Diagnosis of transient states: A pattern recognition approach

Dans cet article nous presentons un systeme de diagnostic adaptatif en ligne base sur la reconnaissance des formes. Ce systeme intregre une boucle de supervision qui permet la detection et le diagnotic de derives lentes et de nouveaux modes de fonctionnement en temps reel. Un mode de fonctionnement est suppose stationnaire, une derive lente est consideree comme etant un etat non stationnaire. La detection d'un changement de dynamique (stationnaire-non stationnaire) est basee sur l'evaluation d'un critere de perception par rapport a chaque mode de fonctionnement connu. Ces criteres sont combines pour engendrer le diagnostic final. Deux strategies de fusion de decisions ont ete testees: la fusion centralisee et la fusion distribuee, ces deux approches sont fondees sur un test d'hypotheses. Les resultats experimentaux ont permis de mettre en evidence les performances du systeme de diagnostic en termes de detection precoce de changements de la qualite de l'eau d'une riviere et d'anticipation de son evolution.