fonctions des paramètres du composant 10. À partir des sl tolérances prédéterminées, pour les s1 paramètres du composant 10, on a s2 tolérances pour les s2 paramètres du modèle 20.
Les valeurs théoriques ou de consigne, que présentent les sl paramètres ducomposant 10 sans défaut, sont soit obtenues par des documents de projet, de construction et/ou de fabrication du composant 10, soit obtenues par une méthode d'identification de système, par exemple par des mesures pratiquées sur un composant 10 réel sans défaut et une analyse par régression. Des procédés d'identification de système et une estimation des paramètres sont connus par exemple par R. Isermann: "Identifikation dynamischer Systeme", à l'endroit cité.
Lors d'une estimation des paramètres, le composant 35 10 réel et sans défaut est commandé en tant que système technique avec un vecteur de commande se présentant sous la forme du vecteur u des grandeurs d'entrée appliquées, et les grandeurs influencées sont mesurées directement ou indirectement. Pour déterminer un vecteur de commande approprié, on effectue une analyse structurelle du composant. Les informations suivantes, au sujet du composant, sont déterminées en pratiquant une analyse structurelle: - les chemins et les couplages et les relations 10 fonctionnelles dans le composant, la coopération entre des composants analogiques et des composants discrets, - des commutations structurelles, déclenchées par des événements.
Le modèle 20 est de préférence créé de manière à ce qu'il y ait une relation univoque entre les sl paramètres du composant 10 et les s2 paramètres du modèle 20 et que des variations des paramètres système agissent sur des grandeurs influencées du composant 10 et du modèle 20. Une dérive paramétrale se reflète par exemple dans l'allure de l'amplitude d'une grandeur influencée ou dans une allure préliminaire ou allure postérieure temporelle de cette grandeur.
Avec le procédé venant juste d'être décrit, pour l'identification du système, on peut déterminer également une ligne caractéristique ou une surface caractéristique non linéaire, statique et/ou on peut vérifier la plausibilité. Avec une telle ligne caractéristique ou surface caractéristique, on modélise de préférence un grand nombre de types de composants. Un composant sans défaut, réel, du type, est excité avec un signal d'entrée à forme échelonnée, et la réponse au signal du composant est mesurée. Ensuite, la ligne caractéristique est approximée par un tracé par segments (tracé polygonal) . On va considérer que u1, ..., u_r sont les r points d'appui de cette caractéristique. Les points d'appui fournissent les valeurs du signal d'entrée à forme échelonnée. On va supposer que y_1 est la valeur que fournissent les composants après que les grandeurs d'entrée aient été réglées à la valeur u 1 et que le processus d'entrée en oscillation se soit évanoui. On va supposer pour i=2, ..., r y_i la valeur que fournissent les composants après que la grandeur d'entrée ait été passée de la valeur u _(i-1) à la valeur u_i et que le processus de surveillance ait été achevé. Le tracé par segment est fixé par les r points (u_l y_1), ..., (u_r, y_r).
On entend par "tolérance" la grandeur de l'écart autorisé par rapport à une affectation théorique ou de consigne. Ainsi, la tolérance limite la plage de valeurs, à l'intérieur de laquelle le paramètre peut varier de façon admissible, donc sans qu'il présente une erreur ou un défaut.
L'attribution d'une tolérance mène à une plage de valeurs admissibles du paramètre, qui a la forme d'un intervalle dont les deux limites ont par exemple la forme: Valeur de consigne - A et valeur de consigne + A, 25 où A > 0, ou R1 * valeur de consigne et r2 * valeur de consigne, où 0 < rl < 1 et r2 > 1 étant prédéterminés. Il est également possible que la plage de valeurs admissible d'un paramètre soit l'intervalle [a, +oo) ou (-o, b] .
Le tableau suivant montre un exemple d'une variation paramétrale. Dans cet exemple, trois paramètres P1, P2 et P3 sont sujets à variation. Dans le plan d'essai, la valeur de consigne du paramètre est caractérisée par 0, la plus petite valeur admissible par - et la plus grande valeur admissible par +.
Numéro de la Paramètre Pl Paramètre P2 Paramètre P3 combinaison 1 0 0 0 2 0 0 - 3 0 0 + 4 0 - 0 0 + 0 6 - 0 0 7 + 0 0 8 0 - - 9 0 + + - 0 - 11 + 0 + 12 - - 0 13 + + 0 14 - - - + + + De préférence, en outre, sont prédéterminés un intervalle de temps, pendant lequel on examine le composant 10 et/ou on le surveille, et N moments de détection t1, t_N dans cette période de temps de surveillance. Dans la phase de classification, les allures temporelles des n grandeurs influencées sont mesurées dans cette période de temps de surveillance, par le fait qu'à chaque moment de détection, les n valeurs des n grandeurs influencées sont mesurées. La période de temps de surveillance est, d'une part, si longue que l'on mesure des allures temporelles ayant une valeur permettant de tirer de conclusions et, d'autre part, est si courte que les paramètres du composant 10 restent constants pendant la période de temps de surveillance ou, tout au plus, varient faiblement, à un degré négligeable.
