Les activités industrielles peuvent induire des risques de nature diverse, voire conduire à des événements catastrophiques. De façon à réduire ces risques à des niveaux acceptables, à en limiter les coûts aussi bien humains, matériels que financiers, il est crucial d'en prévenir la survenue et à identifier des situations anormales en fonction d'informations récupérées sur le terrain. Ceci nécessite de résoudre deux points essentiels: détecter l'anomalie et faire un diagnostic, d'où l'importance des modèles de bon comportement qui modélisent des systèmes physique réels et les méthodes de diagnostic associées. Dans ce context, ces travaux de recherche consistent à trouver une réponse qui satisfait un triple objectif: 1. Extraire les relations valides à partir du modèle de bon comportement afin de prendre en compte l'évolution du système en éliminant les relations et des mesures invalides. 2. Construire, en utilisant une analyse symbolique, les relations de redondance analytique symboliques (RRAS) pour la détection des défauts dans le système. 3. Evaluer ces RRAS en utilisant le calcul par intervalle afin de prendre en compte les incertitudes présentes dans les mesures.
