Retour au site du LAAS-CNRS

Laboratoire d’analyse et d’architecture des systèmes
Choisir la langue : FR | EN

61documents trouvés

18200
11/07/2018

Vers des systèmes plus autonomes : contributions autour de la tâche de diagnostic dans une architecture embarquée

E.CHANTHERY

DISCO

Habilitation à diriger des recherches : 11 Juillet 2018, 155p., Président: J.ZAYTOON, Rapporteurs: V.COCQUEMPOT, P.DAGUE, D.LEFEBVRE, Examinateurs: A.SUBIAS, Référente: L.TRAVE-MASSUYES , N° 18200

Lien : https://hal.archives-ouvertes.fr/tel-01882329

Diffusable

Plus d'informations

Abstract

In my presentation, I will first review my teaching activities at INSA Toulouse, as well as my various responsibilities. In a second step, I will give the major axes of my research whose objective is to increase the autonomy of systems by designing appropriate and effective fault diagnosis modules. The detection and isolation of faults help the system to react correctly to the different situations it has to face, thus contributing greatly to its autonomy. I will focus on two major points. Firstly, the link between diagnosis and prognosis will be developed in the context of hybrid dynamic systems. The prognosis aims at predicting the future states of the system. A health management architecture will be presented and then a common modeling framework. I will show that this work has made it possible to standardize the joint formalisms of diagnosis and prognosis. A diagnostic algorithm whose results can be interpreted by the prognostic module will be presented. This algorithmic work, followed by an application in the real case of a rover, constitutes a major contribution for the intrinsic coupling of diagnostic and prognostic algorithms. The second point will be distributed and decentralized diagnosis for continuous dynamics systems. Structural analysis will be proposed as a solution for test generation in complex systems. Despite its apparent simplicity, it provides a powerful set of tools for analyzing and inferring information about the system. Moreover, it has the advantage of being applied indifferently to linear and non-linear systems. The presentation will show how the notions of diagnosis have been adapted in the decentralized and distributed framework, up to the formulation of an optimization problem linked to the choice of a subset of subsystem-level diagnostic tests. . Finally, the last part of my presentation will focus on my research project and present my perspectives for future years.

Résumé

Dans ma présentation d’HDR, j’exposerai dans un premier temps mes activités d’enseignement à l’INSA de Toulouse, ainsi que mes diverses responsabilités et investissements. Dans un deuxième temps, je donnerai les grands axes de ma recherche dont l’objectif est d’accroitre l’autonomie des systèmes en concevant des modules de diagnostic de fautes efficaces et adaptés. La détection et l’isolation des fautes qui peuvent survenir permettent en effet au système de réagir correctement aux différentes situations dans lesquelles il se trouve, contribuant ainsi grandement à son autonomie. Je me focaliserai sur deux points particuliers. Tout d’abord le lien entre le diagnostic et le pronostic sera développé dans le cadre des systèmes à dynamiques hybrides, le pronostic consistant à prédire les états futurs du système. Une architecture de gestion de santé sera présentée puis un cadre commun de modélisation. Je montrerai que ce travail a permis d’uniformiser les formalismes conjoints de diagnostic et de pronostic. Un algorithme de diagnostic dont les résultats sont interprétables par le module de pronostic sera présenté. Ce travail algorithmique, suivi d'une application dans un cas réel de rover, constitue une contribution majeure pour le couplage intrinsèque d’algorithmes de diagnostic et de pronostic. Le deuxième point portera sur le diagnostic décentralisé et distribué pour des systèmes à dynamique continue. L’analyse structurelle sera proposée comme solution pour la génération de tests dans le cadre des systèmes complexes. Malgré son apparente simplicité, cette dernière fournit un ensemble d'outils puissants pour analyser et inférer des informations sur le système. Par ailleurs, elle a l'avantage de s'appliquer indifféremment aux systèmes linéaires et non linéaires. L’exposé montrera comment les notions de diagnostic ont été adaptées dans le cadre décentralisé et distribué, jusqu’à la formulation d’un problème d'optimisation lié au choix d'un sous-ensemble de tests de diagnostic au niveau des sous-systèmes. Enfin, la dernière partie de mon exposé portera sur mon projet de recherche et présentera mes perspectives pour les années futures.

