Etat de l’art sur le diagnostic des défauts

Concepts fondamentaux du diagnostic

Cette partie introduit les concepts de base du diagnostic des défauts des systèmes automatisés de production.

Terminologies

Cette partie vise à rappeler les terminologies utilisées pour la surveillance et le diagnostic, rencontrées dans la littérature et retenues dans ce mémoire. Les définitions que nous présentons sont extraites des références suivantes : [Villemeur, 1988], [Toguyeni, 1992], [Combacau et al., 2000], [Philippot, 2006] et [Ding, 2008].

— Défaut ou Faute (Fault) : Un défaut est considéré comme un écart du comportement normal qui n’empêche pas le système de remplir sa fonction. Il s’exprime par une déviation d’une propriété du système pouvant présager d’une défaillance à venir.
— Défaillance (Failure) : Une défaillance est une anomalie fonctionnelle qui empêche partiellement ou totalement l’aptitude d’un système à remplir sa fonction. Une défaillance conduit à l’existence d’un défaut, puisqu’elle aboutit à un écart entre la caractéristique mesurée et la caractéristique spécifiée. Inversement, un défaut n’induit pas nécessairement une défaillance. En effet, le système peut conserver son aptitude à assurer une fonction requise, si les défauts qui l’affectent n’ont pas d’impacts significatifs sur la fonction. Si une défaillance peut conduire à une suspension de l’exécution de la fonction principale du système, ce dernier est déclaré en état de panne [Zwingelstein, 1995].

— Panne (Break-down) : Une panne représente la conséquence d’une défaillance dans la réalisation du fonctionnement du système. Elle provoque un arrêt complet du système dans un état où il devient incapable d’assurer le service spécifié. Ainsi, une panne résulte toujours d’une défaillance. Deux types de pannes peuvent être distingués :
• Les pannes intermittentes : sont présentes uniquement pendant un laps de temps déterminé. Le système peut retrouver son fonctionnement nominal après l’occurrence de la panne sans intervention extérieure. Une panne intermittente est généralement le résultat d’une dégradation partielle et progressive d’un composant du système, pouvant aboutir à une panne permanente.
• Les pannes permanentes : une fois qu’une panne permanente s’est produite, elle persiste au cours du temps jusqu’à une intervention de maintenance et nécessite une action de réparation.

— Symptôme : Un symptôme correspond à une ou plusieurs observations révélant un dysfonctionnement. Il s’agit d’un effet qui est la conséquence d’un comportement anormal.
— Observation : Une observation est une information obtenue à partir du comportement ou du fonctionnement réel du système. C’est la seule information connue par le module de surveillance pour la détection.
— Observabilité : Un évènement est considéré observable s’il est issu des capteurs physiques ou des actionneurs d’un procédé. Cet évènement peut être observé par l’environnement du système et en particulier par le module de surveillance. Tandis que les évènements non observables correspondent aux évènements internes du système et aux défauts dont les occurrences ne peuvent pas être directement observées. Quelquefois, l’occurrence des événements de fautes est déduite indirectement, en s’appuyant sur le comportement observable qui suit l’occurrence de tels événements. La détection et l’isolation des fautes sont des fonctions du diagnostic. Cette notion a été introduite par [Lin et Wonham, 1988] et reprise dans [Sampath et al., 1995].

Surveillance, diagnostic et supervision

Le taux d’apparition de pannes dans un système automatisé de production (SAP) justifie la nécessité de suivre un SAP par des systèmes de surveillance. Ces derniers permettent d’alerter l’opérateur d’une défaillance et de remonter l’information du diagnostic établi, afin de pouvoir décider à temps des actions correctives [Morrison et Upton, 1994].

— Surveillance : La surveillance des systèmes industriels consiste à identifier l’état du système à partir des informations délivrées par des capteurs. Son objectif est d’informer l’opérateur de supervision voire la commande, de l’occurrence d’un ou plusieurs événements susceptibles d’affecter le bon fonctionnement du système. La surveillance recueille les informations provenant du système de la commande et des données du procédé pour déterminer l’état présent du système. Elle a un rôle passif vis-à-vis du système de commande et du procédé [Combacau et al., 2000], limité au traitement des données. Nous pouvons spécifier deux types de surveillance. La figure I.2 résume les différents types de surveillance.
• Surveillance de la commande [Combacau, 1991], [Lee, 2006] : Elle a pour objectif de s’assurer que la commande émise est cohérente (en parfaite adéquation) avec l’état du procédé. Une telle surveillance permet d’éviter la propagation de défaillance par la commande elle-même.
• Surveillance du procédé [Brunet et al., 1990], [Toguyeni, 1992] et [Ly et al., 2000] : Elle permet le suivi, la détection, le diagnostic et le pronostic des défaillances du procédé.

