Présentation

Article

1 - EN RÉSUMÉ

2 - MÉTHODES DE DIAGNOSTIC SELON LES OUTILS DE REPRÉSENTATION

3 - MÉTHODES DE DIAGNOSTIC SELON LA STRUCTURE DE DÉCISION

4 - VÉRIFICATION DE DIAGNOSTICABILITÉ ET CODIAGNOSTICABILITÉ

5 - CONCLUSION ET DISCUSSION

Article de référence | Réf : AG3540 v1

Vérification de diagnosticabilité et codiagnosticabilité
Diagnostic des systèmes à événements discrets (SED) - État de l'art

Auteur(s) : Moamar SAYED MOUCHAWEH

Date de publication : 10 juil. 2011

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais En anglais

Auteur(s)

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

Un système dynamique est susceptible d'évoluer entre des modes de fonctionnement normaux et défaillants. Un mode de fonctionnement défaillant est atteint suite à l'occurrence d'un défaut.

Le diagnostic des défaillances est défini comme l'opération permettant de détecter un défaut et de localiser son origine. Effectuer un diagnostic consiste à comparer l'information instantanée issue du système à une référence ou un modèle représentant le fonctionnement normal et/ou défaillant.

Lorsque l'on ne s'intéresse qu'à des instants particuliers de l'état du système (événements correspondants par exemple aux débuts et aux fins d'opérations ou à l'occurrence des défauts), les modèles à base d'événements discrets sont utilisés.

Dans cet article, différentes méthodes de diagnostic des Systèmes à événements discrets (SED) sont étudiées et classifiées selon différents critères. Leurs avantages, ainsi que leurs limites, sont ensuite présentés afin d'explorer la complémentarité entre ces méthodes.

De multiples exemples sont utilisés pour illustrer le principe de fonctionnement de ces méthodes.

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-ag3540


Cet article fait partie de l’offre

Conception et Production

(139 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation
Version en anglais En anglais

4. Vérification de diagnosticabilité et codiagnosticabilité

La notion de « diagnosticabilité » permet de vérifier formellement si un ensemble de défauts est diagnosticable dans un délai borné à partir d'un modèle du procédé et d'un ensemble d'événements observables . Selon la structure (centralisée, décentralisée, distribuée) et le modèle de défaut (à base d'événements, à base d'états), plusieurs formes de cette notion peuvent être définies : diagnosticabilité et codiagnosticabilité à base d'événements ou à base d'états.

Afin de définir les différentes formes de cette notion, nous rappelons quelques définitions de base. Chaque automate G engendre un langage L () ⊆ Σ*. Ce langage est un sous-ensemble de l'ensemble de toutes les séquences d'événements possibles Σ* à partir d'un alphabet ou ensemble d'événements Σ. Ce dernier contient les ensembles d'événements observables Σ0 et non observables Σu. L'ensemble de défauts Σf à diagnostiquer appartient à Σu0 · ΠF1 ∈ Σf  est l'ensemble ou la partition de défauts de type F1. La fonction de projection naturelle est l'opération qui permet de ne garder que la partie observable de chaque séquence d'événements de Σ*. La fonction de projection naturelle inverse est l'opération inverse qui permet, à partir d'une séquence d'événements observables : , de trouver toutes les séquences d'événements appartenant...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Conception et Production

(139 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Vérification de diagnosticabilité et codiagnosticabilité
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - BORREGO (R.), GOMEZ-LOPEZ (M.T.), GASCA (R.M.) -   Diagnosing distributed systems using only structural and qualitative information.  -  International Transactions on Systems Science and Applications, vol. 4, no 3, p. 270-276 (2008).

  • (2) - GENTIL (S.) -   Supervision des procédés complexes.  -  Traité IC2, Série systèmes automatisés (2007).

  • (3) - LAMPERTI (G.), ZANELLA (M.) -   On Processing Temporal Observations in Monitoring of Discrete-Event Systems.  -  Book Chapter, Enterprise Information Systems, vol. 3, no 3, p. 135-146 (2008).

  • (4) - ZWINGELSTEIN (G.) -   Diagnostic des défaillances.  -  Traité des Nouvelles Technologies, série Diagnostic et Maintenance, Hermès (1995).

  • (5) - KULPERS (B.) -   Qualitative simulation.  -  Artificial Intelligence, vol. 29, no 3, p. 289-338 (1986).

  • (6)...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Conception et Production

(139 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS