Détection et isolation de défauts par analyse en composantes principales robuste
Résumé
L'Analyse en Composantes Principales (ACP) est une méthode efficace pour la détection et la localisation de défauts. Cependant, l'ACP classique est très sensible à la présence de valeurs aberrantes. Cette communication présente un algorithme à deux niveaux pour la détection et la localisation de défauts de mesures. Tout d'abord un MM-estimateur est utilisé pour déterminer un modèle robuste. Cet estimateur est calculé avec un algorithme itératif, initialisé par une estimation robuste de la matrice de covariance. Cette approche consiste à minimiser une mesure robuste des distances orthogonales des observations au sous-espace de l'ACP (espace résiduel). Ensuite, des résidus structurés sont utilisés pour détecter et localiser des défauts multiples. La génération de ces résidus structurés est basée sur l'utilisation d'un indicateur combiné qui permet de détecter des défauts sur l'ensemble des variables et sur le principe de reconstruction des variables. De plus, l'analyse, limitée aux défauts isolables, permet d'éviter l'explosion combinatoire des scénarios de défauts dans le cas de défauts multiples. Cette procédure est appliquée avec succès sur un système soumis à des défauts multiples.