Une approche à base de modèles fondés sur les intervalles pour la génération automatique d'arbres de diagnostic optimaux, application au domaine de l'automobile

par Pierre-Philippe Faure

Thèse de doctorat en Sciences. Informatique

Sous la direction de Philippe Dague.

Soutenue en 2001

à Paris 13 .


  • Résumé

    Ce travail a été réalisé dans le cadre d'une convention CIFRE entre les centres de recherche du LAAS-CNRS et du LIPN et la société ACTIA qui développe des outils d'aide au diagnostic de pannes automobiles. Dans le domaine de l'automobile, l'utilisation de calculateurs électroniques complexes destinés à contrôler des fonctions telles que l'injection ou encore l'ABS s'est considérablement développée ces dernières années. En cas de panne d'une fonction, le calculateur intéressé est capable d'identifier précisément le circuit électronique défectueux. La tâche du garagiste consiste alors à localiser et à remplacer le composant fautif de ce circuit. Ce travail est réalisé en parcourant un arbre de diagnostic composé de séquences de tests et ayant pour feuilles les différentes réparations possibles à opérer. Ces arbres sont actuellement élaborés manuellement par des experts et, compte tenu de la complexité toujours croissante de ces circuits, il n'est pas rare d'y trouver des erreurs. L'application informatique AGENDA (pour automatic GENeration of DiAgnosis trees), développée au cours de cette thèse, met en oeuvre des algorithmes permettant de générer automatiquement ces arbres de diagnostic à partir des données de conception fournies par le constructeur automobile. D'abord, différents modèles du circuit à diagnostiquer sont construits à partir de ces données et des connaissances spécifiques données par l'expert grâce à une interface prévue à cet effet. Ensuite, les différentes fautes possibles de ce circuit ainsi que les différents tests applicables sont générés. Les valeurs correspondant aux tests lorsque le circuit est affecté d'une de ces fautes sont prédites grâce aux modèles. Enfin, l'exécution d'un algorithme AO* muni d'une heuristique pertinente permet d'obtenir un arbre de diagnostic optimal. Le critère d'évaluation d'un arbre de diagnostic se calcumle à partir des probabilités d'occurence des fautes et des coûts des tests.

  • Titre traduit

    An interval model-based approach for the automatic generation of optimal diagnosis trees, application to the automotive domain


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 141 p.
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. f. 125-129

Où se trouve cette thèse ?

  • Bibliothèque :
  • Disponible pour le PEB
  • Cote : TH 2001 014
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.