Soutenance mémoire
Maintenance industrielle
Dans un monde industriel de plus en plus complexe, la maintenance apporte une contribution essentielle à la sûreté du fonctionnement d’un bien. Au cours de ces dernières décennies, la fonction maintenance est devenue la réponse au besoin de maîtriser techniquement et économiquement des systèmes de production dans un environnement qui s’automatise progressivement. Dans (Laprie et al., 1995), la sûreté de fonctionnement est définie comme «la propriété d’un système qui permet de déplacer une confiance justifiée dans le service qu’il délivre». Selon (Francastel, 2001), la sûreté de fonctionnement est « un ensemble d’aptitudes nécessaires à un bien à être disponible aux différents moments de son cycle de vie, en offrant les performances requises, soit : fiabilité (ou probabilité pour que le bien accomplisse sa fonction), maintenabilité (ou aptitude à être maintenu), sécurité pour les biens eux-mêmes, le personnel et leur environnement) ». En effet la norme (AFNOR, 2001) définit la sûreté de fonctionnement comme « un ensemble des propriétés qui décrit la disponibilité et les facteurs qui la conditionnent : fiabilité, maintenabilité et logistique de maintenance ». Plusieurs critères comme le MTBF (Mean Time Between Failure), MTTR (Mean Time To Repair),… permettent de caractériser en termes de sûreté de fonctionnement le fonctionnement des biens maintenus. C’est pourquoi, la norme (AFNOR, 2001) nous apporte les définitions de base suivantes :
La disponibilité est «définie comme la capacité d’un élément (sous des aspects combinés de sa fiabilité, de sa maintenabilité et de son support de maintenance) à remplir sa fonction requise à un instant donné ou durant un intervalle de temps donné ».
La fiabilité est « une aptitude d’un bien à accomplir une fonction requise,dans des conditions données, durant un intervalle de temps donné ».
La maintenabilité est « définie comme la probabilité qu’un composant ou un système défaillant soit restauré ou réparé dans une condition spécifiée dans une période de temps où une action de maintenance est exécutée dans des procédures en perspective.». Dans ce même ordre d’idées, il convient d’aborder la notion de critères de maintenabilité (Kaffel, D’Amours, & Ait-Kadi, 2003) que nous retrouvons dans la norme AFNOR. Ses critères sont au nombre de cinq :
la surveillance en maintenance préventive et l’accessibilité des composants,
les différents temps de la maintenance corrective, en matière de recherche de panne, de défaillance ou encore de diagnostic,
l’organisation de la maintenance, avec la périodicité des interventions préventives, la présence d’indicateurs, la complexité des interventions,
la qualité des ressources immatérielles aidant à l’intervention, Le suivi de l’équipement par le fabricant.
La supportabilité est « une aptitude d’une organisation de maintenance à mettre en place les moyens de maintenance appropriés à l’endroit voulu en vue d’exécuter l’activité de maintenance demandée à un instant donné ou durant un intervalle de temps donné ».
La logistique de maintenance représente « des ressources, services et moyens de gestion nécessaires à l’exécution de la maintenance ».
La fonction requise est définie comme « une fonction, ou un ensemble de fonctions d’un bien considérées comme nécessaires pour fournir un service donné ».
La défaillance représente « la cessation de l’aptitude d’un bien à accomplir une fonction requise ». À travers le terme de défaillance, il y a la notion d’un évènement anormal survenu à un instant donné du fonctionnement de Contribution à la gestion des connaissances dans la plateforme de S-Maintenance : une approche sémantique pour la sélection d’experts. l’équipement (du bien). Cela le diffère de la dégradation, qui est une évolution de l’état.
La dégradation est définie comme « évolution irréversible d’une ou plusieurs caractéristiques d’un bien liée au temps, à la durée d’utilisation ou à une autre cause externe ».
La maintenance est « un ensemble de toutes les actions techniques, administratives et de gestion durant le cycle de vie d’un bien, destinées à le maintenir ou à le rétablir dans un état dans lequel il peut accomplir la fonction requise » (AFNOR, 2001). Maintenir un bien est considéré comme étant une action à long terme contrairement à l’action de rétablir, qui, elle est considérée à court terme.