Pour la phase de génération, on prédétermine au moins une allure temporelle de chaque grandeur d'entrée. Le modèle 20 est excité avec ces m allures des m grandeurs d'entrée. De préférence, les allures sont conçues de manière que tous les points de fonctionnement escomptés en fonctionnement en cours et tous les systèmes partiels du composant 10 soient commandés. Pour ces r allures et pour chacune des M combinaisons de paramètres, on effectue une simulation à l'aide du modèle 20. Dans l'exemple ci-dessus d'un plan d'essai, ce sont M = 15 combinaisons de paramètres et, ainsi, M = 15 simulations pour chacune des allures prédéterminées. De par chaque simulation, on calcule une allure temporelle de chaque grandeur influencée. Une telle allure temporelle est formée des N valeurs de la grandeur influencée au N moments de détection. Pour chacune des n grandeurs influencées, chacune des r allures prédéterminées de la grandeur d'entrée, et pour chacun des N moments de détection, on calcule ainsi M valeurs. Par moment de détection et par grandeur influencée on détermine une variation résultante, à l'aide d'un procédé statistique. On pose comme moment de détection t k (k=1,...,N) y 1(t k),..., y M(t k), les M valeurs au moment de détection t_k pour les M combinaisons de paramètres. La valeur moyenne y(t_k) et la dispersion SX empirique de ces M valeurs est calculée, la dispersion empirique étant calculée selon la formule de calcul: 1 M Sx, M 1 Une forme de réalisation, constituant une variante à cela, prévoit de calculer la valeur de consigne y(t_k) de la grandeur influencée, en ce que chaque paramètre du modèle 20 reçoit sa valeur de consigne spécifique, puis la simulation est effectuée. La dispersion est, calculée avec la valeur de consigne y(t_k) au lieu de la dispersion empirique y(t k) et, précisément, selon la formule de calcul: 1 M S2 = E[yi(t_k)-y(t_k)] 2 M Si l'on pose que ' est la fonction de distribution de la distribution normale standard (d'écart-type) et que q(1-a) est le quantile (1-a) sur un côté de la fonction de distribution 0, le quantile q(1-a) est donc fixé de manière qu'on ait: 0[q(1-a)] = 1-a. Dans le cas par exemple où a = 2 %, alors 1-a = 0,98 et q (1-a) = 2, 0537, alors on a 0(0,98) = 2,0537.
On utilise comme variation résultante pour le moment de détection t_k, de préférence la largeur d'un intervalle de confiance (1-a) autour de la valeur moyenne y(t_k). Cet intervalle de confiance a comme limite inférieure y(t_k) - q(1-a)*SX et comme limite supérieure y(t_k). Par suite, la variation résultante est 2* q(1-a)*SX. Cette variation dépend entre autres du moment de détection.
Une autre variante de réalisation prévoit qu'on utilise comme variations provoquées la différence entre la valeur maximale et la valeur minimale de la grandeur influencée au moment de détection t k (k=1,..., N).
Pour chaque grandeur influencée y, dans la phase de génération, en plus on détermine une imprécision de mesure U(y) pour la mesure de la grandeur y. Dans le cas le plus simple, on utilise l'imprécision de mesure que garantit le fabricant de l'instrument de mesure.
Il est cependant également possible que la grandeur y soit mesurée par un système comprenant plusieurs instruments, par exemple un dispositif de montage par bridage et une machine de mesure de position. Selon une autre forme de réalisation, on calcule une imprécision standard combinée u(y), en portant au carré les imprécisions de tous les composants de l'appareil de mesure et du procédé de mesure, en formant la somme des carrés et en formant ensuite la racine de la somme des carrés. Appartiennent aux imprécisions de l'appareil de mesure et du procédé de mesure, par exemple le processus de contrôle, les moyens de contrôle, le dispositif support du composant et l'environnement. U(y) est, de préférence, le produit formé de u(y) et d'un facteur d'extension k > 1, prédéterminé. Typiquement, l'imprécision de mesure est de 10 % à 20 % de la variation résultante de la grandeur influencée y. La figure 2 illustre les concepts de bandes de tolérances étroites et larges pour une grandeur influencée y. On a représenté, d'une part, une distribution identique pour la dispersion des valeurs de y, qui résulte de la variation des paramètres dans les tolérances prédéterminées et, d'autre part, on a représenté une distribution normale de cette fluctuation. La distribution identique est représentée par une ligne horizontale 90, la distribution normale par une courbe en cloche 95. On détermine une variation résultante pour y à l'aide d'une simulation de tolérance. Celle-ci est limitée vers le bas par T u et vers le haut par T o. T m est la valeur de y, valeur prise lorsque tous les paramètres ont leur valeur de consigne. Une imprécision de mesure U(y) a été déterminée. Les lignes en pointillés illustrent la bande de tolérance étroite 111.1 et la bande de tolérance large 111.2 dans le cas de la distribution identique. Les lignes en pointillés illustrent la bande de tolérance étroite 110.1 et la bande de tolérance large 110.2 dans le cas de la distribution normale.
Les étapes accomplies jusqu'ici appartiennent toutes à la phase de génération. La phase de classification est décrite ci-après.
La figure 1 représente la structure d'un dispositif de contrôle mettant en uvre le procédé selon l'invention. Le vecteur u des m grandeurs d'entrée est communiqué, tant au composant 10 en tant qu'objet à examiner, qu'également au modèle 20 du composant 10 sans défaut. Le vecteur u provoque une allure temporelle de chacune des n grandeurs influencées. Ce vecteur v Ist des allures temporelles est mesuré directement ou indirectement et précisément sur les N moments de détection Aucun dispositif de mesure direct et/ou indirect n'est représenté sur la figure 1.
A l'aide du modèle 20, on calcule n allures de référence temporelles des n grandeurs influencées. Ici on associe aux paramètres du modèle les valeurs de consigne prédéterminées et le vecteur u des m grandeurs d'entrée est appliqué au modèle 20. Le modèle fournit les allures de référence des n grandeurs influencées.
De préférence, les allures réelles et les allures de référence sont communiquées à une unité de filtrage 30 qui calcule les allures réelles temporelles lissées y_Ist_G et les allures de référence temporelles lissées y_Ref_G. Les allures lissées sont communiquées au classificateur 40. Celui-ci a accès en lecture à une mémoire de données 50, avec les variations résultantes des n grandeurs influencées pour les N moments de détection.