Mots-Clés / Keywords
Diagnostic; Pronostic; Systèmes autonomes; Approche décentralisée; Approche distribuée; Sélection de tests; Autonomous systems; Decentralized approach; Distributed approach; Test selection;

144117
17488
29/11/2017

Cadre unifié pour la modélisation des incertitudes statistiques et bornées – Application à la détection et isolation de défauts dans les systèmes dynamiques incertains par estimation

T.A.TRAN

DISCO

Doctorat : Université de Toulouse III - Paul Sabatier, 29 Novembre 2017, 189p., Président: G.DE COOMAN, Rapporteurs: N.RAMDANI, P.BONNIFAIT, Examinateurs: L.TRAVE-MASSUYES, Directeurs de thèse: F.LE GALL, C.JAUBERTHIE , N° 17488

Lien : https://hal.laas.fr/tel-01705119

Diffusable

Plus d'informations

Abstract

This thesis deals with state estimation in discrete-time dynamic systems in the context of the integration of statistical and bounded error uncertainties. Motivated by the drawbacks of the interval Kalman filter (IKF) and its improvement (iIKF), we propose a filtering algorithm for linear systems subject to uncertain Gaussian noises, i.e. with the mean and covariance matrix defined by their membership to intervals. This new interval Kalman filter (UBIKF) relies on finding a punctual gain matrix minimizing an upper bound of the set of estimation error covariance matrices by respecting the bounds of the parametric uncertainties. An envelope containing all possible estimates is then determined using interval analysis. The UBIKF reduces not only the computational complexity of the set inversion of the matrices intervals appearing in the iIKF, but also the conservatism of the estimates. We then discuss different frameworks for representing incomplete or imprecise knowledge, including the cumulative distribution functions, the possibility theory and the theory of belief functions. Thanks to the last, a model in the form of a mass function for an uncertain multivariate Gaussian distribution is proposed. A box particle filter based on this theory is developed for non-linear dynamic systems in which the process noises are bounded and the measurement errors are represented by an uncertain Gaussian mass function. Finally, the UBIKF is applied to fault detection and isolation by implementing the generalized observer scheme and structural analysis. Through various examples, the capacity for detecting and isolating sensor/actuator faults of this tool is illustrated and compared to other approaches.

Résumé

Cette thèse porte sur l’estimation d’état des systèmes dynamiques à temps discret dans le contexte de l’intégration d’incertitudes statistiques et à erreurs bornées. Partant du filtre de Kalman intervalle (IKF) et de son amélioration (iIKF), nous proposons un algorithme de filtrage pour des systèmes linéaires dont les bruits sont gaussiens incertains, c’est-à-dire de moyenne et matrice de covariance définies par leur appartenance à des intervalles. Ce nouveau filtre de Kalman intervalle (UBIKF) repose sur la recherche d’une matrice de gain ponctuelle minimisant une borne majorante de l’ensemble des matrices de covariance de l’erreur d’estimation en respectant les bornes des incertitudes paramétriques. Un encadrement de tous les estimés possibles est ensuite déterminé en utilisant l’analyse par intervalles. Le filtre UBIKF permet de réduire à la fois la complexité calculatoire de l’inversion ensembliste des matrices intervalles présent dans le filtre iIKF et le conservatisme des estimations. Nous abordons ensuite différents cadres permettant de représenter des connaissances incomplètes ou imprécises, y compris les fonctions de répartition, la théorie de possibilité et la théorie des fonctions de croyance. Grâce à cette dernière, un modèle sous forme d’une fonction de masse pour une distribution gaussienne multivariée incertaine est proposé. Un filtrage particulaire ensembliste basé sur cette théorie est développé pour des systèmes dynamiques non linéaires dans lesquels les bruits sur la dynamique sont bornés et les erreurs de mesure sont modélisées par une fonction de masse gaussienne incertaine. Enfin, le filtre UBIKF est utilisé pour la détection et l’isolation de défauts en mettant en oeuvre le schéma d’observateurs généralisé et l’analyse structurelle. Au travers de différents exemples, la capacité d’isolation de défauts capteurs/ actionneurs de cet outil est illustrée et comparée à d’autre approches.