Pronostic (Muller, Crespo Marquez, & Iung, 2008)« après détection de la dégradation d’un composant ou d’une fonction ». Le rôle du processus de pronostic est de prédire l’évolution future des performances du système en tenant compte des interventions de maintenance planifiées et éventuellement, de conditions opérationnelles ou environnementales changeantes. Celui-ci doit donner une vision globale des performances futures du système. Il prend aussi en compte les actions de maintenance déjà réalisées ainsi que les modifications de l’équipement engendrées par son évolution. Le pronostic s’appuie sur la connaissance de l’historique de l’équipement, de son état courant et de l’utilisation pour laquelle il est prévu.
Ressources du système de maintenance
La maintenance industrielle est avant tout un outil de développement et d’adaptation technologique. L’investissement dans la fiabilité, la maintenabilité et la disponibilité de l’équipement moderne de production augmente de façon notable leur durabilité et leur rentabilité. La gestion des ressources peut être un obstacle à l’application d’un programme de maintenance défini. Suite à des contraintes budgétaires, ou autre situation créant une indisponibilité des ressources de maintenance, ils peuvent être amenés à revoir le programme établi et repousser, suspendre, voire annuler la réalisation de certaines tâches. Il faut être capable d’identifier attentivement les tâches qui pourraient être différées sans influencer sur les performances de l’installation. Ainsi, la maîtrise des coûts est toujours l’un des enjeux majeurs de la maintenance. L’évaluation de ces coûts n’est pas toujours aisée et nécessite d’identifier les centres de coûts et les différents coûts (directs, indirects, fixes ou proportionnels) liés au personnel, aux outillages, aux pièces de rechange mais aussi ceux de sous-traitance, d’arrêt de la production, (Dumont & Morel, 2001), par l’intermédiaire de méthodes dédiées « Life Cycle Cost » (LCC). Certains auteurs se sont intéressés à la gestion des ressources de maintenance en proposant des éléments d’amélioration, notamment, pour l’allocation de ces ressources (Brown & McCarragher, 1999; Fiori de Castro & Lucchesi Cavalca, 2006)et leur disponibilité (Elegbede & Adjallah, 2003) dont l’objectif est d’optimiser leur potentiel d’utilisation. Il s’agit de planifier des ressources critiques, comme dans (Adzakpa, Adjallah, & Yalaoui, 2004; Aghezzaf, Jamali, & Ait-Kadi, 2007) où les auteurs proposent des méthodes d’optimisation selon des modèles mathématiques en prenant en considération des paramètres tels les coûts, les durées d’intervention et les taux de défaillance des équipements. Les ressources de la maintenance sont principalement : personnel, l’outillage nécessaire pour les réparations et les pièces de rechanges.
Pièces de rechange Les pièces de rechange sont un point important des ressources de maintenance puisque, sans elles, les interventions ne peuvent être réalisées alors que le coût de possession de ces pièces tient une place importante. Un programme de gestion de la maintenance a pour objectif de réduire la quantité de pièces de rechange en stock. Il permet principalement de pouvoir gérer leurs lieux de stockage, d’en connaître la disponibilité, d’éviter le gaspillage, de connaître l’évolution des stocks et la nécessité de lancer des commandes. Le niveau du stock dépend naturellement de deux facteurs : les entrées et les sorties des pièces. Plusieurs travaux se sont intéressés à la gestion de stock (Boyer, Riopel, & Langevin, 2005; Huiskonen, 2001; Kennedy & Wayne – Patterson, J. Frendendall Lawrence, 2002; Rustenburg, Van-Houtum, & Zijm, 2001). Les travaux cités dans ce paragraphe s’intéressent aux ressources nécessaires et au bon déroulement des activités de maintenance.
Outillage Une autre ressource est nécessaire pour une intervention dans un service de maintenance, la possibilité de l’intervention dépend donc de leur disponibilité et nécessite d’être planifiée.