Dans la suite nous nous intéressons à la surveillance des pannes permanentes du procédé. Elle peut être classée en deux types, préventive ou corrective.
• Surveillance préventive [Nabli, 2000], [Ly et al., 2000] : Elle a pour objectif d’éviter l’occurrence de l’état de panne. Elle concerne les défaillances progressives. Ce type de surveillance s’appuie sur l’étude des paramètres représentatifs reflétant l’état de procédé afin d’assurer le suivi de l’évolution, la détection des dérives, l’identification de l’origine de la dérive et finalement l’analyse de la cause de cette dérive.
• Surveillance corrective [Toguyeni, 1992], [Berruet et al., 2000] : Elle permet de maintenir une disponibilité élevée du système et de conserver son caractère opérationnel face à la présence de perturbations de type panne par la recherche d’un nouvel état suite à un ensemble d’actions correctives. L’objectif de ce type de surveillance est de détecter et de diagnostiquer les anomalies du procédé afin de permettre la mise en œuvre d’actions correctrices permettant la poursuite de la production en mode dégradé et la maintenance corrective du système.

Dans la suite nous nous intéressons à la surveillance corrective, qui peut être directe ou indirecte.
• Surveillance directe [Sampath et al., 1995] : Elle permet de suivre directement les paramètres des ressources du procédé. Une technique de surveillance est dite directe si elle s’appuie sur des capteurs de surveillance physique dédiés et des modèles de surveillance du système. Elle nécessite une instrumentation spécifique du procédé de manière à permettre la détection et le diagnostic.
• Surveillance indirecte [Toguyeni et Korbaa, 2005], [Telmoudi, 2011] : La surveillance indirecte se base sur la surveillance des ressources à partir des perturbations qu’elles engendrent sur les produits. Ces perturbations peuvent se traduire par une diminution significative du flux de certains produits voire par une modification de leur qualité. Elle se base sur des analyses quantitatives ou qualitatives des produits. Les techniques indirectes exploitent dans certaines étapes de la surveillance, des capteurs « logiques ». Ces capteurs logiques sont conçus à partir d’algorithmes de fusion de données ou de corrélation d’événements.

— Détection : La fonction de détection permet de discerner tout écart du système par rapport à son état de fonctionnement normal. Elle indique la présence d’un défaut. Pour assurer cette fonction, il est indispensable de pouvoir distinguer entre les situations normale et anormale. Dans certains travaux, cette fonction est considérée comme un élément distinct de la fonction de diagnostic et plutôt une entité de la surveillance ([Combacau, 1991], [Toguyeni, 1992], [Boufaied, 2003]). D’autres travaux tels que [Isermann, 1984] et [Darkhovski et Staroswiecki, 2003] considèrent cette fonction comme une information primordiale et indissociable du diagnostic.

— Diagnostic : C’est une fonction d’information. Son objectif est de localiser les éléments défaillants, qui ont entraîné la dégradation du système et éventuellement de déterminer les causes [Morrison et Upton, 1994]. Pour les systèmes à événements discrets, la fonction de diagnostic établit donc un lien de cause à effet entre un symptôme observé et la défaillance qui est survenue, tout en considérant qu’un même symptôme peut apparaître pour différentes causes [Combacau et al., 2000]. Pour les systèmes continus, la fonction de diagnostic indique l’amplitude des fautes. Cette fonction suit la fonction de détection et inclut les fonctions de localisation et d’identification.
• Localisation de défauts : Elle permet de déterminer le sous-système affecté par le défaut. Cette fonction consiste à déterminer l’origine de l’anomalie et de localiser le ou les composants défectueux. Cette localisation est importante puisque la propagation d’une panne provoque souvent l’apparition de nouveaux défauts. Il est facile de détecter une défaillance résultant d’un défaut. Cependant il est difficile d’identifier la cause d’une défaillance, puisque une défaillance peut résulter d’un ou plusieurs défauts.
• Identification de défauts : Elle consiste à identifier les causes qui ont mené à une situation anormale. Pour les systèmes à événements discrets, cette fonction consiste à identifier le(s) composant(s) dont la défaillance a entrainé celle du sous-système où elle a été localisée.