Mots-Clés / Keywords
Distributions de probabilités incertaines; Théorie des fonctions de croyance; Diagnostic; Filtrage de Kalman ensembliste; Filtrage particulaire ensembliste;

142093
17411
13/10/2017

Chronicle based alarm management

J.VASQUEZ

DISCO

Doctorat : INSA de Toulouse, 13 Octobre 2017, 170p., Président: F.MUNOZ, Rapporteurs: C.V.ISAZA, M.LE GOC, Examinateurs: L.TRAVE-MASSUYES, Directeurs de thèse: A.SUBIAS, F.JIMENEZ , N° 17411

Lien : https://hal.laas.fr/tel-01660820

Diffusable

Plus d'informations

Résumé

Ce travail de thèse a été réalisé dans le cadre d’une thèse en co-tutelle entre l’INSA, Toulouse, et l’Université des Andes, Colombie, avec un financement de Colciencias. Ce travail est motivé par la nécessité pour l’industrie de détecter des situations anormales pendant les phases de démarrage et d’arrêt des installations. La sécurité des installations industrielles implique une gestion intégrée de tous les facteurs et événements pouvant causer des accidents. La gestion des alarmes peut être formulée comme un problème de reconnaissance de motifs événementiels dans lequel des modèles temporels sont utilisés pour caractériser différentes situations typiques, en particulier pendant les phases de démarrage et d’arrêt. Dans cette thèse une nouvelle approche de gestion des alarmes basée sur un processus de diagnostic est proposée. En supposant que les alarmes et les actions du mode opératoire standard sont des événements discrets, l’étape de diagnostic repose sur la reconnaissance de situation pour fournir aux opérateurs des informations pertinentes sur les défaillances induisant le flux d’alarmes. La reconnaissance de situation est basée sur des chroniques qui caractérisent les situations d’interdit et qui sont apprises de manière automatique. Les chroniques sont apprises à partir de séquences d’événements représentatives obtenues par simulation et constituant l’entrée d’une version étendue de l’Algorithme de Découverte de Chroniques Heuristique Modifié (HCDAM). HCDAM a été étendu dans cette thèse pour prendre en compte des connaissances expertes sous la forme de restrictions temporelles spécifiques. Un modèles hybride causal du procédé est utilisé pour vérifier les séquences d’entrée et pour expliquer et donner du sens aux chroniques apprises. La méthodologie de gestion des alarmes basée sur des chroniques CBAM (comme Chronicle Based Alarm Management ) proposée dans cette thèse fusionne différentes techniques pour tenir compte de l’aspect hybride et des procédures opérationnelles standard des processus concernés. Comparée aux autres approches de gestion d’alarmes, cette approche se caractérise par l’utilisation de l’information sur les actions procédurales liées au comportement des variables continues dans un processus formel de diagnostic. Des informations spécifiques sont obtenues à chaque étape de la méthodologie CBAM qui se résume en trois étapes : 1. Étape 1 : Identification du type d’événement à partir des procédures d’exploitation standard et de l’évolution des variables continues, cette étape détermine l’ensemble des types d’événements pendant les phases de démarrage et d’arrêt. 2. Étape 2 : Génération de séquence d’événements à partir de l’expertise et d’une procédure d’abstraction événementielle, cette étape détermine la date d’apparition de chaque type d’événement pour la construction des séquences d’événements représentatives. Une séquence d’événements représentatifs est l’ensemble des types d’événements avec leurs dates d’occurrence qui peuvent être associées à un scénario spécifique du processus. Cette étape se conclut avec la vérification des séquences d’événements représentatives à l’aide du modèle causal hybride. 3. Étape 3 : Construction de la base de chroniques à partir des séquences d’événements représentatives et des restrictions temporelles dans chaque scénario, cette étape détermine la base de chroniques à l’aide de l’algorithme HCDAM. La methode proposée pour la gestion des alarmes est illustrée par deux cas d’etude representatifs du domaine pétrochimique.

