Détection et estimation de perturbations sinusoïdales instationnaires pour la surveillance et le contrôle des systèmes

  • Posted on: 7 February 2020
  • By: SCAUET
  • Updated on: 10 February 2020
Type recrutement: 
Sujet de thèse
Section: 
61 (Génie informatique, automatique et traitement du signal)
Entité et lieu: 
LIAS- Université de Poitiers
Détails: 

OFFRE de Thèse en Contrat Doctoral

Titre :  Détection et estimation de perturbations sinusoïdales instationnaires pour la surveillance et le contrôle des systèmes.

Laboratoire : LIAS – Ecole d’Ingénieurs ENSI Poitiers équipe Automatique et Systèmes

Contact : Sébastien CAUET sebastien.cauet@univ-poitiers.fr

Début : 01/10/2020

Mots clés :  Automatique, identification de systèmes multi-fréquentiels harmoniques, commutation de modèle, observateurs, systèmes électriques, NILM (non intrusive load monitoring) .

Sujet :

Dans de nombreuses applications, tels que le suivi énergétique des consommations électriques (suivi de signatures électriques- NILM), la stabilité du réseau électrique, l’extraction de perturbations harmoniques mécaniques et vibratoires, il est important d’extraire une information pseudo-sinusoïdale avec plusieurs composantes fréquentielles de manière instantanée.

Cette information est variante dans le temps (instationnaire) vis-à-vis de ses amplitudes, phases ou fréquences et peut apparaitre transitoirement.

Dans certains cas, il est possible d’envisager une représentation de ce comportement par une commutation de modèles en définissant judicieusement le critère de commutation tout en conservant la continuité des sorties aux instants de commutation.

Cette information peut conduire à détecter des situations anormales : défauts mécaniques, électriques, mauvaises conditions de fonctionnement.

L’objectif de cette thèse consiste à développer et mettre en œuvre plusieurs stratégies d’extraction de ces signaux multi-harmoniques et instationnaires. L’étudiant.e commencera à partir de publications récentes dans le domaine et développera des outils d’analyse, de détection et d’observations afin de faire de l’estimation et du suivi de perturbations sur des cas concrets.

Dans le cadre de la surveillance des systèmes, il s’agira de séparer le comportement sain du système par du modèle, et d’isoler ce qui correspond à des perturbations ou un mauvais comportement (ex : défauts mécanique/ électrique ou limite de fonctionnement).

Les algorithmes mis en œuvre dans cette thèse seront validés expérimentalement sur les bancs du laboratoire LIAS et du Laboratoire commun (ANR) Ionesco.

----------- English Version

Instantaneous extraction (in real-time) of pseudo-sinusoidal information involving several frequential components can be very helpful in different fields of application such as energetic follow up of electric consumption (monitoring of electrical signatures NILM), stability of electric grids or analysis of vibrational and mechanical disturbances.

This kind of information, which might exist only in a transient phase, is very often AFP time varying (non stationary) meaning that the Amplitude, Frequency and Phase of the different components must be estimated in real-time.

In some cases, it is possible to represent the behaviour by switching among a set of models with special attention paid on defining the commutation rule and maintaining a continuous global model output.

The information thus acquired can lead to the detection of abnormal situations like mechanical or electrical failures or any other ill-functioning conditions.

The aim of this PhD research work consists in developing and implementing different methods to extract those non stationary and multi-harmonic signals. The student will start working on recent publications in this field and will have to develop tools necessary for analysis, detection and observation in view of estimating and following disturbances on a real bench.

As for process supervision, the idea is to dissociate a proper behaviour of the system via a model, thus extracting the information linked to disturbances or ill-functioning of the system (mechanical or electrical failures for instance).

The developed methods can be helpful in cases of closed loop systems where this type of disturbances can propagate throughout a process. Associated with active or feedforward control, the overall performance can be enhanced.

Algorithms developed during the phD thesis will be experimented on benches available at the LIAS Laboratory and the LabCom Ionesco.

Keywords : disturbances supervision, frequency estimation, identification of multi-frequential harmonic systems, model switching, observators, automatic control, signal processing, electrical systems, Non Intrusive Load Monitoring (NILM).