2.1.1
Diagnostic externe
Suite à un problème de fonctionnement dans un câble, un opérateur de maintenance est amené à repérer l’anomalie et procéder à sa réparation. Pour cela, il lui suffit de brancher un système de diagnostic sur le câble défectueux. Il peut ainsi indiquer la position et la nature du défaut éventuel. A titre d’exemple, l’utilisation d’un système de diagnostic par un garagiste permet de réduire le temps d’intervention dans une automobile. Il peut passer de deux jours à moins d’une heure pour chercher le défaut et le localiser [1]. Ce type de diagnostic est appelé “diagnostic externe”. La figure 2.1 montre un exemple d’un système de diagnostic permettant d’effectuer un diagnostic externe.
L’enjeu majeur d’un diagnostic externe est de fournir à l’opérateur de maintenance une in- formation exploitable. Ceci n’est pas toujours garanti puisque la complexité d’un réflectogramme dépend non seulement de la topologie du réseau mais aussi des caractéristiques du défaut potentiel. En effet, si on a un écho du signal de test à chaque interconnexion avec ses différents allers-retours dans le réseau, on peut imaginer la complexité des signaux mesurés ainsi que la difficulté de l’ana- lyse du réflectogramme correspondant dans le cas d’un réseau complexe. En outre, la présence d’un ou plusieurs défaut(s) sur le réseau accentue la complexité des signaux mesurés. Ceci peut entraî- ner une mauvaise interprétation du réflectogramme par l’opérateur de maintenance et détériorer ainsi la qualité du diagnostic.
Chapitre
2
FIGURE2.1:Exemple d’un système de diagnostic externe.
2.1.2
Diagnostic embarqué
Lorsque les câbles font partie d’un système critique, certains défauts peuvent avoir des conséquences importantes (alimentation électrique interrompue, charge utile immobilisée, perte de communication entre des fonctions vitales, etc.). Il est nécessaire ainsi de mettre en place une surveillance de l’état du réseau filaire. Ceci implique l’intégration de la fonction diagnostic dans l’environnement natif du réseau de câbles. On parle ici de “diagnostic embarqué”. Ce dernier a révélé de sévères contraintes en termes de coût, taille et complexité du diagnostic. En outre, la facilité d’intégration et la complexité du traitement sont deux critères majeurs à prendre en considération dans la conception d’un système de diagnostic embarqué. Par ailleurs, le respect des normes relatives au système cible où les réseaux filaires opèrent est une préoccupation majeure.
L’architecture du système de diagnostic embarqué doit prendre en compte l’ensemble de la chaîne de mesure jusqu’à la localisation du défaut. Elle compte trois fonctions principales : un module de génération du signal de test, un module d’acquisition du signal mesuré et un module de traitement. La figure 2.2 montre le synoptique de la fonction de diagnostic embarqué.
2.1.2 Diagnostic embarqué 43
Chapitre
2
2.1.2.1 Génération du signal de test
Dans le diagnostic embarqué, l’utilisation d’un signal numérique permet une conception plus simple et moins coûteuse en termes d’architecture [2]. Le signal s est représenté par N échantillons et s’écrit sous la forme suivante :
s = (s0, s1, · · · , sn, · · · , sN −1) T
. (2.1)
où T , la Transposée du vecteur s.
On considère que le signal de test est périodique de période TN. Le convertisseur numérique
analogique (CNA) peut être représenté par un échantillonneur-bloqueur1. Le signal x(t) injecté
sur le réseau est exprimé de la façon suivante :
x(t) = k=+∞ X k=−∞ N −1 X n=0 snΠTs(t − nTs− kTN) . (2.2)
où Ts, la période d’échantillonnage et TN, la durée du signal où TN = N Ts. L’échantillonneur-
bloqueur est représenté par la fonction suivante :
ΠTs(t) =
1 si 0 ≤ t ≤ Ts.
0 sinon. (2.3)
2.1.2.2 Acquisition du signal réfléchi
A la réception, l’expression du signal mesuré est donné de la façon suivante :
y(t) = +∞ X k=−∞ N −1 X n=0 sn Z Ts 0 h (τ + nTs+ kTN) dτ. (2.4)
où h(t), la réponse implusionnelle du réseau. Si on considère que le signal injecté et le signal mesuré sont échantillonnés avec la même période Ts, on peut écrire le vecteur échantillonné y de
la façon suivante :
y = (y0, y1, · · · , yn, · · · , yN −1) T
. (2.5)
En effet, l’intégrale dans l’équation (2.4) traduit un phénomène de filtrage passe-bas lié à la pé- riode d’échantillonnage du signal injecté et, par suite, à la largeur de l’impulsion [3]. En effet, plus la période d’échantillonnage Ts est grande, plus la largeur de l’impulsion est grande et plus
l’analyse des pics proches devient difficile. Ainsi, pour améliorer la précision de mesure, un sur- échantillonnage est appliqué. Il s’agit de réduire la période d’échantillonnage du signal mesuré par un facteur d’échantillonnage η et la nouvelle période d’échantillonnage Ts0 est donnée de la façon suivante :
Ts0 = Ts
η . (2.6)
Le sur-échantillonnage permet ainsi d’échantillonner le signal mesuré à une fréquence Fs très
élevée par rapport à celle exigée dans le théorème de Shannon (Fs ≥ 2Fmax) où Fmaxest la bande
1. L’échantillonneur-bloqueur est un échantillonneur réel qui réalise la conversion après un temps Ts(la période
Chapitre
2
passante du signal. Le vecteur représentant le signal mesuré dans (2.5) devient alors de longueur ηN et peut être exprimé comme suit :
y = (y0, y1, · · · , yn, · · · , yηN −1)T . (2.7)
Le sur-échantillonnage peut être réalisé par temps équivalent pour éviter de gêner le convertisseur analogique numérique (CAN) à la réception [4]. La précision de localisation du défaut dépend en première approximation de la fréquence d’échantillonnage Fsdu signal de la façon suivante [1] :
δx = vp 2Fs
. (2.8)
où vp, la vitesse de propagation dans le câble et δx, la variation de la position autour de la localisa-
tion actuelle. Par exemple, une fréquence d’échantillonnage de 1 GHz peut donner une précision de près de 10 cm pour une vitesse de propagation égale à 2 108m/s.
