Diagnosis in building : new challenges

Diagnostic du système bâtiment : nouveaux défis 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.