Thèse soutenue

Approche intégrée à base de modèles pour le diagnostic hors ligne et la conception : application au domaine de l'automobile

FR
Auteur / Autrice : Xavier Olive
Direction : Louise Travé-Massuyès
Type : Thèse de doctorat
Discipline(s) : Automatique
Date : Soutenance en 2003
Etablissement(s) : Toulouse 3

Mots clés

FR

Mots clés contrôlés

Résumé

FR

Cette thèse, réalisée dans le cadre d'une convention CIFRE entre ACTIA et le LAAS-CNRS, s'inscrit dans la thématique du diagnostic à base de modèles appliquée au domaine de l'automobile. Elle fait suite à une thèse pendant laquelle une méthode opérationnelle, appelée AGENDA (Automatic GENeration of DiAgnosis trees), fut conçue et développée pour résoudre le Test Sequencing Problem. Le travail a consisté à étendre l'applicabilité d'AGENDA et à améliorer les performances de cette approche. Nous avons étendu les concepts de modélisation d'AGENDA à des composants à plusieurs modes de fonctionnement. Ces modèles constituent le coeur du système de diagnostic que nous proposons, et peuvent s'adapter à des tâches d'analyse pour la conception des systèmes (AMDEC, analyse des causes insidieuses, étude de diagnosticabilité et placement de capteurs), résultant en une approche intégrée pour le diagnostic et la conception. Pour le diagnostic, deux variantes de l'algorithme AO*, ont été proposées pour générer des arbres de diagnostic presque-optimaux en réduisant les temps de calcul. Une méthode d'isolation de fautes qualitative à base de cohérence a été développée dans le but de prendre en compte les fautes de déviation des paramètres. Elle permet de générer des arbres de diagnostic hors ligne, mais aussi de réaliser une session de diagnostic interactif par un raisonnement qualitatif de type déduction.