Une approche stochastique de modélisation de séquences d'événements discrets pour le diagnostic des systèmes dynamiques

par Philippe Bouché

Thèse de doctorat en Génie informatique et automatique

Sous la direction de Norbert Giambiasi et de Marc Le Goc.

Soutenue en 2005

à Aix-Marseille 3 .

  • Titre traduit

    ˜A œstochastic approach to model discrete event sequences to diagnose dynamic systems


  • Résumé

    Cette thèse propose une approche pour rechercher des corrélations temporelles entre alarmes pour la tâche de Diagnostic de processus dynamiques. Elle montre qu'un processus surveillé par un système à bases de connaissance de diagnostic est un générateur d'occurrence d'événement discret produit selon un principe de discrétisation spatiale. L'algorithme "BJT" (Backward Jump with Timed constraints) utilise la représentation d'une séquence sous la forme duale d'une chaîne de Markov homogène à temps continu et d'une superposition de processus de Poisson pour construire un arbre de relation séquentielle labellisé par les contraintes temporelles observées entre classes d'événements. Une signature est alors une sous branche possédant un pouvoir d'anticipation significatif. Ainsi définie, une signature constitue un élément de connaissance pouvant être utilisé dans un système de surveillance et de diagnostic. Cette approche est validée par sa mise en œuvre sur un processus de production industriel.


  • Résumé

    This thesis proposes an approach to discover timed correlations between alarms for the diagnosis task of dynamic systems. It shows that a dynamic process when supervised with a diagnosis knowledge based systems constitutes a generator of discrete event occurrences that are generated according to a spatial discretization principle. The " BJT " algorithm (Backward Jump with Timed constraints) uses the representation of a sequence under the double form of a homogeneous continuous time Markov chain and a superposition of Poisson processes to build a tree of sequential relation labeled with temporal constraints between event classes. A signature is a sub-branch which has a significant predicting power. So, a signature is a piece of knowledge a monitoring and diagnosis system can use. The application on an industrial production process monitored, diagnosed and controlled by Sachem, the knowledge based system used by the Arcelor Group, validated this approach.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (149 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 87-93

Où se trouve cette thèse ?

  • Bibliothèque : Université d'Aix-Marseille (Marseille. Saint-Jérôme). Service commun de la documentation. Bibliothèque de sciences.
  • Disponible pour le PEB
  • Cote : T 3289
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.