Ressources humaines Dans un service maintenance, la gestion des ressources humaines montre le besoin en agents de maîtrise, techniciens des méthodes en particulier, s’appuyant sur une polyvalence large pour pouvoir gérer les actions techniques. À la base, c’est sur les conducteurs d’installation que reposent les interventions du premier niveau. Ils sont assistés par des équipes d’intervention et de maintenance composées de spécialistes à forte technicité et de compétences décloisonnées (exemple : omniprésence de l’automatisme et de l’informatique industriel). À tous les niveaux de responsabilité d’un service, la maintenance se caractérise par une nécessaire polyvalence, le « fait technique » devant systématiquement être piloté par une réflexion économique et sécuritaire. La culture d’origine doit être incontestablement technique. Cependant le technicien doit apprendre à gérer, à animer, à informer, parfois à former ou bien négocier, d’où la notion de compétences. Nous allons donc, focaliser notre approche sur cette catégorie de ressources de maintenance qui sont fortement les plus importantes du service de maintenance, mais également les plus compliquées à gérer.
S-maintenance : la nouvelle tendance vers la maintenance intelligente
Les systèmes proposant différents formats d’information ne sont pas toujours compatibles pour le partage de données et de connaissances ce qui nécessite coordination et coopération entre ces systèmes pour les rendre interopérables. A ces fins, la plupart des plateformes existantes utilisent les Web services pour garantir l’interopérabilité technique, mais pas sémantique entre ses différentes applications intégrées. La mise en place d’adaptateurs entre ces services web et la normalisation des données échangées sont toujours des tâches très compliquées, et ne traitent pas de la sémantique des données échangées. L’interopérabilité est définie par le « IEEE Computer Standard Dictionary » comme «la capacité de deux ou plusieurs systèmes ou composants à échanger des informations et à utiliser les informations qui ont été échangées» (IEEE Computer Dictionary, 1990). A partir de cette définition, il est possible de décomposer l’interopérabilité en deux composantes distinctes : la capacité à échanger des informations, et la capacité à utiliser l’information une fois qu’elle a été reçue. Ces processus sont appelés «l’interopérabilité syntaxique» et«l’interopérabilité sémantique» successivement. En effet, l’interopérabilité syntaxique assurée aujourd’hui par les plateformes de emaintenance solutionne à moitié le problème, et doivent être orientée vers une interopérabilité sémantique assurant un niveau élevé d’échanges d’informations et même des connaissances, (Shedrof, 1999) dans le but de garantir un échange efficace de l’information entre les applications hétérogènes de maintenance. Si l’interopérabilité sémantique n’est pas clairement définie elle peut engendrer un conflit sémantique (Pollock, 2001). Pour répondre aux nouveaux besoins des acteurs de maintenance, (Karray, 2012) a élaboré une plateforme devant assurer une bonne exploitation des connaissances par des raisonnements logiques permettant de faire évoluer le capital de connaissance du système de maintenance et de ses applications intégrées. La définition du concept de s-maintenance prend appui sur la définition de l’e-maintenance qui est générale et qui dépend elle-même de la définition de la maintenance. Cependant des contraintes sont imposées orientant ainsi, la réalisation de ce concept vers la connaissance. La s-maintenance « est la réalisation de la maintenance basée sur la connaissance experte dudomaine, où les systèmes du réseau gèrent ces connaissances et partagent la sémantique en faisant émerger de nouvelles génération de services et offrant des services à la demande, grâce à des fonctionnalités adaptatives et autonomes ».
