Diagnosis of transient states A pattern recognition approach

RÉSUMÉ. Dans cet article nous présentons un système de diagnostic adaptatif en ligne basé sur la reconnaissance des formes. Ce système intrègre une boucle de supervision qui permet la détection et le diagnotic de dérives lentes et de nouveaux modes de fonctionnement en temps réel. Un mode de fonctionnement est supposé stationnaire, une dérive lente est considérée comme étant un état non stationnaire. La détection d’un changement de dynamique (stationnaire-non stationnaire) est basée sur l’évaluation d’un critère de perception par rapport à chaque mode de fonctionnement connu. Ces critères sont combinés pour engendrer le diagnostic final. Deux stratégies de fusion de décisions ont été testées : la fusion centralisée et la fusion distribuée, ces deux approches sont fondées sur un test d’hypothèses. Les résultats expérimentaux ont permis de mettre en évidence les performances du système de diagnostic en termes de détection précoce de changements de la qualité de l’eau d’une rivière et d’anticipation de son évolution.