Search

International audience

This PhD thesis deals with the problematic of Control-Supervisory architectures of Flexible Manufacturing Systems (FMS). Indeed, the proposed Control-Supervisory architecture has the objective to minimize the tasks of the corrective maintenance. The developed architecture 'Indirect Supervisory following a Robust Control' has the objective to monitor the parameters of the control law to maintain the passive robustness of the system. The instantaneous follow-up of deviations in the context of active robustness is a means to predict the inevitable events that may influence the robustness of the system. This architecture is approached in two principal blocks: Control block and Supervisory block. The robust control function of the control block and the follow-up_detection and prognosis functions of the Supervisory block are the keys of this architecture. Indeed, for the robust control function we developed a construction methodology of multicriteria (flow and quality) robust control law generating the margins of passive and active robustness. For the prognosis function, we introduced a novel neural architecture for time-series prediction: the 'Double Recurrent Radial Basis Function network' (R2RBF). For the follow-up_detection function, we proposed a new model of the detection deficiency symptoms through the follow-up of the temporal and non-temporal performance indicators. At the end of this thesis, an application to an industrial system is presented to confirm the contribution of the proposed architecture: 'Indirect Supervisory following a Robust Control'.; Le travail développé dans cette thèse s'inscrit dans le cadre d'une problématique générale portant sur les architectures de Surveillance-Commande des Systèmes Flexibles de Production Manufacturière (SFPM). En effet, l'architecture de Commande-Surveillance, que nous avons proposé, a l'objectif de minimiser l'appel à la maintenance corrective. Ceci est afin minimiser les arrêts opérationnels du procédé. L'architecture développée " Surveillance Indirecte suite à une Commande Robuste" consiste à surveiller les paramètres de la loi de commande afin de maintenir la robustesse passive du système. Le suivi instantané des déviations dans un contexte de robustesse active est un moyen pour prévoir les événements inévitables qui peuvent influer la robustesse du système. L'architecture développée est constituée de deux bloc : bloc commande et bloc surveillance. La fonction commande robuste du bloc Commande ainsi que les fonctions pronostic et suivi-détection du bloc Surveillance sont les fonctions clés de cette architecture. En effet, pour la fonction commande robuste nous avons développé une loi de commande robuste hybride (robustesse passive et active) multicritères (flux et qualité) tout en se basant sur l'outil RdP à Intervalles. Pour la fonction pronostic, une nouvelle architecture " Réseau de Neurones Doublement Récurrent à Base de Fonctions Radiales" (RR2FR) dédiée à la prédiction est développée. Finalement, un modèle RdPTàO de suivi-détection est développé pour remplir les objectifs de suivi des paramètres qualitative et quantitative du produit et de détection des symptômes de défaillances. A la fin de cette thèse, une application à un système industriel est présentée afin de confirmer l'apport de l'architecture " Surveillance Indirecte suite à une Commande Robuste".

This paper proposes a modeling method of the laws controlling manufacturing systems with temporal and non temporal constraints. A methodology of robust control construction generating the margins of passive and active robustness is being elaborated. Indeed, two paramount models are presented in this paper. The first utilizes the P-time Petri Nets which is used to manage the flow type disturbances. The second, the quality model, exploits the Intervals Constrained Petri Nets (ICPN) tool which allows the system to preserve its quality specificities. The redundancy of the robustness of the elementary parameters between passive and active is also used. The final model built allows the correlation of temporal and non temporal criteria by putting two paramount models in interaction. To do so, a set of definitions and theorems are employed and affirmed by applicator examples.

International audience; Dans ce papier nous nous intéressons à la robustesse des Systèmes Flexibles de Production Manufacturière (SFPM) de type flow-shop à contraintes de temps de séjours. Le but est de gérer les perturbations influant le flux du produit. Les Réseaux de Petri P-temporels sont utilisés pour la modélisation des contraintes de temps. Une méthodologie de construction d'une commande robuste générant les marges de robustesse passive et active est élaborée. La redondance de la robustesse locale entre passive et active nous amène à définir des chemins permettant la constatation de la robustesse globale de système. Dans ce but, un ensemble de définitions, de lemmes et un théorème sont engagés et affirmés par des exemples.