Plateforme de s-maintenance Karray (2012) considère la notion de la collaboration comme une caractéristiques de base de las-maintenance en sachant que tout système dans le réseau agit collectivement dans un même objectif, en utilisant et en partageant les ressources communes, à savoir les connaissances expertes du domaine de ce cas. Par conséquent, il prend en considération la définition de la plateforme de collaboration, pour définir une plateforme de s-maintenance. En effet, les plateformes de collaboration sont des plateformes électroniques, unifiées qui facilitent la communication synchrone et asynchrone, à travers une variété de dispositifs. Les plateformes de collaboration offrent un ensemble de composants logiciels et de services logiciels permettant aux individus de trouver les uns et les autres, les informations dont ils ont besoin, d’être capables de communiquer et de travailler ensemble pour atteindre des objectifs des métiers communs. La définition d’une plateforme de s-maintenance concrétisant le concept de s-maintenance s’impose ainsi: « Une plateforme de s-maintenance est un système collaboratif et distribué basé sur l’ingénierie des connaissances fournissant des services dynamiques et des services à la demande selon les exigences de ses utilisateurs, grâce à des fonctionnalités d’autogestion des processus de maintenance et d’auto-apprentissage ». Il est à noter que les services dynamiques sont des services évolutifs ayant la capacité d’adapter leurs comportements aux différents contextes d’utilisation. Ainsi, ce système est basé sur l’ingénierie des connaissances. Il prend appui sur la sémantique de la connaissance experte du domaine de maintenance, et il a la possibilité de faire évoluer son degré d’intelligence. A cette fin, Karray l’utilise comme cœur de la plateforme d’un système à base de connaissances permettant, d’inférer une nouvelle connaissance et de l’exploiter à partir d’une ontologie du domaine de maintenance. Figure 1-8, montre la relation d’inclusion entre les plateformes de maintenance, d’e-maintenance et de s-maintenance et définit à partir de chaque concept leurs caractéristiques.la plateforme de s-maintenance englobe les fonctionnalités de la plateforme de emaintenance, et transforme un outil d’intégration en un acteur intelligent au cœur du processus de maintenance. En outre, les services fournis par un système de maintenance ou d’e-maintenance sont inclus dans un système de s-maintenance, comme indiqué dans Figure 1-8. Ces systèmes informatiques de maintenance fournissent des fonctionnalités à valeurs ajoutées pour les opérateurs de maintenance. Nous nous intéressons au problème de réutilisation des connaissances et de consultation de nouveaux indicateurs dans le cadre d’un système de maintenance traditionnel, de e-maintenance et de s-maintenance. Elle n’est possible ni dans une GMAO, ni dans le cadre d’une plateforme de e maintenance, car il n’existe aucun module spécifique, sur l’expertise demandée, n’est censé être intégré dans ces outils logiciels. Ceci étant dû au non formalise des connaissances. Par contre les fonctionnalités de la plateforme de s-maintenance de management de connaissances (exploitation de l’ontologie, auto-apprentissage, etc.) permettent d’obtenir de nouvelles connaissances pouvant être réutilisées par les nouveaux arrivants. Dans la plateforme s-maintenance, nous nous intéressons aux deux services liés avec le diagnostic « la gestion d’alarme et la sélection d’experts ». L’objectif est de montrer le manque d’autres fonctionnalités avec IMAMO. Grâce au service de gestion des experts en fonction de corrélation des alarmes que la plateforme fournisse, le manager du maintenance peut planifier ses tâches de manière automatique en utilisant la base de connaissance de la plateforme. La plateforme grâce à son moteur de sélection lui fournit la planification la plus cohérente en fonction du temps et coût.
Le rôle de l’ontologie dans la s-maintenance
Les ontologies ont une terminologie bien définie dont la sémantique n’est pas ambigüe (Guarino, 1998) grâce à une représentation formelle et explicite d’une compréhension commune des concepts du domaine et des relations entre ces concepts. Dans l’approche basée sur l’ontologie, les significations des terminologies proposées et les propriétés logiques des relations sont spécifiées par des définitions et des axiomes ontologiques dans un langage formel (Karray, Chebel-Morello, & Zerhouni, 2012). En effet, une ontologie fournit (Mizogouchi & Bourdeau, 2004) : 1) une structure conceptuelle de base à partir de laquelle il est possible de développer des systèmes à base de connaissances qui soient partageables et réutilisables, 2) une interopérabilité entre les sources d’informations et de connaissances. L’ingénierie ontologique succède à l’ingénierie des connaissances, et l’on s’attend à ce qu’elle devienne une technologie-clé pour la prochaine génération des technologies de traitement des connaissances. Par rapport à notre contexte qui porte sur un domaine particulier, nous nous concentrons sur une ontologie de domaine pour la maintenance. La spécificité de cette ontologie est la réutilisation des connaissances et leur enrichissement au cours du cycle de vie d’un processus de maintenance. Ainsi, le modèle d’ontologie devrait contenir des définitions de tous les objets de l’application dans ce domaine (par exemple : diagnostic, opérateurs, expert, équipement ou documentation), ainsi que les contraintes et les relations entre les objets et les organiser. Ce partage des connaissances par le biais de l’ontologie permet à chaque application intégrée dans la plateforme s-maintenance d’exploiter ces connaissances en parallèle avec ses connaissances internes et spécifiques. En outre, les méthodes de raisonnement qui peuvent être appliquées à l’ontologie lui fournissent une valeur ajoutée grâce à leur capacité de déduire de nouvelles connaissances. La plateforme offrira donc à ses acteurs ces valeurs ajoutées, toujours dans le but de fournir la bonne information au bon format pour les bonnes personnes pour faire les bonnes choses au bon moment grâce à l’interopérabilité sémantique entre les applications et les acteurs ainsi que l’exploitation et la réutilisation des connaissances partagées. Cette ontologie est une partie prenante du composant « Base de connaissances ».
