Smart Computing et pilotage des systèmes complexes .

Equipe impliquée
Nom du responsable du projet :
Lotfi Nabli - Professeur
Nom des enseignants-chercheurs impliqués Grade
Hédi Dhouibi Maître de conférences
Ouni Khaled Maître assistant

Nom des doctorants à mobiliser dans le cadre du projet :

Anas Doss

Mohamed Ali Abid

Mohamed Radhouan Bennour

Nesrine Blel

Marwa Dorai

Salah Hammedi

Asma Basly

Marwa Gam

Ibtissem Ben Gharat

Amir Abdellatif

Hichem Kmimech

Le programme de recherche se situe dans le contexte des systèmes complexes et à évènements discrets qui seront principalement modélisés par les réseaux de Petri (RdP). Les travaux concerneront, d'une part, le développement d'outils permettant l'extraction de la connaissance à partir des bases de données (Data Mining) de systèmes complexes (Systèmes de transports, industrie agro-alimentaire, systèmes médicaux, systèmes industriels etc). Nous développons des approches hybrides exploitant les outils statistiques (ACP et ACP non linéaire ; approche bayésienne); les outils de traitement de signal (Transformée en ondelette et réseaux d'ondelettes) et les outils intelligents (Logique floue, Réseaux de neurones, algorithmes génétiques, colonie de fourmis, fonction de croyances, approches multi agents etc.). D'autre part, la problématique d'allocation des ressources est celle où la continuité de la production est un objectif commun dont le but est de définir une procédure d'orientation de la production. Une approche à base des Réseaux de Pétri (RdP) modélisant le problème d'allocation des ressources des systèmes multi-cycles est introduite et un développement du cadre conceptuel et théorique. Une proposition des heuristiques et méta-heuristiques en vue de réduire la complexité de calcul théorique sera développée.

L'objectif est la mise en place de systèmes coopératifs dans les transports en général, et sur le développement de nouvelles stratégies de contrôle du trafic dans les réseaux urbains. Nous aurons à étudier, développer et simuler une stratégie de contrôle d'accès aux intersections dans un réseau de trafic urbain, à l'aide de systèmes coopératifs communicants. La mise en œuvre de progiciel de simulation du trafic urbain où l'on projette de mettre en place d'outils pour la modélisation des communications v2v (véhicules à véhicules) et v2i (véhicules à infrastructure). Par ailleurs, une contribution au développement de processus de détermination des outils intelligents pour assurer la sûreté de fonctionnement des systèmes de transport par la mise en place de stratégies de surveillance/commande et de gestion de risques assurant un fonctionnement sûr des circuits routiers (systèmes de transport).


Amélioration du système de production

Les outils numériques dans les systèmes actuels de production, permettent un suivi et une optimisation des performances globales des installations. Les solutions proposées doivent contribuer à la réduction du coût de possession (indisponibilité, coût de maintenance). De plus, afin de protéger ou de contribuer à la protection collaborative d'un ensemble de systèmes (ex : groupe de robots ou robots/ équipements), des solutions d'architecture générique multi-modèle pour le diagnostic doivent être proposées.


Besoin en health monitoring:

L'amélioration des services au client par un renforcement de l'aide aux opérateurs et à l'utilisation de modes dégradés n'est possible que par une surveillance plus efficace des différentes fonctions, en particulier des fonctions « critiques ». La gestion des informations recueillies par un système de surveillance des fonctions (HUMS : Health and Usage Monitoring System) permet le pronostic et des reconfigurations en direct. Ainsi, la gestion anticipée des défaillances apportera une continuité de service aux utilisateurs. Cette surveillance de paramètres du système pourrait également favoriser l'anticipation des dégradations pour éviter une défaillance latente.


Besoin en Maintenance :

Pour la maintenance, l'exploitation du système de surveillance à travers la communication entre PC de maintenance et l'état de santé du système de production, doit permettre une exploitation souple des témoins d'usure des éléments concernés. L'anticipation des tâches de maintenance est assurée grâce à la mise en œuvre d'un logiciel interactif de suivi et d'aide à la recherche des défaillances. De plus, l'ordonnancement des tâches de maintenance et l'approvisionnement de pièces de rechange permet de réduire l'indisponibilité des équipements. La meilleure localisation d'erreurs grâce à un diagnostic amélioré permettra alors d'éviter des déposes successives et donc de diminuer les coûts de maintenance.

Optimiser un ensemble de problèmes d'allocation des ressources complexes tout en se basant sur les Réseaux de Petri étiquetés. Ainsi, pour certains systèmes complexes, la structure de Réseau de Ptri (RdP) est géante, l'application des approches proposées dans littérature semble impossible en termes de temps de calcul qui augmente de manière exponentielle. En effet, nous contribuons, dans un premier lieu, à la conception d'une approche (méta heuristique qui permet l'optimisation des problèmes d'allocation des ressources des systèmes multicycles à base des RdP, tels que les problèmes de surveillance-commande à base des robots mobiles. Cette approche consiste primordialement à l'optimisation de la disponibilité des ressources d'où la commande des ressources sous des contraintes liées implicitement à d'autres paramètres tels que le coût, les délais de traitement et les pré-allocations.

Le programme de recherche est intitulé : Smart Computing et pilotage des systèmes complexes.

Les travaux de recherchent s'orientent particulièrement vers la Conception et le développement d'outils intelligents d'aide à la conduite sûre et optimale des systèmes complexes. Ils fourniront des contributions au développement de processus de détermination des outils intelligents, d'extraction de la connaissance, de statistiques ou de traitement de signal pour assurer la sûreté de fonctionnement des systèmes complexes par :

  • La conception et le développement de stratégies de surveillance, directe et indirecte, avec ou sans modèle pour les fonctions suivi – détection et localisation pour le diagnostic, le pronostic et la mise en œuvre d'une stratégie de maintenance.
  • La conception et le développement de stratégies pour la commande (modélisation et simulation, Robustesse) et/ou surveillance des différents types de procédés en prenant en compte les indicateurs de performance de chacun.
  • L'intégration des stratégies de commande par des approches intelligentes de la surveillance (Surveillance des paramètres de la loi commande)
  • L'analyse et la gestion des risques assurant un fonctionnement sûr des systèmes distribués exploitant les approches de modélisation du type multi agents.
  • Le développement d'une protection contre l'ensemble de ces classes de menaces en détectant les situations potentiellement critiques afin d'éviter les défaillances catastrophiques.
  • Les techniques et méthodes de sécurité des systèmes complexes dans un environnement incertain et imprécis, par l'exploitation des outils d'analyse en composantes principale et de/ou des outils de l'intelligence artificielle,
  • La prise en compte de la diversification en distinguant deux chaînes de traitement : la première supporte le traitement fonctionnel et la seconde est destinée au contrôle de la chaîne fonctionnelle.
  • Notre tâche consiste à montrer que la chaîne de contrôle vérifie un ensemble de règles déduites des besoins de sécurité du système. Ainsi, la sûreté de fonctionnement globale dépend de l'efficacité de ces règles, et de la représentativité des hypothèses sous-jacentes par rapport aux situations réelles.
  • Nous montrons qu'à la différence des systèmes automatiques classiques, les systèmes autonomes effectuent des tâches multiples sélectionnées dynamiquement en fonction des buts à atteindre. Les règles de sécurité à vérifier peuvent donc évoluer en fonction des tâches effectuées.

Dans le cadre des travaux de recherche de l'équipe, on se propose de définir les différents ensembles de règles au sein des «modes intelligents de sécurité». De plus, nous définirons une notation formelle pour la spécification de ces modes.

Tokyo

Tokyo is the capital of Japan.