2.1.2.3 Traitement des signaux de mesure
Le module de traitement est responsable des différentes opérations à réaliser sur les signaux de mesure pour estimer la réponse impulsionnelle du réseau h(t) et en extraire les informations nécessaires sur son état. En effet, il constitue la partie la plus critique de l’architecture puisqu’il doit être à la fois performant et flexible. La performance dépend fortement de la complexité des opérations à réaliser alors que la flexibilité concerne surtout la variation du nombre d’échantillons. Celle-ci dépend surtout de la bande passante et de la longueur des câbles. Par ailleurs, le module de traitement envisage non seulement l’estimation de la réponse impulsionnelle du réseau mais aussi l’amélioration de la qualité des mesures.
Dans le cas d’un réseau ramifié, le réflectogramme peut être d’une forme très complexe, or il est nécessaire de fournir une information pointue pour faciliter le contrôle du réseau. La stratégie la plus simple est la comparaison différentielle entre la mesure et la référence. Cette dernière est acquise et mémorisée à partir d’un réseau sain (de préférence neuf) et parfaitement connecté. La référence doit strictement respecter les mêmes conditions que la mesure actuelle. Cette condition ne peut pas être satisfaite lorsqu’il y a des variations sensibles de la topologie ou de l’état du réseau. A titre d’exemple, les charges en fin de ligne peuvent changer sous l’effet des contraintes de leur environnement ou des équipements connectés, ce qui ne peut pas être considéré par le diagnostic comme un défaut [1]. Pour cela, il est intéressant de disposer de plusieurs références surtout lorsque le diagnostic est effectué en ligne comme nous le verrons plus tard.
Une autre stratégie basée sur l’analyse topologique est possible. Elle vise à reconstituer la topologie du réseau en exploitant uniquement soit les mesures acquises soit les modèles (i.e. le modèle RLCG) présentés auparavant dans la section 1.3.1.1 du chapitre 1. Les différences entre la topologie simulée et celle estimée peuvent indiquer la présence d’un défaut potentiel. La méthode d’analyse topologique ne demande pas une référence très précise. Cependant, elle nécessite le dé- ploiement d’algorithmes assez lourds [5, 6, 7]. Elle n’est donc pas adaptée au diagnostic embarqué.
Il est nécessaire d’appliquer d’autres fonctions de traitement numérique du signal lorsque la mesure est bruitée ou erronée. Une première solution consiste à appliquer un filtrage numérique pour améliorer la qualité de la mesure. Il permet d’éliminer les artefacts dus aux appareils
Chapitre
2
d’acquisition, à la comptabilité électromagnétique (CEM), à la diaphonie, à la perte d’information, etc. Une deuxième solution consiste à appliquer une déconvolution pour remonter à la fonction de transfert du réseau. En effet, cette fonction comporte des informations sur la détection et la localisation du défaut. La déconvolution permet d’améliorer la précision de localisation. Néanmoins, elle est complexe dans un réseau ramifié et peut donner des résultats instables dans le cas d’un réseau bruité [1]. Enfin, l’extraction des signaux très faibles, comme ceux provoqués par les défauts non francs, requiert un traitement adapté [8]. Néanmoins, très peu de travaux ont étudié cette problématique dans le contexte embarqué.
L’utilisation des signaux numériques est une excellente solution pour une application embar- quée. Ils peuvent être facilement intégrés dans un FPGA (Field-Programmable Gate Array) ou un ASIC (Application Specific Integrated Circuit). Il en est de même pour le module de traitement qui peut être facilement intégré dans un circuit numérique. Il est essentiel dans la mise en œuvre de la stratégie de diagnostic embarqué. Il doit être adapté à son contexte d’application (topologie simple ou complexe, diagnostic en ligne ou non, défaut franc ou non franc, etc.). La génération et l’acquisition des signaux numériques associés à un traitement du signal numérique constituent un système de diagnostic plus simple et performant par rapport à d’autres méthodes analogiques telles que la réflectométrie TDR et FDR.
L’intégration complète du système au sein d’une puce a permis la diffusion du diagnostic à grande échelle sur de nombres réseaux dans différents domaines d’application (automobile, aé- ronautique, distribution de l’énergie, etc.). Le diagnostic embarqué a donné naissance à d’autres approches de diagnostic telles que le diagnostic en ligne et le diagnostic distribué. Ces deux ap- proches ont fait l’objet de plusieurs travaux de recherche comme nous le montrerons dans les sections suivantes.