Dans le cas où le procédé de surveillance en continu du composant pour véhicule est utilisé en fonctionnement, le vecteur u des grandeurs d'entrée est également mesuré en cours de fonctionnement. Dans le cas où, tel que décrit ci-dessus, il est appliqué à une reprise par exemplaire de composant, pour procéder au contrôle de qualité, alors, à dessein, on génère un vecteur de commande u et, tel que représenté sur la figure 1, on l'applique tant au composant 10 à examiner qu'également au modèle 20.
Le vecteur d'attaque u est généré d'après l'analyse structurelle décrite ci-dessus. Le modèle de test d'arrière-plan est configuré de manière que tous les points de fonctionnement escomptés en cours de fonctionnement et tous les systèmes partiels du composant 20 soient commandés. Par exemple, toutes les affectations de vitesse de rotation et de roulage se produisant pendant un roulage d'un véhicule sont exploitées. Pour économiser du temps, le motif de test est construit de manière que des systèmes partiels, indépendants les uns des autres, n'interagissant donc ainsi pas entre eux, soient examinés simultanément. Le degré de couverture des erreurs et des défauts, donc le quotient entre nombre de défauts, identifiables par le biais d'une modification d'une grandeur influencée sur les composants, et le nombre de tous les défauts et erreurs possibles sur les composants, est proche de 1.
De préférence, on utilise le même vecteur de commande u, tant dans la phase de génération, pour déterminer les variations résultantes des grandeurs influencées, qu'également dans la phase de classification, pour générer les allures temporelles réelles et les allures temporelles de référence. Lors de la phase de génération, le vecteur d'attaque u sert de vecteur des allures temporelles des m grandeurs d'entrée. La réutilisation est possible, en particulier si le procédé selon l'invention est utilisé pour un contrôle de qualité ou un contrôle d'entrée de marchandises et que, de ce fait, le vecteur d'attaque u peut être choisi librement. On produit dans ce cas, de préférence, déjà dans la phase de génération, les allures de référence en fonction de l'allure du vecteur d'attaque u et des bandes de tolérances.
Il est possible qu'appartiennent aux grandeurs influencées également des grandeurs d'état mesurées indirectement. En particulier dans le cas d'un modèle linéaire pour cela on peut utiliser une banque d'observateurs. Une grandeur, ayant été mesurée indirectement, peut également être un résiduum, c'est-à-dire une grandeur qui est calculée comme étant la différence entre des allures réelles et théoriques ou de consigne et qui, ensuite, si le composant 10 est exempt de défaut ou d'erreur, prend idéalement toujours la valeur zéro. Des procédés de construction de banques d'observateurs et de résidus sont décrits par exemple dans Th. Hôfling "ZustandsgrôRenschâtzung zur Fehlererkennung", dans R. Isermann "überwachung und Fehlerdiagnose - Moderne Methoden und ihre Anwendungen bei technischen Systemen", VDI, Verlag, 1994, pages 89 à 109.
L'exemple représenté sur la figure 3 se réfère à un coulisseau de manoeuvre, qui est un composant muni d'un ressort dans une plaquette de circuit utilisée dans une transmission automatique. On a représenté sur la figure 3 différentes allures d'une grandeur influencée p_a. L'allure et l'état de p_a dépendent, entre autres, d'un événement interne qui, à son tour, est influencé par une commande directe de la grande p_h (une pression). Un paramètre k influe sur le seuil de commutation du déclenchement de l'événement interne et dépend du ressort. On mesure indirectement si et quand effectivement l'événement interne a été déclenché. En plus, le chemin de signal de p_a et p_h est commandé. Par la mesure indirecte en liaison avec l'évaluation de la commande, on mesure la valeur actuelle du paramètre k.
Le coulisseau de manoeuvre peut être exempt de défauts ou bien présenter l'un des trois défauts suivants: le ressort n'est pas présent, sa constante d'élasticité est trop grande, sa constante d'élasticité est trop petite. En fonction de l'état du ressort, k prend l'une des quatre valeurs ayant été représentées dans le diagramme inférieur par quatre lignes horizontales. La valeur de référence k prend la valeur 130.1 lorsque la constante d'élasticité est trop grande. Elle prend la valeur 130.2 lorsque le composant est exempt de défauts, elle prend la valeur 130.3 lorsque la constante d'élasticité est trop petite et prend la valeur 130.4 lorsque le ressort manque.
La grandeur ph influencée est comparée à la valeur de référence k. Si p_h est supérieur ou égal à k, alors dans la plaquette de circuit est déclenché un événement interne. Ceci diminue la valeur de p_a. Si p_h de nouveau est inférieur à k et que, de ce fait, la condition de commutation n'est plus satisfaite, p_a est de nouveau augmenté à l'ancienne valeur.
Dans le cas où le composant est sans défaut, la grandeur p_a présente l'allure de référence 200.3. Si un ressort ayant une constante d'élasticité trop grande est monté dans le coulisseau de manoeuvre ceci se reflète en une différence temporelle de l'allure de p_a. La valeur de p_a est réduite trop tardivement, parce que l'événement interne est déclenché trop tard (allure 200.1). Dans le cas où le ressort incorporé présente une trop petite constante d'élasticité alors la valeur est réduite depuis p a trop précocement et augmentée trop tardivement (allure 200.2). Dans le cas où l'intégration d'un ressort serait oubliée, ainsi il résulte de ce défaut que l'on a l'allure 200.4. La valeur de mesure de p_a n'est absolument pas réaugmentée, parce qu'il y a absence de force antagoniste pour, en cas de démontage, pousser le piston de p _h dans le sens inverse.
L'unité de filtrage 30 lisse des pics brefs apparaissant dans les allures de valeurs de mesure brutes v Ist et dans les allures de référence v Ref. Elle réduit en outre le bruit introduit du fait du moyen de contrôle, du processus de contrôle et/ou du fait de l'environnement. L'unité de filtrage 30, à cette fin, mémorise les valeurs mesurées et les valeurs calculées concernant plusieurs points au moment de leur détection. De préférence, les valeurs des trois derniers à vingt derniers moments de détection sont mémorisées. Des valeurs plus anciennes sont évacuées en continu par de nouvelles valeurs, en procédant à une surécriture.
