Diagnosis in building : new challenges - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Thèse Année : 2019

Diagnosis in building : new challenges

Diagnostic du système bâtiment : nouveaux défis

Résumé

Fault diagnosis and maintenance of a whole-building system is a complex task to perform. Available building fault detection and diagnosis tools are only capableof performing fault detection using behavioral constraints analysis. The thesis of Mahendra Pratap Singh proposes to use heterogeneous tests with validity constraints in the context of building fault diagnosis but the proposed approach assumes that the sensors are reliable. Nevertheless, validity constraints are checked with potentially faulty sensors. If these sensors are faulty, the diagnostic result is not guarantee and there is a need for method to prove the test as well as global diagnoses.To make a test, data are required from different parts: meteorological, human and physical parts. However, the data gaps is the main sensor fault in buildings. Sensor values are not uniformly sampled and there is a need to decide from which delay the sensor becomes faulty?The objective of this work is to highlight these challenges as well as to provide a strategy about how to solve them. Three solutions for diagnosis in building are proposed1-A level of completeness for better formalizing validity.In this work, we make the hypothesis that there is no precise global model for a building system but there is contextual models with limited validity. The validity is measured with potentially faulty sensors. The completeness level is proposed as a method to prove if a test space is fully covered or not i.e to assess the level of validity of a test.2-A confidence level for proving global diagnosis.A test is characterized by thresholds i.e the behavioral constraint is either satisfied or unsatisfied. Uncertainty is related to the validity constraints. Indeed, it is difficult to set a threshold for the level of completeness from which one can say that a test is valid.Diagnostic results are calculated from a set of tests, each one defined by itscompleteness level. The contribution is to propose a solution to compute the confidence level of a global diagnosis deduced from a set of tests whose some of them have a completeness level lower than 1. A method based on fuzzy logic reasoning is used for this purpose.3- Automatic thresholding for sensor data gap detection.The delay depends on the measured value and the type of sensor. The objective is toidentify from which delay a sensor become faulty. Two techniques are proposed: a time series analysis and a statistical approaches.Different applications have been studied for validation: an office at G-SCOP lab,an appartement at Grenoble and a platform in the University of southern Denmark.
Le diagnostic des défauts et la maintenance d'un système bâtiment est une tâche complexe à effectuer. Les outils existants pour la détection et le diagnostic de défauts dans les bâtiments permettent d'effectuer cette détection à l'aide d'une analyse des contraintes comportementales.La thèse de Mahendra Pratap Singh propose le concept de tests hétérogènes avec des contraintes de validité dans le contexte du diagnostic de défauts dans les bâtiments, mais l'approche proposée suppose que les capteurs sont fiables et ne s'intéresse qu'aux processus thermo-aérauliques et aux systèmes de chauffage. Les contraintes de validité sont mesurées avec des capteurs. Si ces capteurs sont défectueux, le résultat du diagnostic n'est pas garanti et il est nécessaire d'avoir une méthode permettant de prouver le test ainsi que le diagnostic global.Pour effectuer un test, il est nécessaire de disposer de données provenant de différentes parties: météorologiques, humaines et physiques. Cependant, les données manquantes constituent le type de défauts de capteurs majeur dans les bâtiments. Les mesures des capteurs ne sont pas échantillonnées de manière uniforme et il est nécessaire de décider à partir de quel retard le capteur devient défectueux.L'objectif de ce travail est de mettre en évidence ces défis et de fournir une stratégie sur la façon de les résoudre. Trois solutions pour le diagnostic du système bâtiment sont proposées1- Un niveau de complétude pour une formalisation de la validité lorsque les capteurs sont potentiellement défaillants.Pour le système bâtiment, il n'existe pas de modèle global précis mais il existe des modèles contextuels à validité limitée. L'espace de test consiste en un ensemble de mesures. Le niveau de complétude est proposé comme méthode pour prouver si un espace de test est entièrement couvert ou non c'est-à-dire pour évaluer le niveau de validité d'un test en présence de capteurs non fiables.2- Un niveau de confiance pour prouver un diagnostic globalUn test automatique est caractérisé par des seuils, c’est-à-dire que la contrainte comportementale est satisfaite ou non satisfaite. L'incertitude est liée aux contraintes de validité. En effet, il est difficile de définir un seuil pour le niveau de complétude à partir duquel on peut dire qu'un test est valide. Le résultat du diagnostic est calculé à partir d’un ensemble de tests, chacun défini par sonniveau de complétude. La contribution est de proposer une solution permettant de calculer le niveau de confiance d’un diagnostic global déduit d’un ensemble de tests dont certains ont un niveau de complétude inférieur à 1. Une méthode basée sur le raisonnement de logique floue est utilisée à cet effet.3- Seuillage automatique pour la détection de données de capteurs manquantesLe retard dépend de la valeur mesurée et de type du capteur. L'objectif est d'identifier à partir de quel retard un capteur devient défectueux. Deux techniques sont proposées: une analyse de séries temporelles et une approche statistique.Différentes applications ont été étudiées pour la validation: un bureau au laboratoire G-SCOP, un appartement Grenoblois et une plateforme à l'université de Danemark Sud.
Fichier principal
Vignette du fichier
NAJEH_2019_archivage.pdf (7.01 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-02935337 , version 1 (10-09-2020)

Identifiants

  • HAL Id : tel-02935337 , version 1

Citer

Houda Najeh. Diagnosis in building : new challenges. Automatic. Université Grenoble Alpes; École nationale d'ingénieurs de Gabès (Tunisie), 2019. English. ⟨NNT : 2019GREAT110⟩. ⟨tel-02935337⟩
225 Consultations
145 Téléchargements

Partager

Gmail Facebook X LinkedIn More