Conception d'un système de diagnostic adaptatif et prédictif basé sur la méthode Fuzzy Pattern Matching pour la surveillance en ligne des sytèmes évolutifs : Application à la supervision et au diagnostic d'une ligne de peinture au trempé
Auteur / Autrice : | Moamar Sayed-Mouchaweh |
Direction : | Patrice Billaudel |
Type : | Thèse de doctorat |
Discipline(s) : | Génie informatique, automatique et traitement du signal |
Date : | Soutenance en 2002 |
Etablissement(s) : | Reims |
Jury : | Examinateurs / Examinatrices : Didier Maquin, Janan Zaytoon |
Rapporteurs / Rapporteuses : Sylviane Gentil, Patrick Millot |
Mots clés
Résumé
Le diagnostic est une composante principale d'un module de supervision. Il consiste à déterminer à chaque instant le mode de fonctionnement, normal ou anormal du système. Il existe plusieurs approches pour réaliser le diagnostic, le choix d'une approche est lié au mode de représentation de la connaissance. Lorsque cette connaissance est de type numérique, issue de capteurs, et lorsqu'on ne peut pas construire un modèle analytique du système, l'approche par Reconnaissance des Formes (RdF) est particulièrement adaptée. L'application de la RdF au diagnostic se heurte souvent au problèmes d'une base de connaissance incomplète où tous les modes de fonctionnement ne sont pas représentés. En conséquence, un module de diagnostic doit être adaptatif afin d'inclure à sa base de connaissance les nouveaux modes dés qu'ils apparaissent. De plus lorsque le système évolue vers un mode anormal, il est intéressant d'anticiper cette évolution plutôt que d'attendre d'arriver à ce mode. En conséquence le module de diagnostic doit être prédictif. Enfin dans le cas d'un système évolutif, la base de connaissance doit être enrichie grâce à l'information apportée par les nouvelles observations. Cet enrichissement doit être réalisé en temps réel. . .