Le classificateur 40 calcule, à partir des variations résultantes, qui peuvent varier d'un moment de détection à un autre moment de détection et à partir de l'imprécision de mesure pour chaque grandeur influencée, une bande de tolérance large et une bande de tolérance étroite. La bande de tolérance large et la bande de tolérance étroite sont fixées symétriquement autour des allures de référence respectives ayant été lissées. La largeur de la bande de tolérance large au moment de détection t k pour la grandeur influencée y est de Var (y, t_k) + 2*U(y), celle de la bande de tolérance étroite est Var ((y, t_k) - 2*U (y) . Dans celle-ci, Var (y, t_k) désigne la variation, résultante calculée telle que décrite ci- dessus de y au moment de détection t_k et U (y), l'imprécision de mesure pour la mesure de y, qui également est déterminé de la façon décrite ci- dessus.
Après que le classificateur 40 ait, pour chaque grandeur influencée, produit la bande de tolérance étroite et la bande de tolérance large, il calcule l'allure réelle temporelle lissée v Ist G avec les bandes de tolérances. De préférence, une allure temporelle des valeurs de classification, placées dans l'intervalle situé entre 0 et 1 (y compris), est produite par le fait qu'une valeur de classification est calculée au moins pour chaque moment de détection. Dans le cas où, après le lissage, la valeur réelle au moment de détection t k est située dans la bande de tolérance étroite, la valeur de classification est O. Dans le cas où elle est située hors de la bande de tolérance large, alors on a un défaut non tolérable et la valeur de classification est de 1. Au reste, on calcule une valeur comprise entre 0 et 1.
Cette valeur de classification est une indication quantitative de l'écart par rapport à une bande de tolérance étroite et est utilisée comme un facteur de qualité pour la grandeur influencée y ayant été lissé. Les allures temporelles des valeurs de classification sont, de préférence, regroupées en un vecteur de défaut e. Le vecteur de défaut e est communiqué à une unité fonctionnelle 60, dans le but d'une détection de défauts, donc au détecteur de défauts. Le détecteur de défaut 60 évalue le vecteur de défauts e et détermine les défauts s'étant produits sur le composant 10.
Ce détecteur de défauts 60 travaille de préférence de la façon suivante: lors de la phase de génération, pour chaque défaut possible sur le composant 10, on génère un modèle de défaut. Ceci se fait par le fait que le modèle 20 pour le composant 10 est modifié de manière que le modèle modifié décrive le comportement du composant 10 en cas de présence du défaut possible. Par exemple on dérive, de manière correspondante, des paramètres de modélisation, par exemple en modifiant la valeur d'une constante d'élasticité. Ou bien on effectue dans le modèle une commutation ou une modification structurelle. Les relations entre les défauts et les valeurs temporelles sont déterminées automatiquement par des simulations avec les modèles de défaut, pour les défauts possibles.
Dans la phase de classification, on compare les allures mesurées aux bandes de tolérances pour les n grandeurs influencées. La comparaison est évaluée pour automatiquement tirer des conclusions sur les défauts s'étant effectivement produits.
Si l'on identifie un défaut, alors au moins une composante du vecteur de défaut e prend la valeur un.
Le moment de la survenance du défaut et la présence d'une commande d'attaque u au n entrées du système technique sont déterminés et évalués pour générer des conclusions sur le chemin de signal dans lequel le défaut s'est produit. Du fait que le chemin de signal entaché de défauts est identifié, le nombre des composants défectueux possible du système technique est limité. Il est possible de mesurer au moins une grandeur intermédiaire du chemin de signal entaché de défauts et de former pour cette grandeur un vecteur de défauts, faisant que le vecteur de défauts de la grandeur intermédiaire est évalué. Dans ce vecteur de défaut, garni de zéros, la quantité des composants en question est restreinte à un degré supplémentaire, du fait que le composant entaché de défauts, est situé dans le chemin du signal partiel entre la grandeur intermédiaire et la grandeur de départ du système.
Dans le cas où il est garni de uns, alors le composant est situé dans le chemin de signal partiel, entre l'entrée et la grandeur intermédiaire mesurée du chemin de signal. Pour identifier les composants de façon univoque avec leur défaut, on active, les uns après les autres, les modèles de défauts des composants envisagés et on simule le comportement du système. Le défaut du composant est alors trouvé lorsque le vecteur de défaut e, lors de la comparaison entre les allures mesurées avec les allures que fournit un modèle à défaut activé, ne présente de un en aucun composant.
La figure 4 représente un exemple de l'effet d'une dérive paramétrale sur une grandeur influencée. On a représenté sur la figure 4 la comparaison entre l'allure réelle et l'allure de référence. Dans le diagramme du haut, l'allure de référence y _Ref de la grandeur influencée y est représentée par une ligne droite continue. La bande de tolérance large est représentée par deux lignes en tirets 100.1 et 100.2, la bande de tolérance étroite est représentée par deux lignes en pointillés 102.1 et 102.2. A titre d'allure réelle temporelle y Ist, on a mesuré une ligne en méandres. Dans le diagramme du dessous, on a représenté le résultat de l'identification de défaut, précisément la composante du vecteur de défaut e, qui s'est formée sur la grandeur influencée y. On a représenté à quels moments étaient calculées telle et telle valeurs de classification.