Abstract

This thesis work was carried out in the framework of a co-tutelle between INSA, Toulouse, and the University of the Andes, Colombia, with financial support of Colciencias. This work is motivated by the need of the industry to detect abnormal situations in the plant startup and shutdown stages. Industrial plants involve integrated management of all the events that may cause accidents and translate into alarms. Process alarm management can be formulated as an event-based pattern recognition problem in which temporal patterns are used to characterize different typical situations, particularly at startup and shutdown stages. In this thesis, a new approach for alarm management based on a diagnosis process is proposed. Considering the alarms and the actions of the standard operating procedure as discrete events, the diagnosis step relies on situation recognition to provide the operators with relevant information about the failures inducing the alarm flow. The situation recognition is based on chronicles that characterize the situations of interest and are learned automatically. The chronicles are learned from representative event sequences obtained by simulation and given as input to an extended version of the Heuristic Chronicle Discovery Algorithm Modified (HCDAM). HCDAM has been extended in this thesis to account for expert knowledge in the form of specific temporal restrictions. A hybrid causal model of the process is used to verify the input event sequences and to explain and provide semantics to the learned chronicles. The Chronicle Based Alarm Management (CBAM) methodology proposed in this thesis involves different techniques to take the hybrid aspect and the standard operational procedures of the concerned processes into account. Compared to other approaches of alarm management, this approach uses information about the procedural actions related to the continuous variables behavior in a formal diagnosis process. Specific information is obtained in each step of the CBAM methodology, and it is summarized in three steps: 1. Step 1: Event type identification From the standard operating procedures and from the evolution of the continuous variables, this step determines the set of event types in startup and shutdown stages. 2. Step 2: Event sequence generation From the expertise and an event abstraction procedure this step determines the date of occurrence of each event type for constructing the representative event sequences. A representative event sequence is the set of event types with their dates of occurrence that can be associated to a specific scenario of the process. This step concludes verifying the representative event sequences using the hybrid causal graph. 3. Step 3: Chronicle database construction From the representative event sequences and temporal restrictions of each scenario, this step determines the chronicle database using the extended HCDAM algorithm. The proposed framework for alarm management is illustrated with two case studies representative of the petrochemical field.

141513
17363
21/08/2017

Analyse structurelle pour le diagnostic des systèmes distribués

C.PEREZ

DISCO

Doctorat : INSA de Toulouse, 21 Août 2017, 149p., Président: A.MORAN, Rapporteurs: V.COCQUEMPOT, A.RIOS-BOLIVAR , Directeurs de thèse: L.TRAVE-MASSUYES, E.CHANTHERY, J.SOTOMAYOR , N° 17363

Lien : https://hal.laas.fr/tel-01631550

Diffusable

Plus d'informations

Abstract

This thesis focuses on fault detection and isolation. Among the different methods to generate diagnosis tests by taking advantage of analytical redundancy, this thesis adopts the approach based on analytical redundancy relations (ARRs). Given a model of the system in the form of a set of differential equations, ARRs are relations that are obtained from the model by eliminating non measured variables. This can be performed in an analytical framework using elimination theory. Another way of doing this is to use structural analysis. Structural analysis is based on a structural abstraction of the model that only retains a representation of which variables are involved in which equations. Despite the rusticity of the abstract model, structural analysis provides a set of powerful tools, relying on graph theory, to analyze and infer information about the system. Interestingly, it applies indifferently to linear or nonlinear systems. This thesis proposes efficient algorithms based on structural analysis for the diagnosis of decentralized and distributed continuous systems as well as for the choice of an optimal set of tests. These algorithms were tested on two industrial case studies.