Ontologie dans la maintenance
En 1991, suite aux travaux sur l’intelligence artificielle, (Neches et al., 1991) propose la première définition de l’ontologie : « Une ontologie définit les termes et les relations de base du vocabulaire d’un domaine ainsi que les règles qui indiquent comment combiner les termes et les relations de façon à pouvoir étendre le vocabulaire ». Cette définition est enrichie par (Calero, Ruiz, & Piattini, 2006) : « Un vocabulaire d’un domaine spécifique représente des éléments conceptuels et les relations existants entre ceux-ci ». Dans le domaine de l’ingénierie des connaissances, la définition la plus usuelle de la notion d’ontologie a été fournie par Thomas Gruber au début des années 90 « Une ontologie est une spécification explicite d’une conceptualisation » (Gruber, 1993). Dans le cadre du partage des connaissances cette définition peut être précisée : une ontologie est « une conceptualisation explicite d’un domaine de discours, et fournit ainsi une compréhension commune et partagée du domaine » (Gruber, 1995). Contribution à la gestion des connaissances dans la plateforme de S-Maintenance : une approche sémantique pour la sélection d’experts. Smith (B. Smith, 2003) rapproche davantage les deux concepts, philosophique et informatique, en montrant les bénéfices du concept pour l’autre et vice versa. Le concept s’introduit donc dans les systèmes informatiques et donne lieu à bons nombres de travaux sur la construction, la méthodologie, l’utilisation et l’intérêt des ontologies dans l’ingénierie de la connaissance.D’une manière plus spécifique à l’informatique, une ontologie se définit comme une spécification de la conceptualisation d’un domaine. Dans ce travail de thèse, le domaine est celui de la santé, de la sécurité et de l’environnement. La définition retenue est: “Domain ontologies: Describe the vocabulary related to a generic domain (for example, information systems or medicine), by means of the specialization of the introduced concepts of high–level ontologies” (Calero et al., 2006). L’ontologie peut être un composant de la mémoire, composant destiné à être exploré par l’utilisateur final : il faut alors associer aux concepts et relations de l’ontologie des définitions en langue naturelle ou les relier à des textes explicatifs, compréhensibles pour un utilisateur humain. D’autre part, le contenu de l’ontologie doit être adapté aux tâches des utilisateurs (au niveau granularité, degré de détail, degré de visibilité). L’ontologie peut être aussi être une référence pour indexer ou annoter sémantiquement les ressources de la mémoire (d’entreprise) à des fin d’amélioration de la recherche de ressources ou d’information dans la mémoire. Dans ce cas, l’ontologie devra comprendre les concepts importants pour l’annotation (par exemple Train, Traction, Tâche, Département…), de façon à permettre d’annoter les ressources de mémoire. L’ontologie peut être une base pour la communication et l’échange d’informations entre des programmes ou entre des agents logiciels. Dans ce cas, l’ontologie doit être formelle (avec une signification précise, non ambigüe) et représentée dans le langage formel des messages échangés par ces agents. Enfin, et contrairement aux approches basées sur les connaissances traditionnelles, par ex. langages de spécification formels, les ontologies semblent bien adaptées à une approche évolutive de la spécification des exigences et des connaissances du domaine (Wouters, Deridder, & Van Paesschen, 2000). De plus, les ontologies peuvent être utilisées pour prendre en charge la gestion des exigences et la traçabilité (Decker, Rech, Ras, Klein, & Hoecht, 2005). La validation automatisée et la vérification de la cohérence sont considérées comme un avantage potentiel par rapport aux approches semi-formelles ou informelles ne fournissant aucun formalisme logique ou théorique du modèle. Enfin, la spécification formelle peut être une condition préalable réalisant des approches basées sur des modèles dans la phase de conception et de mise en œuvre.