Sur la figure 5 on a représenté comment, par une adaptation d'une bande de tolérance large, le classificateur 40 peut être adapté à un comportement de suroscillation. Dans le diagramme du dessus, on a représenté une allure temporelle lissée d'une grandeur influencee y Ist G, ainsi qu'une bande de tolérance large, autour d'une allure de référence y Ref G lissée, non représentée. Les deux limites 103.1 et 103.2 de la bande de tolérance large sont représentées en pointillés.
Ainsi que ceci est représenté dans le diagramme de dessus sur la figure 5, l'allure réelle dans la zone 0,3 s < t y 0,6 s est hors de la bande de tolérance large. Par cet exemple, cet abandon de la bande de tolérance large n'est pas évalué comme étant un défaut, mais au contraire comme une suroscillation admissible pendant la transition d'une valeur stationnaire à une autre. Si cette suroscillation n'a pas déjà été prise en compte au stade de la détermination de la variation résultante pendant la phase de génération, elle est alors prise en compte dans la phase de classification, par le fait que les limites 103.1 et 103.2 de la bande de tolérance large sont adaptées. Le diagramme de dessous de la figure 5 représente la bande de tolérance plus large, adaptée dans la plage 0 < t < 0,9 s avec les limites 104.1 et 104.2. L'allure réelle y Ist G est située dans le cadre de ces limites adaptées.
De préférence, la bande de tolérance large est adaptée de la façon suivante: sa largeur est modifiée par une multiplication avec un facteur b(t). Pendant un intervalle de temps d'adaptation, b(t) > 1, au reste on a b(t) = 1. Une forme de réalisation prévoit que b(t), pendant la période de de temps d'adaptation, soit fixée la formule suivante: b(t) = A É r 1 T 1+t Ti On a ici T, un moment prédéterminé auquel b(t) prend son maximum. A est une constante veillant à ce que la valeur de b soit supérieure à 1 et T est le moment auquel la fonction a atteint son maximum. De ce fait, la bande de tolérance est dispersée au maximum dans T. On va rentrer ciaprès dans le détail de nouveau de l'exemple de la figure 3. La plaquette de circuit comprend un composant continu ayant la grandeur influencée p_a et un composant à valeurs discrètes ayant la grandeur mesurée directement, ph. Lors de la phase de classification, les entrées du composant à valeurs continues sont excitées avec une excitation à forme échelonnée et les composants à valeurs discrètes sont excités avec un signal à forme triangulaire ou trapézoïdale. Alors la vitesse de montée du flanc avant et du flanc arrière du signal d'excitateur est adaptée à la dynamique du système. De par l'interaction entre les deux composants, le processus de commutation se répercute sur l'état du composant continu.
Pour vérifier et identifier les défauts sur la plaquette de circuit, on utilise deux compteurs. Le premier compteur est lancé au début du processus de contrôle et est stoppé, du fait du flanc tombant du signal p_a, selon la figure 3. Le deuxième compteur est lancé avec le flanc descendant du signal p_a et stoppé avec le flanc montant du signal p_a. La valeur de comptage N_Start du premier compteur est comparée à la valeur de référence de comptage N-Start-Ref. La valeur de comptage N_Ist du deuxième compteur est comparée à la valeur de référence de comptage N_Ref.
Selon le résultat de la comparaison, les défauts sont identifiés selon le tableau suivant. Pour effectuer une distinction univoque, entre le cas de défaut "aucun défaut" et le cas de défaut "constante d'élasticité trop petite", on introduit une troisième valeur limite N_Grenz. Elle est impliquée dans l'évaluation et est utilisée pour stopper les compteurs.
Deux cas, dans lesquels le ressort manque, sont différents. Dans le premier cas, le piston du coulisseau de manoeuvre (composant à valeurdiscrète) se trouve en une position telle que, par une augmentation de pression de p h, le piston est coulissé à la position finale opposée et l'événement interne est déclenché. L'événement interne déclenché a, comme conséquence, une réduction de la pression de p_a. La réduction de pression de p_a, s'effectuant par sauts, ne peut être déroulée en sens inverse par abaissement de p_h, du fait que la force antagoniste du ressort fait défaut pour placer le coulisseau de manoeuvre à la position finale opposée, voir ligne 200.4 sur la figure 3.
Dans le deuxième cas, le piston du coulisseau de manoeuvre se trouve en une position telle que l'événement interne est déjà déclenché sans effet de commande de p_h. La pression p_a est réduite. Il est impossible d'y avoir une augmentation de pression de p_a du fait d'un effet de commande de p_h.
Dans le premier cas, le deuxième compteur est stoppé automatiquement à l'atteinte de N_Grenz. Dans le deuxième cas, le premier compteur est stoppé automatiquement, lorsque N _Start = N_Grenz.
Défaut Comparaison des Comparaison des valeurs du compteur valeurs du compteur Constante N N-Start = N Ist = N Ref d'élasticité normale Start Ref Constante trop N N-Start > N Ist < N Ref d'élasticité Start Ref grande - Constante trop N N-Start < N Ist > N Ref d'élasticité Start Ref petite Pas de ressort: N-Start < N_Ist = N_Grenz > N Start Ref N Ref Cas 1 Pas de ressort: N-Start - N_Grenz > N Ist 0 < N Ref Cas 2 N Start Ref Liste des caractères de reference Caractères Signification Composant à surveiller Modèle du composant sans défaut Unité de filtrage Classificateur Mémoire de données avec variations résultantes Déterminateur de défauts Répartition identique de la fluctuation Répartition normale de la fluctuation 100.1, 100.2 Limites d'une bande de tolérance large 102.1, 102.2 Limites d'une bande de tolérance étroite 103.1, 103.2 Limite supérieure et inférieure d'une bande de tolérance large 104.1 104.2 Limite supérieure et inférieure adaptée d'une bande de tolérance large 110.1, 110.2 Bande de tolérance étroite et large pour une distribution identique 111.1, 111.2 Bande de tolérance étroite et large pour une distribution normale 130.1, 130.2 Quatre valeurs possibles d'une valeur de 130.3, 130.4 référence k