Résumé

Cette thèse porte sur la détection et l’isolation de fautes. Parmi les différentes méthodes pour générer des tests de diagnostic utilisant la redondance analytique, cette thèse adopte l’approche par relations de redondance analytique (RRA). Étant donné un modèle du système sous la forme d’un ensemble d’équations différentielles, les RRA sont des relations obtenues à partir du modèle en éliminant les variables non mesurées. Ceci peut être effectué dans un cadre analytique en utilisant la théorie de l’élimination. Une autre solution consiste à utiliser l’analyse structurelle. L’analyse structurelle est basée sur une abstraction du modèle qui ne conserve que les liens entre variables et équations. Malgré son apparente simplicité, l’analyse structurelle fournit un ensemble d’outils puissants, s’appuyant sur la théorie des graphes, pour analyser et inférer des informations sur le système. Par ailleurs, elle a l’avantage de s’appliquer indifféremment sur les systèmes linéaires ou non linéaires. Cette thèse propose des algorithmes efficaces basés sur l’analyse structurelle pour le diagnostic des systèmes continus decentralisés et distribués ainsi que pour le choix d’un ensemble de tests optimal. Ces algorithmes on été testés sur deux cas d’étude industriels.

Mots-Clés / Keywords
Diagnostic à base de modèles; Analyse structurelle; Architectures décentralisées et distribuées; Algorithmes de planification; A*; Model based fault diagnosis; Structural analysis; Decentralized and distributed architectures; Planning algorithms;

141213
16470
02/12/2016

A data-based approach for dynamic classification of functional scenarios oriented to industrial processes

N.BARBOSA ROA

DISCO

Doctorat : Université de Toulouse III - Paul Sabatier, 2 Décembre 2016, 212p., Président: M.V.LE LANN, Rapporteurs: C.V.ISAZA NARVAEZ, R.GOURIVEAU, Examinateurs: G.D.ZAPATA , Directeurs de thèse: L.TRAVE-MASSUYES, V.H.GRISALES PALACIO , N° 16470

Lien : https://hal.laas.fr/tel-01445834

Diffusable

Plus d'informations

Abstract

The main objective of this thesis is to propose a dynamic clustering algorithm that can handle not only dynamic data but also evolving distributions. This algorithm is particularly fitted for the monitoring of processes generating massive data streams, but its application is not limited to this domain. The main contributions of this thesis are: 1. Contribution to dynamic clustering by the proposal of an approach that uses distance- and density-based analyses to cluster non-linear, non-convex, overlapped data distributions with varied densities. This algorithm, that works in an online fashion, fusions the learning and classification stages allowing to continuously detect and characterize new concepts and at the same time classifying the input samples, i.e. which means recognizing the current state of the system in a supervision application. 2. Contribution to feature extraction by the proposal of a novel approach to extract dynamic features. This approach ,based on piece-polynomial approximation, allows to represent dynamic behaviors without losing magnitude related information and to reduce at the same time the algorithm sensitivity to noise corrupting the signals. 3. Contribution to automatic discrete event modeling for evolving systems by exploiting informations brought by the clustering. The generated model is presented as a timed automaton that provides a high-level representation of the behavior of the process. The latter is adaptive in the sense that its construction is elaborated following the discovery of new concepts by the clustering algorithm.

Résumé

L'objectif principal de cette thèse est de développer un algorithme dynamique de partitionnement de données (classification non supervisée ou ‘’clustering’’ en anglais) qui ne se limite pas à des concepts statiques et qui peut gérer des distributions qui évoluent au fil du temps. Cet algorithme peut être utilisé dans les systèmes de surveillance du processus, mais son application ne se limite pas à ceux-ci. Les contributions de cette thèse peuvent être présentées en trois groupes: 1. Contributions au partitionnement dynamique de données en utilisant : un algorithme de partitionnement dynamique basé à la fois sur la distance et la densité des échantillons est présenté. Cet algorithme ne fait aucune hypothèse sur la linéarité ni la convexité des groupes qu'il analyse. Ces clusters, qui peuvent avoir des densités différentes, peuvent également se chevaucher. L'algorithme développé fonctionne en ligne et fusionne les étapes d'apprentissage et de reconnaissance, ce qui permet de détecter et de caractériser de nouveaux comportements en continu tout en reconnaissant l'état courant du système. 2. Contributions à l'extraction de caractéristiques : une nouvelle approche permettant d'extraire des caractéristiques dynamiques est présentée. Cette approche, basée sur une approximation polynomiale par morceaux, permet de représenter des comportements dynamiques sans perdre les informations relatives à la magnitude et en réduisant simultanément la sensibilité de l'algorithme au bruit dans les signaux analysés. 3. Contributions à la modélisation de systèmes à événements discrets évolutifs a partir des résultats du ‘clustering’ : les résultats de l'algorithme de partitionnement sont utilisés comme base pour l'élaboration d'un modèle à événements discrets du processus. Ce modèle adaptatif offre une représentation du comportement du processus de haut niveau sous la forme d'un automate dont les états représentent les états du processus appris par le partitionnement jusqu'à l'instant courant et les transitions expriment l'atteignabilité des états.