— Supervision : La supervision a pour objectif de contrôler l’exécution d’une opération et le fonctionnement d’une installation. En présence d’un défaut, la supervision doit prendre toutes les décisions correctives nécessaires pour assurer le retour vers un fonctionnement normal, en ayant la connaissance des causes ou des composants ayant générés une défaillance. Elle a donc un rôle décisionnel et opérationnel en vue de la reprise de la commande.
— Pronostic : La fonction de pronostic a pour rôle de prédire l’évolution et la propagation des défauts ou des défaillances en indiquant leurs conséquences inévitables sur le fonctionnement futur du système. Le pronostic permet l’identification de l’ensemble des tâches qui ne peuvent plus être exécutées. Il est donc intéressant d’étudier le pronostic puisqu’il permet une intervention préventive sur le procédé pour éviter les conséquences d’une panne.

Table des matières

Introduction générale
I Etat de l’art sur le diagnostic des défauts
1 Concepts fondamentaux du diagnostic
1.1 Terminologies
1.2 Surveillance, diagnostic et supervision
2 Cadre d’étude
2.1 Systèmes Automatisés de Production
2.2 Systèmes Flexibles de Production Manufacturière
2.3 Commande cyclique d’un SFPM
2.3.1 Ordonnancement des systèmes de production
2.3.2 Principaux concepts de l’ordonnancement cyclique
2.4 Présentation d’exemples illustratifs
2.4.1 SFPM à plusieurs types de pièces
2.4.2 SFPM à plusieurs en-cours par produit
3 Méthodes de diagnostic
3.1 Méthodes de diagnostic sans modèles
3.2 Méthodes de diagnostic avec modèles
3.2.1 Méthodes à base de modèles qualitatifs
3.2.2 Méthodes à base de modèles quantitatifs
3.3 Méthodes indirectes
3.3.1 Approches quantitatives
3.3.2 Approches qualitatives
3.4 Méthodes incrémentales
4 Positionnement des travaux dans le contexte scientifique
4.1 Synthèse des méthodes de diagnostic
4.2 Problématique et orientation
5 Conclusion
II Méthode de diagnostic indirect par arbre de résolution basé sur la technique du chaînage double
1 Hypothèses de diagnostic
2 Modélisation de l’aspect cyclique de l’ordonnancement
2.1 Choix conceptuel de la modélisation cyclique
2.2 Positionnement de l’approche dans le contexte de l’étude
3 Démarche de résolution
3.1 Construction de PERT cyclique
3.2 Génération des hypothèses par chaînage arrière
3.3 Validation des hypothèses par chaînage avant
3.4 Modélisation de l’induction du retard
3.4.1 Calcul de la marge
3.4.2 Calcul du retard
4 Diagnostic par chaînage double
4.1 Tests et résultats du diagnostic
4.2 Analyse du principe de résolution
5 Efficacité du diagnostic
6 Conclusion
III Approche par contraintes pour le diagnostic incrémental
1 Programmation par contraintes
2 Paramètres du diagnostiqueur
2.1 Opération
2.2 Données
2.3 Variables
3 Contraintes du diagnostiqueur
3.1 Types de retards
3.1.1 Retard propre
3.1.2 Retard induit
3.1.3 Retard total
3.2 Dates de fin des opérations
3.3 Contraintes de précédences entre les opérations
3.4 Contraintes d’inductions de retards
3.4.1 Contrainte liée au retard propre
3.4.2 Contrainte liée au retard induit
3.4.3 Contrainte de défaillance unique
4 Diagnostic incrémental
4.1 Mécanisme de résolution
4.2 Taille du problème
5 Application du diagnostic à un SFPM sous une commande cyclique
5.1 Choix de l’outil de résolution
5.2 Description du problème pour le modèle proposé
5.3 Tests et résultats du diagnostic indirect et incrémental
5.3.1 Scénario 1
5.3.2 Scénario 2
5.4 Analyses qualitatives des résultats
6 Etude de performance du diagnostic
6.1 Evaluation du diagnostic d’un seul cycle
6.2 Evaluation du diagnostic incrémental complet
6.3 Stratégies de recherche
6.4 Comparaison avec la littérature
7 Conclusion
Conclusion générale

Télécharger le rapport complet