Claims (10)

R E V E N D I C A T I O N S
1. Procédé de surveillance automatique d'un système technique (10), où au moins une grandeur d'entrée, variable temporellement, est communiquée au système (10), - l'allure temporelle d'au moins une grandeur influencée par le système (10) est mesurée, - la grandeur d'entrée est communiquée en plus à un modèle (20), pouvant faire l'objet d'une évaluation automatique et décrivant la relation entre la grandeur influencée et la grandeur d'entrée dans un système (10) exempt d'erreur, - une allure de référence temporelle de la grandeur influencée est calculée à l'aide du modèle (20), et 15 - l'allure mesurée est comparée à l'allure de référence, caractérisé en ce qu' - une tolérance est prédéterminée pour au moins un paramètre du modèle (20), au moins une allure temporelle de la grandeur d'entrée est prédéterminée, - une imprécision de mesure est déterminée pour la mesure de la grandeur influencée, - le paramètre est laissé varier dans les limites de la tolérance, le mesure (20) est excité avec l'allure des grandeurs d'entrée et, à l'aide du modèle (20) excité, une pluralité d'allures temporelles, résultant de la variation paramétrale des grandeurs influencées, sont calculées, - une variation résultant de la grandeur influencée est déterminée à partir des allures produites à l'aide de la variation paramétrale, - une bande de tolérance étroite et une bande de tolérance large sont fixées autour de l'allure de référence calculée, - la largeur de la bande de tolérance étroite étant égale à la variation résultante, diminuée du double de l'imprécision de mesure, et la largeur de la bande de tolérance large étant égale à la variation résultante, augmentée du double de l'imprécision de mesure, - ensuite, lorsque l'allure mesurée se situe en permanence à l'intérieur de la bande de tolérance étroite, le système (10) est classé comme étant exempt d'erreur, - et ensuite, lorsque l'allure mesurée est située au 15 moins par moments hors de la bande de tolérance large, le système (10) est classé comme entaché d'erreurs.
2. Procédé selon la revendication 1, caractérisé en ce que, chaque fois, une tolérance est prédéterminée pour plusieurs paramètres du modèle, et, lors de la variation paramétrale, la valeur minimale et la valeur maximale, situées à l'intérieur de la tolérance du paramètre, sont déterminées et, pour chaque combinaison possible de valeurs paramétrales minimale et/ou maximale, une allure temporelle de la grandeur influencée est calculée.
3. Procédé selon la revendication 1 ou la revendication 2, caractérisé en ce que les allures temporelles de plusieurs grandeurs influencées sont mesurées, le modèle (20) décrit la relation entre ces grandeurs influencées et la grandeur d'entrée, pour chaque grandeur influencée, sont calculées une variation résultante et une allure de référence, une bande de tolérance étroite et une bande de tolérance large sont fixées autour de chaque allure de référence, et une comparaison est effectuée entre l'allure mesurée et les bandes de tolérances, - ensuite, lorsque l'allure mesurée de chaque grandeur influencée est située en permanence dans la bande de tolérance étroite respective, le système (10) est classé comme étant exempt d'erreur, - et ensuite, lorsque l'allure mesurée d'au moins une grandeur influencée est située, au moins par bande de tolérance large (10) est classé comme étant revendication 3, moments, hors de la respective, le système entaché d'erreurs.
4. Procédé selon la caractérisé en ce que - des relations, entre des système technique (10)erreurs possibles sur le et des effets de ces erreurs sur les allures temporelles des grandeurs influencées, sont déterminées, - et les erreurs se produisant effectivement sur le système technique (10) sont déterminés par évaluation des comparaisons entre les allures mesurées et les bandes de tolérances pour les grandeurs influencées.
5. Procédé selon la revendication 4, caractérisé en ce que - pour chaque erreur possible est prédéterminé un modèle d'erreurs qui décrit la relation entre les grandeurs influencées et la grandeur d'entrée, en cas de présence d'une erreur sur le système technique (10), - et les relations entre les erreurs et les allures temporelles sont déterminées par des simulations avec les modèles d'erreurs pour les erreurs possibles.
6. Procédé selon la revendication 5, caractérisé en ce que les modèles d'erreurs sont générés par modification automatique du modèle (20) pour le système (10) exempt d'erreur.
7. Procédé selon l'une quelconque des
revendications 1 à 6,
caractérisé en ce que - un intervalle de temps, lors duquel le système technique (10) est à surveiller, et plusieurs moments de détection dans l'intervalle de temps de surveillance, sont prédéterminés, - l'allure mesurée et l'allure de référence comprennent des valeurs situées aux moments de détection, - à l'aide de la variation paramétrale de chaque moment de détection, est calculée une variation résultant de la grandeur influencée, - la bande de tolérance étroite est ainsi fixée autour de l'allure de référence, de manière que, à chaque moment de détection, sa largeur soit égale à la différence issue de la variation résultante à ce moment de détection et du double de l'imprécision de mesure, et - la bande de tolérance large est fixée autour de 30 l'allure de référence, de manière que, à chaque moment de détection, sa largeur soit égale à la somme, issue de la variation résultante à ce moment de détection et du double de l'imprécision de mesure.
8. Procédé selon l'une quelconque des
revendications 1 à 7,
caractérisé en ce que, ensuite, lorsque l'allure mesurée est hors de la bande de tolérance étroite et dans les limites de la bande de tolérance large, au moins l'une des étapes suivantes est accomplie: - le système (10) est classé comme étant sans erreur, - le système (10) est classé comme étant entaché d'erreurs et n'est plus utilisé que de façon restreinte, - le système (10) est examiné, - en fonction de l'ampleur de l'éloignement entre l'allure mesurée et la bande de tolérance étroite, le système (10) est classé en l'une parmi plusieurs classes de qualité possibles.
9. Produit de programme pour ordinateur, pouvant être chargé directement dans la mémoire interne d'un ordinateur et comprenant des éléments logiciels, à l'aide desquels un procédé selon l'une quelconque des revendications 1 à 8 peut être mis en oeuvre lorsque le produit fonctionne sur un ordinateur.
10. Produit de programme pour ordinateur, mémorisé sur un support lisible par un ordinateur et présentant le produit de programme lisible par un ordinateur, faisant mettre en oeuvre par l'ordinateur un procédé selon l'une quelconque des revendications 1 à 8.
FR0412514A 2003-11-25 2004-11-25 Procede de surveillance d'un systeme technique Expired - Fee Related FR2862793B1 (fr)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE10355022.4A DE10355022B4 (de) 2003-11-25 2003-11-25 Verfahren zur Überwachung eines technischen Systems

