Évènements

15 Dec
15/12/2020 10:00

Sciences & Société

Soutenance de thèse : Redouane KANAZY

Pronostic des événements de défaillance basé sur les réseaux de Petri Temporels labellisés

Doctorant : Redouane KANAZY

Laboratoire INSA : AMPERE (UMR5005)

Ecole doctorale : ED160 : Électronique, Électrotechnique et Automatique

L’utilisation d’outils d’aide à la décision accroît l’efficacité d’agilité tout en réduisant les coûts relatifs au maintien du bon fonctionnement. Les arrêts accidentel ou intentionnel, provoquent des conséquences désastreuses et coûteuses. La communauté scientifique des systèmes à événements discrets (SED), s’est intéressée aux relations de causes à effets entre certains états nominaux et dysfonctionnels, pour proposer des solutions qui répond à cette problématique.
Nos travaux s’insèrent dans le cadre d’un pilotage d’un système soumis à des événements de défaillance (EDef). Nous avons développé une approche de pronostic à base de modèle, qui prédit au plus tôt la date d’occurrence d’un EDef, permettant à l’opérateur de planifier les interventions de réparation sur des composants avant d’altérer le bon fonctionnement. Nous avons modélisé le système par des réseaux de Petri temporels labellisés (RdPTL), vu que l’analyse de son modèle comportemental est basée sur la séquentialité et la date d’occurrence des événements. Nous avons représenté ces dynamiques au travers d’une modélisation dans un contexte d’analyse de modes, limitée à 3 modes de fonctionnement (nominal, dégradé et critique). A partir de son graphe d’accessibilité, nous avons construit un pronostiqueur, qui permet de repérer l’ensemble des séquences d’événements qui se terminent par un Edef. Nous avons utilisé la notion de paramétrisation des états du système i.e. l’introduction d’une horloge et un système d’inéquation (SE) des horloges pour chaque état du système. Les états obtenus de la discrétisation du temps sont alors regroupés dans un seul état et le SE déterminera les valeurs des horloges.
Le pronostic ne peut être toujours assuré. Nous avons alors établi la propriété de pronosticabilité, pour discerner les séquences qui sont pronosticables de celles qui ne le sont pas.
Pour valider notre approche, nous avons choisi la cellule d’une batterie comme benchmark et l’outil INA pour générer le graphe d’accessibilité.