@InProceedings{2015_delpha138,
	author = "Abdulrahman Youssef and Claude Delpha and Demba Diallo",
	title = "Diagnostic de défauts précoces pour des signaux à distribution gamma : Analyse théorique ",
	booktitle = "25° Colloque sur le traitement du signal et des images",
	year = "2015",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-012",
	pages = "p. 49-52",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_delpha138.pdf",
	abstract = "Le diagnostic des défauts précoces (naissants) est devenu ces dernières années une préoccupation majeure pour assurer la sûreté de fonctionnement des processus industriels. Parmi les approches récentes, les méthodes pilotées par les données ont prouvé leur efficacité pour les systèmes complexes. Elles imposent tout de même l'utilisation de techniques d'extraction et d'analyse de caractéristiques efficace pour le diagnostic telles que les approches statistiques multivariées. En plus de la détection de défaut, l'estimation de sa sévérité est essentielle pour prendre la décision appropriée (arrêt du processus, maintenance,...).
 Dans cet article, nous développons un modèle analytique permettant la détection de défaut et s'appuyant sur la divergence de Kullback-Leibler (DKL) lorsque l'on considère que les données suivent une distribution Gamma. L'objectif de ce modèle étant son utilisation pour l'estimation de la sévérité d'un défaut de capteur. Dans l'espace de l'Analyse en Composantes Principales (ACP), le modèle proposé est analysé et comparé aux valeurs estimées de la DKL lorsqu'on utilise l'estimateur de Monte-Carlo. Les résultats montrent que pour des défauts naissants (inférieur à 10% et SNR supérieur à 40dB), le modèle analytique a une précision relative de 90% qui permet son utilisation pour l'estimation de la sévérité du défaut..pdf",
}