Mots-Clés / Keywords
Dynamic clustering; Fault diagnosis; Monitoring; Pattern recognition; System tracking;

138513
16508
22/11/2016

Développement du système d'analyse des données recueillies par les capteurs et choix du groupement de capteurs optimal pour le suivi de la cuisson des aliments dans un four.

T.MONROUSSEAU

DISCO

Doctorat : 22 Novembre 2016, 115p. , N° 16508

Lien : Président: L.TRAVE-MASSUYES, Rapporteurs: S.CHARBONNIER, P.THOMAS, Examinateurs: C.TRELEA, S.VOLATIER, Directeurs de thèse: M.V.LE LANN

Non diffusable

138894
16501
18/10/2016

Estimation of uncertain dynamical systems and related properties. Application to health-monitoring.

C.JAUBERTHIE

DISCO

Habilitation à diriger des recherches : 18 Octobre 2016, 153p., Président: D.MAQUIN, Rapporteurs: A.EL BADIA, L.JAULIN, M.KIEFFER, Examinateurs: M.COMBACAU, L.DENIS-VIDAL, F.LE GALL, Garant: L.TRAVE-MASSUYES , N° 16501

Lien : https://hal.laas.fr/tel-01483801

Diffusable

Plus d'informations

Résumé

Dans ce travail, nous nous intéressons principalement à la surveillance préventive des systèmes non linéaires à incertitudes bornées, c’est-à-dire des systèmes pour lesquels les incertitudes ne sont définies que par leur appartenance à des intervalles. Pour cela, nous nous sommes placés dans un contexte dit « ensembliste » dans lequel nous avons pu étendre deux propriétés importantes largement étudiées en contexte stochastique qui sont l’identifiabilité et la diagnosticabilité. Au delà des définitions conceptuelles requises par ce travail, nous avons proposé des outils liés à l’algèbre différentielle permettant de vérifier ces deux propriétés. L’impact de l’identifiabilité ensembliste sur les résultats d’une estimation de paramètres a également été analysé, l’estimation de paramètres étant l’une des approches retenues pour la détection et l’isolation de défauts dans ce travail. Nous avons également cherché à améliorer l’estimation de paramètres en développant des critères pour la planification d’expériences, consistant ici en l’optimisation des conditions initiales, entrées et/ou période d’échantillonnage. Ces critères ont été appliqués à deux cas d’étude (pharmacocinétique et aéronautique) avec de très bons résultats. Par ailleurs, nous nous sommes intéressés à la modélisation des systèmes à incertitudes « mixtes », combinant des incertitudes bornées et stochastiques, en proposant notamment une amélioration du filtre de Kalman par intervalles. Le travail réalisé formalise des problèmes non abordés auparavant et pose des jalons pour les recherches futures.

Mots-Clés / Keywords
Diagnosticabilité ensembliste; Estimation; Identifiabilité ensembliste; Incertitudes bornées; Incertitudes mixtes; Planification d'expériences ensembliste; Set-membership diagnosability; Set-membership identifiability; Bounded uncertainties; Mixed uncertainties; Set-membership experiment design;

138753
16354
30/09/2016

Approche intégrée de diagnostic et de pronostic pour la gestion de santé des systèmes hybrides sous incertitude