Publications (2)

Publication Number Publication Date
FR2862793A1 true FR2862793A1 (fr) 2005-05-27
FR2862793B1 FR2862793B1 (fr) 2006-04-28

Family

ID=34530303

Family Applications (1)

Application Number Title Priority Date Filing Date
FR0412514A Expired - Fee Related FR2862793B1 (fr) 2003-11-25 2004-11-25 Procede de surveillance d'un systeme technique

Country Status (4)

Country Link
US (1) US20050119865A1 (fr)
CN (1) CN1645282A (fr)
DE (1) DE10355022B4 (fr)
FR (1) FR2862793B1 (fr)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006032648B4 (de) * 2006-01-30 2014-06-26 Abb Research Ltd. Diagnosesystem und Verfahren zur Zustandsüberwachung und Erkennung von Funktionsminderungen und Ausfällen an verdichtende und rotierende Maschinen
KR101065871B1 (ko) * 2006-09-12 2011-09-19 아사히 가세이 일렉트로닉스 가부시끼가이샤 물리량 계측 장치 및 그의 신호 처리 방법
DE102007043328A1 (de) * 2007-09-12 2009-03-19 Endress + Hauser Process Solutions Ag Verfahren zur Überwachung einer Prozessanlage mit einem Feldbus der Prozessautomatisierungstechnik
US7840297B1 (en) * 2008-03-14 2010-11-23 Tuszynski Steve W Dynamic control system for manufacturing processes including indirect process variable profiles
EP2757468A1 (fr) * 2013-01-22 2014-07-23 Siemens Aktiengesellschaft Appareil et procédé de gestion d'un système de maintenance et de développement de logiciels
AT513370B1 (de) * 2013-11-05 2015-11-15 Avl List Gmbh Virtuelle Testoptimierung für Fahrerassistenzsysteme
EP3121672B1 (fr) 2015-07-22 2019-04-24 Siemens Aktiengesellschaft Procede et dispositif de diagnostic destines a la surveillance du fonctionnement d'un circuit regulateur
CN105445581B (zh) * 2015-11-27 2018-05-22 苏州同元软控信息技术有限公司 一种基于Modelica模型的故障检测系统及其方法
DE102017205891A1 (de) * 2017-04-06 2018-10-11 Zf Friedrichshafen Ag Verfahren und Steuerungseinrichtung zur Plausibilisierung von Größen eines gedämpften Systems
CN111581743B (zh) * 2020-04-30 2022-05-17 重庆长安汽车股份有限公司 一种基于铸件仿真软件的缺陷风险评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4213175A (en) * 1977-07-04 1980-07-15 Hitachi, Ltd. Fault-detecting apparatus for controls
WO2001086576A1 (fr) * 2000-05-08 2001-11-15 Systech International, L.L.C. Surveillance de l'etat d'un vehicule en fonction d'informations historiques

