Model-based fault detection in Diesel engines air-path - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2012

Model-based fault detection in Diesel engines air-path

Diagnostic à base de modèle de la boucle d'air des moteurs Diesel

Résumé

The study of model-based fault detection for mass production Diesel engines is the aim of this thesis. The necessity of continuous vehicles health monitoring is now enforced by the Euro VI pollutant legislation, which will probably be tightened in its future revisions. In this context developing a robust strategy that could be easily calibrated and work with different systems (due to production variability) would be a tremendous advantage for car manufacturers. The study developed here tries to answer to those necessities by proposing a generic methodology based on local adaptive observers for scalar nonlinear state-affine systems. The fault detection, isolation and estimation problems are thus solved in a compact way. Moreover, the uncertainties due to measurement or model biases and time drifts lead to the necessity of improving the detection methodology by the use of robust thresholds that could avoid undesired false alarms. In this thesis a variable threshold is proposed based on the observability condition and the sensitivity analysis of the parameter impacted by the fault with respect to input or model uncertainties. This approach allows, among other things, to be used as an analysis tool for the individuation of the system operating points for which the diagnosis is more reliable and more robust to inputs uncertainties. The discussed approach has been successfully implemented and experimentally tested on a real Diesel engine for the intake leak detection and for the turbine efficiency loss drift detection in a co-simulation environment showing its advantages in term of detection reliability, calibration effort and engines diagnosis operating condition analysis.
Cette thèse a pour but l'étude de la détection basée sur modèle de défauts pour les moteurs Diesel produits en grande série. La nécessité d'une surveillance continue de l'état de santé des véhicules est maintenant renforcée par la législation Euro VI sur les émissions polluantes, qui sera probablement rendue encore plus contraignante dans ses prochaines révisions. Dans ce contexte, le développement de stratégies robustes, faciles à calibrer et valides pour des systèmes dispersés (car produits en grande série) procurerait un avantage considérable aux constructeurs automobile. L'étude développée ici tente de répondre à ces besoins en proposant une méthodologie générique. On utilise des observateurs adaptatifs locaux pour des systèmes scalaires non linéaires et affines par rapport à l'état, pour résoudre les problèmes de la détection de défauts, de son isolation et de son estimation d'une façon compacte. De plus, les incertitudes liées aux biais de mesure et de modèle et aux dérives temporelles nécessitent d'améliorer les méthodes de détection par l'utilisation de seuils robustes pour éviter les fausses détections. Dans cette thèse, on propose un seuil variable basé sur la condition d'observabilité du paramètre impacté par le défaut et sur une étude de sensibilité par rapport aux incertitudes sur les entrées ou sur le modèle. Cette méthode permet, entre autres, de fournir un outil d'analyse pour la sélection des conditions de fonctionnement du système pour lesquels le diagnostic est plus fiable et plus robuste par rapport aux incertitudes sur les entrées. L'approche présentée a été appliquée avec succès et validée de façon expérimentale sur un moteur Diesel pour le problème de détection de fuite dans le système d'admission d'air, puis dans un environnement de simulation pour le problème de détection de dérive d'efficacité turbine. On montre ainsi ses avantages en termes de fiabilité de détection, d'effort de calibration, et pour l'analyse des conditions de fonctionnement moteur adaptées au diagnostic.
Fichier principal
Vignette du fichier
Phd_report_Riccardo_Ceccarelli_2012.pdf (3.18 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00870762 , version 1 (27-11-2012)
tel-00870762 , version 2 (08-10-2013)

Identifiants

  • HAL Id : tel-00870762 , version 1

Citer

Riccardo Ceccarelli. Model-based fault detection in Diesel engines air-path. Automatic Control Engineering. Institut National Polytechnique de Grenoble - INPG, 2012. English. ⟨NNT : ⟩. ⟨tel-00870762v1⟩
769 Consultations
1892 Téléchargements

Partager

Gmail Facebook X LinkedIn More