SURVEILLANCE ET DIAGNOSTIC PAR LE FLUX D’ATELIERS DE PRODUCTION CYCLIQUE

Abstract

L'utilisation des capteurs de surveillance pour le diagnostic des systèmes automatisés de production peut diminuer la fiabilité et la disponibilité de ces systèmes à cause de la vulnérabilité de ces instruments. Les travaux de cette thèse de doctorat s'inscrivent dans le domaine du diagnostic indirect des Systèmes Flexibles de Production Manufacturière (SFPM), et sont consacrés à développer un outil de diagnostic en ligne par analyse quantitative de la production. Nous avons opté à une commande cyclique de la production qui donne des références d'observation supplémentaires à la fin de chaque cycle permettant donc d'augmenter la réactivité de la méthode de diagnostic. Les contributions présentées dans cette thèse comprennent essentiellement cinq volets qui mettent en place des algorithmes pour le diagnostic indirect, le diagnostic incrémental, le pronostic, l'étude de la diagnosticabilité et finalement l'introduction d'une nouvelle notion dans l'ordonnancement qui est la définition des propriétés d'un ordonnancement diagnosticable. En effet, l'approche de diagnostic proposée a les capacités de diagnostiquer un SFPM en se limitant à l'observation des sorties des pièces, de mettre à jour régulièrement le diagnostic à chaque nouvelle observation et de prédire dans le futur les dates de sorties des pièces suite à une observation. L'étude de la diagnosticabilité proposée permet de savoir si les points d'observabilité prévus pour le système sont suffisants pour détecter, localiser et identifier au bout d'un temps fini les causes premières d'une défaillance. Afin de garantir la qualité de diagnostic, cette étude permet de mesurer le nombre de cycles maximal pour qu'une défaillance soit diagnostiquée.