Contribution à la formalisation d'invariants de modélisation de systèmes cyber-physiques, dirigés par les données

Contribution to the formalisation of data-driven invariant modelling constructs of Cyber-Physical Systems

• Auteur / Autrice : Concetta Semeraro
• Direction : Hervé Panetto, Michele Dassisti
• Type : Thèse de doctorat
• Discipline(s) : Automatique, Traitement du signal et des images, Génie informatique
• Date : Soutenance le 10/06/2020
• Etablissement(s) : Université de Lorraine en cotutelle avec Politecnico di Bari
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....)
• Partenaire(s) de recherche : Laboratoire : Centre de recherche en automatique (Nancy)
• Jury : Président / Présidente : Mariagrazia Dotoli
• Jury : Examinateurs / Examinatrices : Hervé Panetto, Michele Dassisti, Vincent Cheutet, Gino Dini, Mario Lezoche
• Jury : Rapporteurs / Rapporteuses : Vincent Cheutet, Gino Dini

Mots clés

Mots clés contrôlés

Gestion des connaissances

Ingénierie des systèmes

Industrie 4.0

Mots clés libres

Modèles technologiques

Usine intelligente

Knowledge management

Industry of future

Résumé

La transformation numérique des entreprises manufacturières collaboratives en réseau nécessite la construction et l'application de modèles numériques représentant l'ensemble des ressources et des connaissances sur les processus. La modélisation d'une telle copie numérique du système physique pour effectuer une validation et une optimisation en temps réel est assez complexe et nécessite donc une grande quantité de données et quelques modèles de modélisation représentant la sémantique opérationnelle des éléments modélisés. En règle générale, l'action de modélisation a un type d'application localisé et spécifique. Fort de ce constat, le principal défi de la modélisation de la transformation numérique est de créer une approche invariante, à savoir un modèle décomposable et recomposable vers différentes applications. La thèse vise à identifier et formaliser des éléments de modélisation contribuant à construire des modèles informationnels et fonctionnels pour améliorer la durabilité des processus de fabrication et des produits, basés sur des composants en réseau. Ces éléments formels permettront alors de représenter la connaissance et sa relation profonde avec les processus de fabrication. Ils rendent ainsi les connaissances partagées plus facilement réutilisables et sont à la base des efforts de normalisation.

The digital transformation of collaborative networked manufacturing enterprises requires the building and the applying digital models representing the set of resources and processes knowledge. Modelling such digital copy of the physical system to perform real-time validation and optimization is quite complex and thus needs a big amount of data and some modelling patterns representing the operational semantics of the modelled elements. Generally, the modelling action has a specific application type. For this reason, the core challenge of the digital transformation modelling is to create an invariant approach, namely a decomposable and re-composable model, towards different applications. This PhD thesis aims at identifying and formalising modelling constructs contributing at building informational and functional models for improving the sustainability of manufacturing processes and products based on networked components. The constructs will then allow representing knowledge and its deep relationship with the manufacturing processes. They make the shared knowledge more readily reusable and are at the basis of standardization efforts.