Selon l’objet de conceptualisation
Cette typologie est l’une des représentations les plus citées. Il est à considérer quatre niveaux selon le degré de conceptualisation :
Ontologie de haut niveau (Top-level ontologies) : Elles ont pour but de définir la connaissance la plus large possible, c’est-à-dire qu’elles contiennent des concepts généraux. Elles sont réutilisables d’un domaine à un autre et permettent de réduire l’ambigüité de la base de l’ontologie. Il existe un certain nombre d’ontologies de ce type, les plus connus étant l’ontologie du projet Cyc (projet d’intelligence artificielle visant à développer une ontologie globale et une base de connaissance générale, lancé en 1984 par Douglas Lenat) et du projet Suggested Upper Merged Ontology (SUMO) qui ont tous deux pour but de définir la connaissance générale du monde. Dans ces ontologies, il est rare de trouver des individus, le but n’est que de proposer une hiérarchie des connaissances. Dans le cadre de ce travail de recherche, il est à noter l’existence du projet Legal Knowledge Interchange Format (LKIF) (Hoekstra, Breuker, Di Bello, & Boer, 2009), une ontologie de haut niveau définissant la base du droit, cette ontologie est présentée plus en détail dans le paragraphe « Ontologies existantes du domaine ».
Ontologie de domaine : S’il est à considérer une hiérarchie des ontologies, il est possible de décrire une ontologie de domaine comme une spécification d’une ontologie de haut niveau. Ces ontologies s’évertuent à préciser des domaines particuliers et peuvent être rattachées aux ontologies de haut niveau par un ou un ensemble de concepts de l’ontologie de haut niveau.
Ontologie de tâches : Elles sont utilisées pour décrire les concepts permettant la résolution de problème d’activités spécifiques. Elles contiennent des termes et relations permettant de décrire les solutions de problèmes. A noter que ces ontologies sont indépendantes du domaine.
Ontologie d’applications : Un niveau plus précis encore est spécifié dans l’ontologie d’applications, ces ontologies décrivent de manière précise les activités spécifiques à un domaine d’application. Il est possible de considérer ces ontologies comme une union entre les ontologies de tâches et les ontologies de domaine.
Méthodes de formalisation des connaissances
Il existe un grand nombre de méthodologies de construction d’ontologies, chacune ayant un objectif et des principes différents. L’absence de textbook ainsi qu’une proposition de méthode générique ralentissent les travaux inter-ontologie. Chaque ontologie pouvant être construite selon une méthode particulière, il peut être difficile de lier plusieurs ontologies entre elles, dans un but de les réutilisation par exemple. La méthode se définit par les processus, les étapes, la définition de la conceptualisation ainsi que le résultat. Le nombre de méthodes de construction s’explique aussi par l’objectif final de chaque ontologie, en effet, une ontologie étant créée pour un besoin donné, une méthode de construction peut être justifiée par ce besoin. De manière générale, toutes les méthodes de construction proposent une construction en deux étapes :
une étape de formalisation des connaissances (ontologie conceptuelle)
une étape d’opérationnalisation des connaissances (ontologie computationnelle). Il s’agit de présenter quelques méthodes sans engagement d’exhaustivité, les méthodes de construction automatique (Blomqvist, 2009; Jung, Oh, & Jo, 2009).
