Systèmes automatisés de production à intelligence distribuée des stratégies de répartition basées sur une approche de classification

Distributed intelligent automated production systems allocation strategies based on clustering approach

• Auteur / Autrice : Jalel Akaichi
• Direction : Mireille Bayart-Merchez
• Type : Thèse de doctorat
• Discipline(s) : Automatique
• Date : Soutenance en 1996
• Etablissement(s) : Lille 1

Mots clés

Mots clés contrôlés

Heuristique

Automatisation

Intelligence artificielle répartie

Résumé

Les systèmes de production tendent vers une automatisation de plus en plus poussée. Cette dernière est la conséquence logique d'une connaissance de plus en plus approfondie et détaillée des fonctions du système, des besoins croissants de productivité, de qualité et de sécurité, ainsi que de la progression très rapide de la technologie microélectronique. Le nombre de fonctions automatisées ou à automatiser devient de plus en plus important. L'implantation de ces nombreuses fonctions sur une architecture matérielle comprenant entre autres des capteurs et actionneurs intelligents, reliés dans la plupart des cas par des réseaux de terrain, conduit à un nouveau concept : le système automatisé à intelligence distribué (sapid). Dans l'objectif d'aboutir à une architecture opérationnelle du sapid, nous proposons un nouveau concept appelé modélisation par atomes de distribution, qui permet de réaliser une modélisation détaillée de l'architecture fonctionnelle du système d'automatisation. Nous proposons également une nouvelle stratégie de répartition base sur une approche de classification. Celle-ci est une méthode heuristique base sur trois algorithmes : l'algorithme ascendant r1 fondé sur le principe d'agrégation, l'algorithme descendant r2 basé sur le principe de décomposition, et finalement un algorithme mixte qui exploite les deux principes précédents. L'algorithme mixte permet de projeter l'architecture fonctionnelle du système sur l'architecture matérielle, en minimisant les coûts de communication. Nous avons montré que cet algorithme converge vers un optimum local