Q.GAUDEL

DISCO

Doctorat : INSA de Toulouse, 30 Septembre 2016, 181p., Président: F.VERNADAT, Rapporteurs: A.GIUA, R.GOURIVEAU, Examinateurs: D.LEFEBVRE, Directeurs de thèse: E.CHANTHERY, P.RIBOT, Membre invité: J.SEN GUPTA , N° 16354

Lien : https://hal.laas.fr/tel-01417300

Diffusable

Plus d'informations

Abstract

This study takes place in the field of system health management, which aims at developing maintenance aid tools, but also at improving the systems autonomous decision-making in case of failures. In this context, diagnostic techniques determine whether and why the system is down, while prognostic techniques determine when failures will occur and their consequences. If they seem to be correlated, they are usually studied separately because the time scales manipulated by the two processes are very different. This work aims at developing a tool that integrates both diagnosis and prognosis methods for the monitoring of hybrid systems, whose dynamics are both continuous and discrete. The proposed methodology, based on hybrid particle Petri nets, is applied to a planetary rover to demonstrate its usability in real cases through the management of knowledge-based and data-based uncertainty.

Résumé

Cette étude s’inscrit dans le domaine de la gestion de santé des systèmes, qui vise à développer des outils d’aide à la maintenance, mais également à améliorer les prises de décision en autonomie des systèmes en cas de pannes. Dans ce cadre, des techniques de diagnostic déterminent si et pourquoi le système est en panne, alors que des techniques de pronostic déterminent quand les pannes vont survenir et leurs conséquences. Si elles semblent être corrélées, elles sont généralement étudiées séparément, car les échelles de temps manipulées par les deux processus sont très différentes. Ces travaux ont pour objectif de développer un outil intégrant les méthodes de diagnostic et de pronostic pour la surveillance des système hybrides, dont les dynamiques sont à la fois continues et discrètes. La méthodologie proposée, basée sur les réseaux de Petri hybrides particulaires, est appliquée sur un rover planétaire pour démontrer son utilisabilité en cas réel à travers la gestion des incertitudes liées au système et aux données.

Mots-Clés / Keywords
Diagnostic; Pronostic; Systèmes hybrides; Surveillance basée sur les modèles; Gestion de santé; Incertitudes; Diagnosis; Prognosis; Hybrid systems; Model-based monitoring; Health management; Uncertainty;

138373
15583
11/12/2015

Développement d’un outil d’aide au diagnostic pour la production de maïs permettant la réduction de la consommation en eaux d’irrigation et en traitements phytosanitaires

E.ROUX

DISCO

Doctorat : INSA de Toulouse, Décembre 2015, 120p., Président: L.TRAVE-MASSUYES, Rapporteurs: R.GOURIVEAU, N.PERROT, Examinateurs: G.HUBY, B.LAMRINI, Directeurs de thèse: M.V.LE LANN , N° 15583

Non diffusable

Plus d'informations

Résumé

La thèse concerne la conception d’un outil d’aide à la décision, et s’intéresse tout particulièrement aux aspects relatifs à l’apprentissage et au diagnostic. Le premier objectif est de le rendre capable de choisir le meilleur scénario pour le couple « date de semis »/ « type de semis » en fonction des caractéristiques des parcelles à diagnostiquer dans un objectif d’aide à la décision pour les agriculteurs. Le second concerne le diagnostic hydrique établi avant le début des irrigations en juin, au cours duquel il s’agit d’évaluer les besoins en eau d’irrigation des différents îlots de parcelles afin d’anticiper la demande et de répartir au mieux les quantités d’eau pourvue aux irrigants. L’apprentissage utilise la méthode de classification LAMDA qui est basée sur la logique floue. Afin de permettre la prise en compte optimale de tous les facteurs pouvant intervenir dans le rendement d’une parcelle, un nouveau type a été intégré à la méthode LAMDA, et les outils d’apprentissage ont été modélisés, implémentés, et testés de sorte à correspondre aux besoins spécifiques des deux parties du projet. Le nouveau type a été conçu pour être générique et permettre à la méthode LAMDA un traitement multicouche des données d’apprentissage. Il autorise ainsi la gestion de données multidimensionnelles issues de contextes différents. Son efficacité a été évaluée sur les cas pratiques du projet MAISEO mais a vocation à pouvoir être appliqué à tous les autres domaines de recherche dans lesquels la classification multivariée peut être employée.