SENSUS :Cette méthode (Swartout, Ramesh, Knight, & Russ, 1997) propose de construire une ontologie d’un domaine à partir d’une ontologie de plus haut niveau. Elle propose de définir des relations entre les termes spécifiques du domaine et les termes généraux puis Contribution à la gestion des connaissances dans la plateforme de S Maintenance : une approche sémantique pour la sélection d’experts. supprimer les termes qui ne sont pas pertinents pour l’utilisation de l’ontologie. La base de cette méthode est centrée sur la réutilisation de l’existant, plutôt utilisée dans le cadre de construction d’ontologie conceptuelle à but de formalisation de portée « universelle ». L’ontologie Sensus, développée selon cette méthode propose une définition de plus de 50 000 concepts organisés de manière hiérarchique, selon le niveau d’abstraction. Cette ontologie couvre des concepts de haut et moyen niveau en vue de proposer une base commune à tout projet de construction de connaissances.
Uschold et King :Cette méthode (Uschold & King, 1995) est composée de quatre étapes :
– Identification des objectifs et du contexte de l’ontologie : Définir pourquoi la construction de cette ontologie, dans quel but et les utilisateurs possibles de l’ontologie.
– Construction de l’ontologie, divisée en trois activités (capture, codage et intégration d’ontologie). Le capture de l’ontologie concerne l’identification des concepts, relations et en déduire les définitions précises puis identification des termes spécifiant les concepts. Pour le codage, c’est la représentation explicite de la conceptualisation en classes, entités, relations et écriture dans un langage formel comme les langages OWL ou OIL par exemple. La dernière activité est l’intégration d’ontologies existantes, comment utiliser des ontologies existantes, cette étape peut se faire en parallèle de la capture ou du codage.
– Evaluation de l’ontologie, cette partie consiste à la mise en l’épreuve de l’ontologie en la mettant en scène vis à vis des objectifs pour lesquels cette ontologie existe.
– Documentation de l’ontologie, il est nécessaire de documenter le travail effectué, ceci, en premier lieu afin de mieux faire accepter l’outil mais aussi dans un souci de maintenance.
La méthode de Bachimont :Bachimont Bruno a conçu une méthode qui propose de contraindre l’utilisateur à un engagement sémantique au travers d’une normalisation des termes utilisés dans l’ontologie. Ces signifiés contextuels doivent être normés, ce qui nécessite à fixer une signification pour un contexte de référence, celui de la tâche (application) pour laquelle l’ontologie est élaborée (Bachimont, 2000). Cette méthode établit donc un parallèle avec la linguistique, les données n’étant que des expressions linguistiques de connaissances. Cette méthode se décline selon trois étapes :
Normalisation sémantique : L’utilisateur choisit les termes et doit les normaliser en définissant les propriétés et en exprimant les différences par rapport au voisinage proche. Une notion se justifie par rapport au voisinage et à la différence avec la notion père et les notions frères.
Formalisation des connaissances : Cette étape consiste à supprimer les ambigüités sur les notions dans l’ontologie. Il est parfois nécessaire d’ajouter des concepts, des propriétés ou des axiomes.
Opérationnalisation des connaissances : Il est nécessaire d’utiliser un langage opérationnel de représentation des connaissances possédant les caractéristiques permettant de répondre aux besoins liés à l’utilisation de l’ontologie.
METHONTOLOGY :Cette méthode (Fernández-López, Gómez-Pérez, & Juristo, 1997) suit plusieurs étapes :
Identification du processus de développement de l’ontologie,
Cycle de vie basé sur l’évolution de prototypes,
Techniques de gestion de projet, de développement et activités de support. Methontology suit les techniques de gestion de projet. Dès lors, l’ontologie est une finalité de la méthode, de l’identification au suivi de la formalisation proposée. Dans cette méthode, cinq phases de développement sont définies :
Spécification : Quel est l’objectif de l’ontologie, quels sont ses utilisateurs finaux et son dimensionnement ?
Conceptualisation : C’est la phase la plus importante dans la construction. Cette phase traite de l’organisation de la connaissance, allant de la définition des termes candidats à la définition des instances.
Formalisation : la traduction des connaissances sous la forme d’une ontologie.
Implémentation : la traduction de l’ontologie en un langage informatique spécifique aux ontologies tels que les langages OWL ou RDF.
Maintenance : Cette phase s’inscrit dans la notion de cycle de vie des ontologies, il s’agit de la correction et la mise à jour de l’ontologie.
