Problématique de la reconfiguration des systèmes transitiques

Nous avons donné dans le chapitre 1 une première définition de la problématique abordée. Nous complétons celle-ci de manière plus détaillée. La maîtrise de la conception des systèmes de contrôle/ commande implique d’obtenir, dès les phases de spécification et de conception préliminaires, une bonne adéquation entre la solution fonctionnelle et l’architecture matérielle sur laquelle elle sera im- plantée[Coudert et al., 2002] (B.26), [Coudert et al., 2003] (B.21), [Berruet et al., 2004] (B.17). Ceci permet un gain en temps de conception, une réduction des coûts, et garantit de meilleures capacités d’évolution et une plus grande pérennité de la solution obtenue. Parallèlement, la validité doit être prouvée au plus tôt dans le cycle de conception par l’utilisation de techniques d’analyse et de valida- tion. Dans l’évaluation d’un ensemble de solutions, la simulation prend toute son importance. L’utili- sation que nous proposons est l’ anticipation du comportement en situation de dysfonctionnement afin d’orienter la prise de décision lors de la reconfiguration (la reconfiguration faisant partie du pilotage).

Comme nous l’avons indiqué dans le chapitre 1, la reconfiguration consiste en une réorganisa- tion à la fois de la structure matérielle de l’équipement et de sa commande [Berruet et al., 2000, Toguyéni et al., 2003]. Cela signifie que la reconfiguration doit être conçue conjointement avec le système lui-même. En phase d’exploitation, l’activité de support doit permettre de mettre en œuvre la reconfiguration, c’est-à-dire de modifier physiquement les équipements matériels mais également d’adapter leur commande. Toutes ces modifications peuvent être anticipées en phase de conception en envisageant et en simulant des dysfonctionnements et en concevant comment le système est en mesure d’être reconfiguré. L’application de nos travaux se situe dans le domaine des systèmes transitiques. Ce sont des systèmes extrêmement modulaires et flexibles qui doivent permettre de distribuer des produits dans tout le système de production afin d’y effectuer des opérations. La reconfiguration peut intervenir lors de l’apparition de défaillances sur certaines parties du système de production. Elle peut amener à modifier physiquement l’installation de ces éléments de transport et à modifier les programmes de commande. Ainsi, des modèles modulaires, flexibles et distribués peuvent être utiles non seulement en phase de conception (dans une approche bottom-up, des éléments archivés sont assemblés progressive- ment pour composer un système complet[Coudert et al., 2002] (B.26)) mais également pour piloter le système en phase d’exploitation (contrôle/commande, supervision, reconfiguration, etc.). Dans ce con- texte où des éléments de système distribués sont assemblés et doivent fonctionner harmonieusement, 62

2.2. Problématique de la reconfiguration des systèmes transitiques les Systèmes MultiAgents (SMA) constituent une solution. En effet, ce type de système est composé d’entités autonomes, réelles ou abstraites, qui sont capables d’agir sur elles-même et sur leur environ- nement et qui peuvent communiquer avec les autres agents. Leur comportement est la conséquence de leurs observations, de leurs connaissances et des interactions avec les autres agents [Ferber, 1995]. Un système transitique est alors vu comme un ensemble d’unités de transport distribuées, autonomes, in- telligentes, tolérantes aux fautes et réutilisables[Coudert et al., 2003] (B.21)chargées de tranférer des produits vers leurs lieux de transformation. En cas de problème, ces unités peuvent, par des mécanismes de coopération, trouver des solutions et permettre la reconfiguration du système. En phase d’exploita- tion nominale, les agents doivent coopérer afin de faire transiter les produits aux bonnes destinations. En phase de reconfiguration, les agents doivent coopérer afin de trouver une nouvelle configuration et permettre au système de continuer sa mission. Nous voyons également que les produits peuvent être modélisés par des agents. Un produit devient « intelligent » et peut ainsi coopérer avec son système de production afin que les opérations nécessaires soient réalisées. Notre travail s’est principalement concentré sur la phase de conception où un SMA, modélisant le système transitique, les machines et les produits, permet la simulation du pilotage et de la reconfiguration et la validation des scénarios qui pourront être mis en œuvre en phase d’exploitation.

Afin d’envisager la reconfiguration d’un système transitique, il est nécessaire de modéliser toutes les opérations que le système peut effectuer avec les contraintes de précédence entre opérations. Ceci est réalisé dans nos travaux en exploitant un Graphe d’Accessibilité Opérationnelle (GAO) initialement proposé par P. Berruet dans [Berruet et al., 2000]. Dans un GAO, les nœuds correspondent à des opéra- tions réalisables (transfert, éjection, attente, stockage, etc.) et les arcs représentent les contraintes de précédences entre opérations. Un chemin dans le graphe correspond à une solution que le pilotage doit ensuite mettre en œuvre, c’est-à-dire à une succession d’opérations que les produits doivent subir. En cas de défaillance d’un élément du système, une partie du graphe correspondant aux opérations qu’il devait être en mesure de réaliser est désactivée. Nous considérons alors que la première phase de la reconfiguration consiste à trouver un nouveau chemin dans le GAO afin que les produits continent leurs traitements. Dans un contexte distribué, il est nécessaire de développer un SMA capable de réaliser une telle reconfiguration.

Afin de chercher un chemin dans le GAO, nous avons choisi une approche flexible basée sur un algorithme de fourmis (Ant Colony Optimization - ACO [Dorigo, 1992, Dorigo and Stützle, 2004]). Le principe est qu’une colonie de fourmis artificielles cherchent un chemin aléatoirement dans un graphe. A chaque choix possible, une fourmi choisit un chemin selon une probabilité dépendant de l’attractivité du prochain nœud auquel le chemin mène (information locale) et de l’intérêt du chemin vis-à-vis des critères choisis (information globale). Chaque fourmi ayant atteint son but dépose une quantité de phéromones sur le chemin qu’elle a emprunté inversement proportionnelle à la valeur du critère qu’elle a obtenu. Plus un chemin est intéressant vis-à-vis d’un critère, plus la trace de phéromones est importante et donc, plus le chemin est attractif pour les autres fourmis. Notre système étant distribué, il est nécessaire d’adapter l’algorithme ACO.

Notre problématique détaillée se résume ainsi : il s’agit de développer un modèle à base de SMA capable de modéliser un système transitique dès la phase de conception et d’en assurer le pilotage (plus particulièrement la reconfiguration) en phase d’exploitation. Des agents modélisant les produits doivent être intégrés. La reconfiguration doit être réalisée par le SMA grâce à la communication et la coopération en exploitant un algorithme de fourmis.

Chapitre 2. Reconfiguration des systèmes transitiques