Pronostic des événements de défaillance basé sur les réseaux de Petri Temporels labellisés

Failure event prognosis based on labeled Temporal Petri Nets

• Auteur / Autrice : Redouane Kanazy
• Direction : Eric Niel
• Type : Thèse de doctorat
• Discipline(s) : Automatique
• Date : Soutenance le 15/12/2020
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École doctorale Électronique, électrotechnique, automatique (Lyon)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Institut national des sciences appliquées (Lyon ; 1957-....)
• Partenaire(s) de recherche : Laboratoire : AMPERE - Génie Electrique, Electromagnétisme, Automatique, Microbiologie Environnementale et Applications (Rhône) - Ampère / AMPERE
• Jury : Président / Présidente : Oulaid Kamach
• Jury : Examinateurs / Examinatrices : Eric Niel, Oulaid Kamach, Zineb Simeu-Abazi, Abdoul Karim Armand Toguyeni, Samir Chafik
• Jury : Rapporteurs / Rapporteuses : Zineb Simeu-Abazi, Abdoul Karim Armand Toguyeni

Mots clés

Mots clés contrôlés

Systèmes d'aide à la décision

Petri, Réseaux de

Systèmes échantillonnés

Commande automatique

Mots clés libres

Génie industriel

Défaillance

Pronostic

Aide à la décision

Etat paramétrique

Probabilité de défaillance

Système à évènement discret

Prédiction du comportement

Système d’inéquation

Réseau Pétri

Automation

Failure

Prognosis

Decision support

Parametric states

Failure probability

Discrete event system

Behavior prediction

Inequality system

Petri Network

Résumé

L’utilisation d’outils d’aide à la décision accroît l’efficacité d’agilité tout en réduisant les coûts relatifs au maintien du bon fonctionnement. Les arrêts accidentel ou intentionnel, provoquent des conséquences désastreuses et coûteuses. La communauté scientifique des systèmes à événements discrets (SED), s’est intéressée aux relations de causes à effets entre certains états nominaux et dysfonctionnels, pour proposer des solutions qui répond à cette problématique. Nos travaux s’insèrent dans le cadre d’un pilotage d’un système soumis à des événements de défaillance (EDef). Nous avons développé une approche de pronostic à base de modèle, qui prédit au plus tôt la date d’occurrence d’un EDef, permettant à l’opérateur de planifier les interventions de réparation sur des composants avant d’altérer le bon fonctionnement. Nous avons modélisé le système par des réseaux de Petri temporels labellisés (RdPTL), vu que l’analyse de son modèle comportemental est basée sur la séquentialité et la date d’occurrence des événements. Nous avons représenté ces dynamiques au travers d’une modélisation dans un contexte d’analyse de modes, limitée à 3 modes de fonctionnement (nominal, dégradé et critique). A partir de son graphe d’accessibilité, nous avons construit un pronostiqueur, qui permet de repérer l’ensemble des séquences d’événements qui se terminent par un Edef. Nous avons utilisé la notion de paramétrisation des états du système i.e. l’introduction d’une horloge et un système d’inéquation (SE) des horloges pour chaque état du système. Les états obtenus de la discrétisation du temps sont alors regroupés dans un seul état et le SE déterminera les valeurs des horloges. Le pronostic ne peut être toujours assuré. Nous avons alors établi la propriété de pronosticabilité, pour discerner les séquences qui sont pronosticables de celles qui ne le sont pas. Pour valider notre approche, nous avons choisi la cellule d’une batterie comme benchmark et l’outil INA pour générer le graphe d’accessibilité.

The deployment of decision-support tools increases agility efficiency while reducing the cost of maintaining proper operation. Accidental or intentional shutdowns have disastrous and costly consequences. The scientific community of discrete event systems (DES), has been interested in the cause-effect relationships between certain nominal and dysfunctional states, to propose solutions responding to this problem. Our work is part of the framework of a steering of a system subject to failure events (FE). We have developed a model-based prognostic approach, which predicts the earliest date of occurrence of an FE, allowing the operator to plan repair interventions on components before altering the proper functioning. We modeled the system using labeled temporal Petri nets (RdPTL), since the analysis of its behavioral model is based on the sequentiality and date of occurrence of events. We have represented these dynamics through modeling in a context of mode analysis, limited to 3 modes of operation (nominal, degraded and critical). From its accessibility graph, we have built a prognosticator, which allows us to identify all the sequences of events ending with an FE. We used the notion of parameterization of the system states i.e. the introduction of a clock and a system of clock inequation (SE) for each state of the system. The states obtained from the discretization of time are then grouped in a single state and the SE will determine the values of the clocks. The prognosis cannot always be guaranteed. We then established the prognosticability property, to distinguish the sequences that are prognosticable from those that are not. To validate our approach, we chose a battery cell as a benchmark and the INA tool to generate the accessibility graph.