METHODE DE STANFORD :Cette méthode, développée par l’université de Stanford (Noy & McGuinness, 2000), à qui on doit déjà l’outil Protégé se décompose en sept étapes :
Déterminer le domaine et la portée de l’ontologie,
Réutiliser des ontologies existantes,
Enumérer les termes importants de l’ontologie,
Définir les classes et la hiérarchie,
Définir les propriétés des classes, leurs attributs,
Définir les facettes des attributs,
Créer des instances des classes dans la hiérarchie.
Ces différentes étapes sont réalisées en se posant des questions telles que pour la première étape :
Quel est le domaine que couvrira l’ontologie ?
Dans quel but ?
A quel type de questions l’ontologie va devoir fournir des réponses ?
Qui va utiliser et gérer la maintenance de l’ontologie ?
Cette méthode est la méthode retenue dans le cadre de ce travail de recherche. Sa démarche est apparue claire et rigoureuse. Le lien avec l’outil Protégé est aussi un atout important. Cette méthode se rapproche d’un guide d’utilisation, idéal pour cerner les différents attributs d’une ontologie.
|
Table des matières
Chapitre 1
1.1. Maintenance industrielle
1.1.1. Concepts et définitions
1.1.2. Processus de maintenance
1.1.3. Ressources du système de maintenance
1.1.4. Différentes architectures des systèmes de maintenance
1.2. S-maintenance : la nouvelle tendance vers la maintenance intelligente
1.2.1. Plateforme de s-maintenance
1.2.2. Le rôle de l’ontologie dans la s-maintenance
1.3. Ontologie dans la maintenance
1.3.1. Définition
1.3.2. Typologies des ontologies
1.3.3. Méthodes de formalisation des connaissances
1.3.4. Langages des ontologies
1.4. Processus de diagnostic
1.4.1. Alarmes
1.4.2. Pannes
1.4.3. Superviser
1.5. Méthodes de diagnostic à l’aide d’informations
1.5.1. Méthodes de diagnostic à base de connaissances
1.5.2. Méthodes de diagnostic à base de données
1.5.3. Processus de corrélation d’alarmes
1.6. Sélection des acteurs dans le domaine industriel
1.6.1. Problématique de sélection des acteurs
1.6.2. Formalisation du contexte et définition d’un mécanisme de sélection
1.7. Synthèse
Références Bibliographiques
Chapitre 2
2.1. Ontologies industrielles
2.2. Ontologie IMAMO
2.2.1. Définition
2.2.2. Arbre de classification de concepts
2.2.3. Modèle conceptuel
2.2.4. Implémentation
2.3. Construction de l’ontologie FOMES
2.3.1. Analyse du contexte
2.3.2. Dictionnaire de données de FOMES
2.4. Conclusion
Références Bibliographiques
Chapitre 3
3.1. Travaux sur la corrélation sémantique des Alarmes
3.2. Notre approche de classification des alarmes
3.2.1. Modèle proposé
3.2.2. Construction de donnée
3.2.3. Système d’apprentissage (classification de l’alarme)
3.3. Synthèse
Références Bibliographiques
Chapitre 4
4.1. Compétence: concept et caractéristiques
4.2. Problématique de la sélection des acteurs dans le domaine industriel
4.3. Formalisation du contexte et définition d’un mécanisme de sélection
4.3.1. Approche de sélection des experts par le RàPC
4.4. Synthèse
Références Bibliographiques
Chapitre 5
5.1. Présentation du Réseau Electrique
5.1.1. L’entreprise GRTE
5.1.2. Architecture et exploitation des réseaux
5.1.3. Problématique industrielle
5.2. Approche de sélection des experts par le RàPC
5.2.1. Collecte les données
5.2.2. Conception
5.3. Classification des alarmes
5.3.1. Système d’apprentissage (classification de l’alarme)
5.4. Sélection des Experts
5.4.1. Représentation/ Elaboration du cas
5.4.2. Etape de remémoration
5.4.3. Adaptation
5.4.4. Révision et Capitalisation (revise and retain)
5.5. Discussion
5.6. Synthèse
Références Bibliographiques
Télécharger le rapport complet
