Architectures de diagnostic et de pronostic distribuées de systèmes techniques complexes de grande dimension

Distributed architectures for diagnosis and prognosis of large scale complex technical systems

• Auteur / Autrice : Mickaël Dievart
• Direction : Philippe Charbonnaud
• Type : Thèse de doctorat
• Discipline(s) : Systèmes industriels
• Date : Soutenance le 03/12/2010
• Etablissement(s) : Toulouse, INPT
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Génie de Production (Tarbes ; 1989-....)

Mots clés

Mots clés libres

Diagnostic

Pronostic

État de santé

Système complexe

Architecture distribuée

Évaluation de la santé

Diagnosis

Prognosis

Health status

Complex systems

Distributed architectures

Health assessment

Résumé

Dans ce mémoire, différentes architectures pour le contrôle et la surveillance des systèmes techniques complexes de grande dimension (STCGD) sont discutées. Les problématiques de maintenance conditionnelle et d'évaluation de l'état de santé sont définies. Les types de diagnostic et de pronostic sont présentés afin d'aboutir à une évaluation de l'état de santé des STCGD. Les études relatives au diagnostic décentralisé sont discutées puis les apports des NTIC et des technologies distribuées au diagnostic sont présentés. Par la suite, le diagnostic distribué et les travaux relatifs à ce mode de déploiement sont introduits. Les limites des approches centralisées et décentralisées du diagnostic sont présentées et confrontées à l'apport des approches distribuées. Les informations et/ou les connaissances supports aux diagnostic et au pronostic ainsi que leur modélisation afin de les exploiter sont décrites et formalisées. Une caractérisation des statuts que peut prendre un composant est proposée. Il est décrit les pré-requis nécessaires pour la couche de surveillance des STCGD et les principes du diagnostic et du pronostic sont ensuite présentés sous la forme de différents algorithmes. Enfin, une méthode d'évaluation de l'état de santé des STCGD est proposée. Plusieurs déploiements peuvent être envisagés pour l'évaluation de la santé des STCGD. Une plateforme de simulation a été développée pour évaluer les performances des déploiements centralisés et distribués. La plateforme a eu pour but de se comporter comme la couche de surveillance d'un STCGD. Un cas d'étude paramétrable est proposé pour chacun des deux déploiements et leurs performances sont comparées.

In this dissertation, various architectures for the control and the monitoring of Large Scale Complex Technical Systems (LSCTS) are discussed. The problematic of condition-based maintenance and health status assessment is defined. A diagnostic and prognostic typology is presented leading to the assessment of the health status of LSCTSs. Decentralized diagnosis studies are discussed then the contributions of the ICT and of the distributed technologies for the diagnosis are presented. Thereafter, the distributed diagnosis and works relative to this kind of deployments are introduced. The limits of the centralized and decentralized diagnosis approaches are presented. Then the centralized approaches are compared to the distributed ones. Information and/or knowledge that support the diagnosis and the prognosis as well as their modeling in order to exploit them are described and formalized. A characterization is proposed for the different status of a component can be in. Requirements are described for the monitoring layer of the LSCTSs are described in order to implement the proposed diagnosis and prognosis principles that are then specified by the means of algorithms. Eventually, a health assessment method of the LSCTSs is also proposed. Several deployments can be considered to implement the health assessment of the LSCTSs. A simulation platform, which was developed to evaluate the performances of the centralized and the distributed deployments, is presented. Among the purposes of the platform, one is to behave as the monitoring layer of a LSCTS. A use case is proposed for two deployments and their performances are compared.