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3408173A1 (de) * 1984-03-06 1985-09-12 Siemens AG, 1000 Berlin und 8000 München Ueberwachung von antriebsregelkreisen bei rechnergesteuerten werkzeugmaschinen oder industrierobotern
DE4243882C1 (de) * 1992-12-23 1994-01-05 Baleanu Michael Alin Verfahren und Einrichtung zur Überwachung eines technischen Prozesses
US5408405A (en) * 1993-09-20 1995-04-18 Texas Instruments Incorporated Multi-variable statistical process controller for discrete manufacturing
SE9304246L (sv) * 1993-12-22 1995-06-23 Asea Brown Boveri Förfarande vid övervakning av multivariata processer
WO1997040445A1 (fr) * 1996-04-19 1997-10-30 Daimler-Benz Aktiengesellschaft Procede de diagnostic automatique de systemes techniques prenant en consideration une acquisition de connaissances efficace et un traitement efficace concernant un temps de fonctionnement
US5822218A (en) * 1996-08-27 1998-10-13 Clemson University Systems, methods and computer program products for prediction of defect-related failures in integrated circuits
US6035114A (en) * 1997-08-05 2000-03-07 Institute For Information Industry Method for constructing fault classification tables of analog circuits
US6327686B1 (en) * 1999-04-22 2001-12-04 Compaq Computer Corporation Method for analyzing manufacturing test pattern coverage of critical delay circuit paths
JP4174167B2 (ja) * 2000-04-04 2008-10-29 株式会社アドバンテスト 半導体集積回路の故障解析方法および故障解析装置
US6708306B2 (en) * 2000-12-18 2004-03-16 Cadence Design Systems, Inc. Method for diagnosing failures using invariant analysis
US20020188904A1 (en) * 2001-06-11 2002-12-12 International Business Machines Corporation Efficiency of fault simulation by logic backtracking

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4213175A (en) * 1977-07-04 1980-07-15 Hitachi, Ltd. Fault-detecting apparatus for controls
WO2001086576A1 (fr) * 2000-05-08 2001-11-15 Systech International, L.L.C. Surveillance de l'etat d'un vehicule en fonction d'informations historiques

Also Published As

Publication number Publication date
CN1645282A (zh) 2005-07-27
DE10355022A1 (de) 2005-06-23
DE10355022B4 (de) 2016-10-06
US20050119865A1 (en) 2005-06-02
FR2862793B1 (fr) 2006-04-28

Similar Documents

Publication Publication Date Title
CA2944120C (fr) Procede et dispositif de surveillance d&#39;un parametre d&#39;un moteur de fusee
EP3123139B1 (fr) Procédé d&#39;estimation du caractère normal ou non d&#39;une valeur mesurée d&#39;un paramètre physique d&#39;un moteur d&#39;aéronef
EP0573357B1 (fr) Procédé de diagnostic d&#39;un processus évolutif
EP2368161B1 (fr) Detection d&#39;anomalie dans un moteur d&#39;aeronef
FR2862793A1 (fr) Procede de surveillance d&#39;un systeme technique
Gerard et al. Improvements to a five-phase ABS algorithm for experimental validation
DE01918944T1 (de) Korrektur für eine zweiphasenströmung in einem digitalen durchflussmesser
FR2999721B1 (fr) Procede et dispositif de caracterisation d&#39;un module de stockage d&#39;energie par effet capacitif.
CA2964815A1 (fr) Procede et dispositif de surveillance d&#39;une roue aubagee de moteur d&#39;aeronef par mesure de position d&#39;equilibre
FR3088229A1 (fr) Procede de controle d’un niveau de qualite de vissage d’une visseuse, dispositif associe et programme mettant en oeuvre le procede
CN106052847A (zh) 对具有旋转的机器组件的机器的监控
EP3676677B1 (fr) Méthode d&#39;audit de qualité en ligne en &#34;temps reel&#34; d&#39;un processus numérique de fabrication de lentilles ophtalmiques
CA2831350C (fr) Procede de correction de la mesure d&#39;une tension aux bornes d&#39;un capteur
FR3105050A1 (fr) Procédé de contrôle d’un niveau de qualité de vissage d’une visseuse, dispositif associé et programme mettant en œuvre le procédé.
EP2604981B1 (fr) Capteur avec des moyens d&#39;auto-test
EP3785000B1 (fr) Procédé et système de traitement d&#39;un signal de mesure d&#39;une température délivré par un capteur
EP3721300B1 (fr) Procede d&#39;optimisation des performances d&#39;un asservissement d&#39;un systeme mecatronique, dispositif adapte
FR3012897A1 (fr) Procede et dispositif de caracterisation d&#39;un signal
FR2979013A1 (fr) Systeme de surveillance en banc d&#39;essai de moteur d&#39;aeronef
FR3037137A1 (fr) Systeme de mesure, estimateur, procede pour estimer au moins une variable ; machine tournante ou a comportement cyclique comportant le systeme de mesure
EP2889595B1 (fr) Procédé de gestion d&#39;une alimentation en courant ou en tension d&#39;un capteur de température résistif disposé dans une enceinte cryogénique
FR3071603A1 (fr) Procede de determination d&#39;un signal de mesure en fonction du signal electrique en sortie d&#39;un capteur
WO2021233758A1 (fr) Détermination de l&#39;état de santé d&#39;un système à partir d&#39;un réseau de séquences temporelles mesurées
FR3040156A1 (fr) Procede de commande d&#39;actionneur de frein automatise et vehicule ou frein de vehicule mettant en œuvre ce procede
EP1708064A1 (fr) Procede et systeme de selection de variables pertinentes pour deceler une defaillance et support d&#39;enregistrement et programme pour ce procede

Legal Events

Date Code Title Description
ST Notification of lapse

Effective date: 20070731