Surveillance des systèmes de production automatisés : détection et aide au diagnostic
non disponible
Résumé
The goal of the thesis is to develop a new approach of monitoring discrete events systems. A method based on the monitoring of the service time was developed using timed automata as a modelling tool.
From a controlled system, the first objective is the monitoring of the different activities of this system in order to improve its availability. It is approved by the minimization of the number of stops which penalize the production; by following in real time, the operating condition of all sensors of the system. Thus, for each task, the monitoring of spending time between two events (the moment when the command is ordered the task and the moment when the sensor indicates the end of task execution) allows to detect possible failures. The second step corresponds to the diagnosis which is the determination of the causes of the problem observed.
Until now, the approaches of monitoring use a reference model based a priori on the knowledge of all the prohibited situations of the system. The proposed model of monitoring has a real advantage. Indeed, the detection of possible failures does not require an exhaustive list of all the possible failures of the system. We introduce a tolerance; depending of the category of the production system and the nature of the tasks to be supervised. Thus the concept of functioning on `degraded mode' is introduced. Beyond this tolerance, the system will be in `failure mode'. Various examples illustrate our method, which show the power of such an approach.
Then an optimisation algorithm allowing to calculate the fault latency is proposed, as well as the performance evaluation of the monitoring system.
From a controlled system, the first objective is the monitoring of the different activities of this system in order to improve its availability. It is approved by the minimization of the number of stops which penalize the production; by following in real time, the operating condition of all sensors of the system. Thus, for each task, the monitoring of spending time between two events (the moment when the command is ordered the task and the moment when the sensor indicates the end of task execution) allows to detect possible failures. The second step corresponds to the diagnosis which is the determination of the causes of the problem observed.
Until now, the approaches of monitoring use a reference model based a priori on the knowledge of all the prohibited situations of the system. The proposed model of monitoring has a real advantage. Indeed, the detection of possible failures does not require an exhaustive list of all the possible failures of the system. We introduce a tolerance; depending of the category of the production system and the nature of the tasks to be supervised. Thus the concept of functioning on `degraded mode' is introduced. Beyond this tolerance, the system will be in `failure mode'. Various examples illustrate our method, which show the power of such an approach.
Then an optimisation algorithm allowing to calculate the fault latency is proposed, as well as the performance evaluation of the monitoring system.
Le but de la thèse est de développer une nouvelle approche de surveillance des systèmes à événements discrets. La méthode proposée est basée sur la surveillance du temps de service en utilisant l'automate temporisé comme outil de modélisation.
Partant d'un système commandé, le premier objectif est la surveillance des différentes activités de ce système afin d'améliorer sa disponibilité. Ceci se traduit par la minimisation du nombre d'arrêts qui pénalisent la production, en suivant en temps réel, l'état de fonctionnement des différents capteurs du système. Ainsi pour chaque tâche, la surveillance du temps écoulé entre deux événements (l'instant où la commande a donné l'ordre de démarrer une tâche et l'instant où le capteur indique la fin d'exécution de la tâche) permet de détecter au plutôt d'éventuelles défaillances. La deuxième phase correspond au diagnostic qui consiste en la détermination des causes du problème observé.
Jusqu'à présent les approches de surveillance utilisent un modèle de référence basé sur la connaissance à priori de toutes les situations interdites du système. Le modèle de surveillance proposé présente un réel avantage. En effet, la détection d'éventuelles défaillances ne nécessite pas une liste exhaustive de toutes les défaillances possibles du système. En fonction de la catégorie du système de production et de la nature des tâches à surveiller nous introduisons une tolérance sur la durée de la tâche à surveiller. Ainsi, la notion de fonctionnement en ‘ mode dégradé' est introduite. Au-delà de cette tolérance, le système sera effectivement dans un état de ‘défaillance'. Différents exemples illustrent la démarche proposée. Ils permettent de montrer la puissance d'une telle approche. De plus, un algorithme permettant le calcul du seuil optimal de tolérance est proposé, ainsi que l'évaluation des performances du système de surveillance.
Partant d'un système commandé, le premier objectif est la surveillance des différentes activités de ce système afin d'améliorer sa disponibilité. Ceci se traduit par la minimisation du nombre d'arrêts qui pénalisent la production, en suivant en temps réel, l'état de fonctionnement des différents capteurs du système. Ainsi pour chaque tâche, la surveillance du temps écoulé entre deux événements (l'instant où la commande a donné l'ordre de démarrer une tâche et l'instant où le capteur indique la fin d'exécution de la tâche) permet de détecter au plutôt d'éventuelles défaillances. La deuxième phase correspond au diagnostic qui consiste en la détermination des causes du problème observé.
Jusqu'à présent les approches de surveillance utilisent un modèle de référence basé sur la connaissance à priori de toutes les situations interdites du système. Le modèle de surveillance proposé présente un réel avantage. En effet, la détection d'éventuelles défaillances ne nécessite pas une liste exhaustive de toutes les défaillances possibles du système. En fonction de la catégorie du système de production et de la nature des tâches à surveiller nous introduisons une tolérance sur la durée de la tâche à surveiller. Ainsi, la notion de fonctionnement en ‘ mode dégradé' est introduite. Au-delà de cette tolérance, le système sera effectivement dans un état de ‘défaillance'. Différents exemples illustrent la démarche proposée. Ils permettent de montrer la puissance d'une telle approche. De plus, un algorithme permettant le calcul du seuil optimal de tolérance est proposé, ainsi que l'évaluation des performances du système de surveillance.
Loading...