Gestion de tâches de diagnostic d'un système réparti : application à l'optimisation de la disponibilité d'un système éolien de production d'énergie

par Boubacar Niang

Thèse de doctorat en Optimisation et sûreté des systèmes

Sous la direction de Kondo Adjallah.

Soutenue en 2006

à Troyes .


  • Résumé

    La recherche de disponibilité maximale d’un ensemble d’équipements répartis, en vue de réduire les arrêts et les coûts liés aux activités de maintenance, nécessite le développement d’un modèle d’aide aux décisions de maintenance préventive basées sur une gestion optimale des activités de diagnostic sur les processeurs embarqués. Il existe différentes méthodes de diagnostic, avec ou sans modèle, qui permettent de détecter, isoler et identifier les défauts des processus industriels tout en consommant plus ou moins du temps. Lorsque les équipements surveillés sont multiples et les tâches à déployer pour le diagnostic nombreuses, se pose alors le problème de leur gestion pour satisfaire les contraintes temporelles intrinsèques et extrinsèques liées à l’environnement et aux conditions d’utilisation. Nous proposons un modèle de gestion temps-réel des tâches de diagnostic et un algorithme génétique d’ordonnancement de ces tâches sur des processeurs répartis. Les algorithmes sont équivalents à des agents de diagnostic. L’objectif est d’ordonnancer un ensemble de combinaisons de tâches, en minimisant la durée totale de leur exécution sur les processeurs répartis, dans le respect des contraintes fixées. Ce problème étant de la classe NP-difficile, nous avons recherché des solutions basées sur les méthodes approchées qui, avec des temps de recherche raisonnables, tendent au mieux vers l’optimum. Une simulation de Monte Carlo appliquée à un système éolien de production d’énergie a permis d’évaluer l’impact de notre solution sur la disponibilité des équipements surveillés

  • Titre traduit

    Diagnosis tasks management of a distributed system : application to the availability optimization of a wind turbine


  • Résumé

    Within the framework of distributed equipment subjected to reduction of the downtimes and costs linked to maintenance activities, the search for maximum availability requires a computer based decision-support modelling of the preventive maintenance based on an optimal management of the diagnosis activities on the embedded processors. There are various diagnosis methods and approaches for detecting, isolating and identifying faults in industrial processes, using models or not. When the units to be monitored are multiple with several tasks to being deployed for the diagnosis, management difficulty arises due to intrinsic and extrinsic constraints linked to environment, operating condition, etc. We propose a real-time management model of diagnosis tasks and a genetic algorithm for scheduling the tasks on distributed processors. The algorithms are equivalent to diagnosis agents. The objective is to schedule set of tasks combinations on the distributed processors while minimizing the total execution time (makespan) under the specified constraints. The formulated problem has been proved NP-hard. Hence, we sought solutions based on the approximate methods which, in the best case, ten towards the optimum within reasonable search times. A Monte Carlo simulation applied to a plant of wind energy production unites is then carried out, and have enabled evaluating the impact of our scheduling solution on the availability of the set of monitored units

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (x-147 p.)
  • Annexes : Bibliogr. p. 119-129

Où se trouve cette thèse ?

  • Bibliothèque : Université de Technologie. Service commun de la documentation.
  • Disponible pour le PEB
  • Cote : THE 06 NIA
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.