Annexes
Conclusion générale 42
Bibliographie 43
vii
Table des figures
1.1 Structure générale d'un système de
diagnostic 3
1.2 Les différentes étapes d'un système
4
1.3 Les différentes méthodes de diagnostic 6
2.1 Déroulement D'une analyse en composantes
principales.(a) Distribution
d'entrée.(b) Centrage et réduction de cette
distribution 10
2.2 Mesures simulées de x1...x7 du premier exemple
d'illustration 12
2.3 Évolution de toutes les composantes du premier exemple
d'illustration . 13
2.4 Évolution du PCV en fonction du nombre de composantes
15
2.5 Évolution du VNR en fonction du nombre de composantes
16
2.6 Évolution du PRESS en fonction du nombre de
composantes 17
2.7 Évolution des Valeurs propres en fonction du nombre de
composantes . . 18
2.8 Évolution de La projection de X sur les premiers
(l) et dernièrs (in - l)
vecteurs propre de 20
2.9 Comparaison entre X et l'estimationXà à
partir des composantes principale . 20 2.10 Indice SPE dans le cas sain et le
cas défaillant avec un seuil de 95% . . . . 21
2.11 Indice T2 dans le cas sain et le cas
défaillant avec un seuil de 95% 22
2.12 Procèdure de structuration de résidus par ACP
partielles 23
2.13 Procèdure de localisation par ACP partielles
structurée 23
2.14 L'évolution des SPE des modèles réduits
24
2.15 Table des signatures théoriques 24
3.1 Représentation des données non linéaire
par ACP classique 25
3.2 Représentation des données non linéaire
par KPCA . 26
3.3 Représentation en utilisant des fonctions de bases
Ö 26
3.4 Concept global du KPCA . 31
3.5 Procédure de structuration de résidus par KPCA
partielles 33
3.6 Procédure de localisation par KPCA partielles
structurée 33
3.7 Représentation de l'algorithme de KPCA . 34
4.1 La description du procéssus 36
4.2 La description des variables mesurées 36
4.3 Les variables mesurées pour la simulation 37
4.4 Simulateur Tennessee Estman Process 37
4.5 Évolution de l'indice SPE cas sain et
défaillant 38
4.6 Table des signatures théoriques 39
4.7 L'évolution des SPE des modèles réduits
40
1
| 
