Thèse de Ben Li

Diagnosis and Diagnosability of Complex Discrete Event Systems Modeled by Labeled Petri Nets

Cette thèse porte sur le diagnostic des systèmes à événements discrets modélisés par des Réseaux de Petri labellisés (RdP-L). Les problèmes de diagnostic monolithique et de diagnostic modulaire sont abordés. Des contributions sont proposées pour résoudre les problèmes d’explosion combinatoire et de complexité de calcul. Dans le cadre de l’analyse de la diagnosticabilité monolithique, certaines règles de réduction sont proposées comme un complément pour la plupart des techniques existantes de l’analyse de la diagnosticabilité, qui simplifient le modèle RdP-L tout en préservant sa propriété de diagnosticabilité. Pour un RdP-L sauf et vivant, une nouvelle condition suffisante pour la diagnosticabilité est proposée. Pour un RdR-L borné et non bloquant après l’occurrence d’une faute, l’analyse à-la-volée est améliorée en utilisant la notion d’explications minimales qui permettent de compacter l’espace d’état ; et en utilisant des T-semiflots pour trouver rapidement un cycle indéterminé. Une analyse àla- volée utilisant Verifier Nets (VN) est proposée pour analyser à la fois les RdP-L bornés et nonbornés, ce qui permet d’obtenir un compromis entre efficacité du calcul et limitation des explosions combinatoires. Dans le cadre de l’analyse de la diagnosticabilité modulaire, une nouvelle approche est proposée pour les RdP-Ls décomposés. Les règles de réduction, qui préservent la propriété de la diagnosticabilité modulaire, sont appliquées pour simplifier le modèle initial. La diagnosticabilité locale est analysée en construisant le VN et le Graphe d’Accessibilité Modifié (MAG) du modèle local. La diagnosticabilité modulaire est vérifiée en construisant la composition parallèle du MAG et des graphes d’accessibilités d’autres modules du système. La complexité de calcul est inférieure à celles des autres approches dans la littérature. D’autre part, l’explosion combinatoire est également réduite en utilisant la technique de ε-réduction.

Jury

Directeur de Thèse : Armand TOGUYÉNI - Professeur Encadrante : Manel KHLIF-BOUASSIDA - Maître de Conférence Rapporteurs : Eric NIEL, INSA de Lyon - Professeur Dimitri LEFEBVRE, Université du Havre - Professeur Membres : Rochdi MERZOUKI, Polytech Lille - Professeur João Dos Santos BASILIO, Université Fédérale de Rio - Professeur Ramla SADDEM, Université de Reims Champagne Ardennes - Maître de Conférence Mohamed GHAZEL, IFSTTAR - CR-HDR

Thèse de l'équipe MOSES soutenue le 3 mai 2017

Retour vers les autres thèses