ToPSyS : Tolérance Pronostic Système de Systèmes

Équipe PERSI

PERennisation des Systèmes Industriels

Responsable: Belkacem Ould Bouamama

PRÉSENTATION MEMBRES THÈSES PUBLICATIONS

Présentation

L’objectif général des travaux de recherche de l’équipe PERSI est de garantir la disponibilité opérationnelle et la pérennité des équipements des systèmes industriels. Cette problématique intégrée nécessite dans une première phase de détecter et d’isoler les fautes (fautes progressives et fautes cataleptiques) puis dans un deuxième temps, de prédire (anticiper les pannes) et enfin, dans une troisième étape, d’estimer la durée de vie restante ou de gérer un fonctionnement en mode dégradé. Dans la littérature consultée, les trois phases sont traitées principalement de façon indépendante. La thématique générale qui caractérise l’équipe PERSI consiste à aborder de façon simultanée et cohérente les différents aspects de la conception de systèmes pérennes que sont la modélisation (fonctionnelle et comportementale), le diagnostic, le pronostic de systèmes énergétiques et l’information de ces procédures. Les outils utilisés sont basés sur la représentation multiphysique (Bond Graph Hybrides pilotés par événements), l’Intelligence Artificielle et les outils formels de modélisation. Les domaines d’applications concernent principalement l’énergie renouvelable (hydrogène vert, systèmes multisources, pile à combustible …), le transport et les systèmes de production.

Ses centres d’intérêt couvrent principalement les domaines suivants :
• Les méthodes à base de modèles physiques, de données (filtres particulaires) et hybride pour le diagnostic et pronostic.
• Les modèles multiphysiques, hamiltoniens, hybrides et l’analyse structurelle pour la conception intégrée de systèmes de supervision.
• Les méthodes basées sur les diagnostiqueurs ou les vérificateurs.
• L’optimisation et la gestion des modes de fonctionnement des systèmes hybrides.
• L’IA pour l’estimation de l’état de santé et la prise de décisions robustes.
• Le prototypage logiciel et les techniques formelles pour l’automatisation des procédures de PHM (AMESIM, Modelica, FDIpad….).

Membres

Associés

Rim Abdallah

Diagnostic et supervision d'une station de rechargement à base d'énergies renouvelables pour une flotte de véhicules partagés fonctionnant à 'hydrogène et l'électricité

Balyogi mohan Dash

LFT Bond Graph et ensemble Machine Learning pour le diagnostic et le pronostic des systèmes non linéaires. Applications aux systèmes de production d'hydrogène vert

Aqib Khan

Conception optimale d’un système multi-énergies appliquée à un bâtiment commercial - COSMAC

Rabah Ouali

Jumeau numérique à base d'apprentissage profond pour convertisseurs de puissance

Les autres équipes du groupe thématique ' ToPSyS '

SoftE ToSyMA