Contribution à l'évaluation des approches de diagnostic par Model-Checking : Application aux Systèmes à Evénements Discrets

par Mehdi Chankate

Projet de thèse en Sciences - STS

Sous la direction de Veronique Carre menetrier et de Alexandre Philippot.

Thèses en préparation à Reims , dans le cadre de Ecole Doctorale Sciences, Technologies, Santé , en partenariat avec (CRESTIC) Centre de Recherches en STIC (laboratoire) et de Equipe AUTO-CRESTIC (equipe de recherche) depuis le 12-09-2016 .


  • Résumé

    Pour améliorer la disponibilité et la fiabilité des installations, il est nécessaire de développer des approches systématiques de diagnostic afin de détecter et d'isoler des défauts. Par ailleurs, il est devenu primordial de mettre en place des approches permettant d'évaluer les performances de ces méthodes de diagnostic en termes de détection, localisation et identification d'un défaut dans un délai fini. On parle alors de diagnosticabilité. Le diagnostic des systèmes manufacturiers fait l'objet d'une grande attractivité depuis une dizaine d'année à travers notamment les travaux de recherche à base de modèles abstraits des comportements normaux et anormaux (Debouk et al., 2000), (Genc and Lafortune, 2003). Dans le cadre de travaux actuels menés entre le CReSTIC de l'URCA et le CRAN de l'Université de Lorraine (Marangé et al. 2015, Marangé et al. 2014, Philippot et al. 2014), le sujet proposé consiste à étudier l'apport de techniques de model-checking (Cimati et al. 2003) sur un réseau d'automates temporisés pour définir des diagnostiqueurs et en évaluer la diagnosticabilité localement, modulairement et globalement, et en déduire des diagnostiqueurs. Cette approche consiste notamment à vérifier un certain nombre de propriétés sur l'atteignabilité d'états défaillants. Le projet proposé est d'étendre cette étude d'évaluation de la diagnosticabilité en proposant une méthode qui évalue la diagnosticabilité avant la définition des diagnostiqueurs. Une fois que le système est dit diagnosticable, l'obtention des diagnostiqueurs pourrait se faire à partir de contre-exemples retournés par le model-checker. L'étude sera étendue à l'évaluation de la K-diagnosticabilité pour laquelle le model-checking semble particulièrement bien adapté. La K-diagnosticabilité consistant à évaluer quantitativement le nombre minimal d'événements nécessaire entre l'occurrence d'un défaut et son identification certaine. L'espace mémoire pour cette opération pouvant être importante, l'utilisation du calculateur ROMEO de l'URCA est fortement envisagée.

  • Titre traduit

    Contribution to the evaluation of diagnostic approaches by Model-Checking : Application to Discrete Event Systems


  • Résumé

    To improve the availability and reliability of installations, it is necessary to develop systematic approaches to diagnosis to detect and isolate faults. Moreover , it has become essential to develop approaches for assessing the performance of these diagnostic methods in detection , localization and identification of a defect in a finite time . This is called Diagnosability Diagnosis of manufacturing systems is the subject of great attractiveness for ten years , particularly through the abstract model-based research of normal and abnormal behavior ( Debouk et al. , 2000) ( Genc and Lafortune , 2003). Within the context of work between CReSTIC URCA and CRAN University of Lorraine ( Marangé & al. 2015, Marangé & al. 2014, Philippot & al. 2014) , the proposed subject is to study the contribution of model checking's techniques ( Cimati & al. 2003) on a network of timed automaton to define diagnosticians and assess the diagnosability locally and globally modularly and deduce diagnosticians . This approach includes checking a number of properties on the failed states reachability . The proposed project is to extend this Diagnosability assessment study by proposing a method that evaluates Diagnosability before setting diagnosticians . Once the system is said diagnosable , obtaining diagnosticians could be from against - examples returned by the model checker . The study will be extended to the evaluation of the K- Diagnosability where the model-checking seems particularly adapted. K- Diagnosability comprising to assess quantitatively the minimum number of events required between the occurrence of a default and its identification. The memory for this operation may be significant , the use of ROMEO calculator URCA is strongly considered.