135936
14189
28/04/2014

Intégration de l’inférence abductive et inductive pour la représentation des connaissances dans les réseaux de gènes

T.LE

DISCO

Doctorat : Université de Toulouse III - Paul Sabatier, 28 Avril 2014, 96p., Président: G.RICHARD, Rapporteurs: J.DEMONGEOT, Y.LACROIX, Examinateurs: J.C.FAYE, B.BENHAMOU, V.RISCH, Directeurs de thèse: A.DONCESCU, P.SIEGEL , N° 14189

Lien : http://tel.archives-ouvertes.fr/tel-00996894

Diffusable

Plus d'informations

Abstract

Diagnostic reasoning (abductive) and predictive reasoning (inductive) are two methods of reasoning that enable the discovery of new knowledge. When abductive reasoning is the process of finding the best explanation (hypothesis) for a set of observations (Josephson, 1994), the inductive reasoning is the process of predicting, from a set of observations, to find all possible results. These observations may be symptoms of a patient, experiments on genomic and metabolic networks, etc. In this PhD thesis, we are interested in the representation, analysis and synthesis of genomic signaling networks using hypothetical logic. In fact, this thesis focuses on modeling of signaling pathways in response to the DNA double stranded break. To implement the abduction, we use algorithms of production. Then, the default logic is used to build models of minimum representation. These algorithms are proven knowledge discovery on the map of DNA double-strand break. This map is minimal as biological causality graph and allows integrating bio-molecular data.

Résumé

Le raisonnement diagnostique (abductif) et le raisonnement de prédiction (inductif) sont deux des méthodes de raisonnement qui permettent la découverte de connaissances nouvelles. Lorsque le raisonnement abductif est le processus permettant de trouver la meilleure explication (hypothèse) pour un ensemble d’observations (Josephson, 1994), le raisonnement de prédiction est le processus, à partir d’un ensemble d’observations, permettant de trouver tous les résultats possibles. Ces observations peuvent être les symptômes d’un patient, des expériences concernant les réseaux métaboliques et génomiques, etc. Dans cette thèse, nous nous sommes intéressés à la représentation, l’analyse et la synthèse des réseaux de signalisation génomique en utilisant la logique des hypothèses. En fait, ce mémoire se focalise sur la modélisation des voies de signalisation en réponse à la cassure double-brin de l’ADN. Pour implémenter l’abduction nous utilisons les algorithmes de production. Ensuite, la logique des défauts permet de construire des modèles de représentation minimale. Ces algorithmes de découvertes de connaissances sont prouvés sur la carte de cassure double brin de l’ADN. Cette carte est minimale en tant que graphe de causalité biologique et elle permet d’intégrer les données biomoléculaires.

Mots-Clés / Keywords
Conclusion conséquente; Abduction; Champ de production; Logique des défauts; Raisonnement diagnostique; Raisonnement de prédiction; Cassure double-brin de l’ADN; Voie de signalisation; Voie métabolique; Représentation; Modélisation; Connaissances biologiques; Consistent conclusion; Field of production; Default logic; Diagnostic reasoning; Predictive reasoning; Double-stranded break DNA; Signaling pathway; Metabolic pathway; Representation; Modeling; Biological knowledge;

131942
Les informations recueillies font l’objet d’un traitement informatique destiné à des statistiques d'utilisation du formulaire de recherche dans la base de données des publications scientifiques. Les destinataires des données sont : le service de documentation du LAAS.Conformément à la loi « informatique et libertés » du 6 janvier 1978 modifiée en 2004, vous bénéficiez d’un droit d’accès et de rectification aux informations qui vous concernent, que vous pouvez exercer en vous adressant à
Pour recevoir une copie des documents, contacter doc@laas.fr en mentionnant le n° de rapport LAAS et votre adresse postale. Signalez tout problème de dysfonctionnement à sysadmin@laas.fr. http://www.laas.fr/pulman/pulman-isens/web/app.php/