Contact : Gilles HETREUX 
Liste des Collaborateurs :
4 Collaborateur(s) dont :
- 4 Enseignant(s)-Chercheur(s)
Objectifs
La gestion de la production discontinue par des méthodes de simulation dynamique hybride, incluant
des aspects d’intégration énergétique et de diagnostic de défauts.
Fait marquant : la simulation dynamique hybride
La conception et le développement d’un environnement orienté objet de modélisation/simulation de procédés (nommé PrODHyS) a conduit à l’intégration d’un noyau de simulation dynamique hybride (continu/discret) permettant de prendre en compte tous les modes de fonctionnement (continu, semi-continu, batch). Les fondements théoriques de ce noyau ont conduit à la définition d’un formalisme mathématique rigoureux à haut niveau d’abstraction : les « Réseaux de Petri Différentiel Objet » (thèse Perret, 2003). Cet outil évolutif et opérationnel a permis au cours de ces dernières années de développer des approches et des outils de conduite de procédés s’articulant autour des potentialités de la simulation hybride. Parmi ceux-ci, citons :
- le module PrODHysAEM :
- la complexité des procédés actuels et les exigences en sûreté industrielle nécessitent la mise en place de systèmes de supervision avancée, fondés sur une coopération homme/machine où l’opérateur se voit assisté non seulement dans les tâches routinières mais aussi celles de raisonnement.
- une méthodologie de surveillance basée sur le principe de redondance analytique est mise en oeuvre (thèse Olivier-Maget 2006) : des indicateurs sont générés par évaluation d’une distance entre le comportement observé de l’installation (mesures) et le comportement d’un modèle de référence simulé en fonctionnement normal. En cas de détection d’une dérive, ces indicateurs sont alors comparés à des signatures de défauts obtenus par simulation du modèle de référence en présence de défauts. Cette comparaison permet d’établir un diagnostic et de localiser les composants défaillants.
- le module ProSched :
- les performances d’une unité discontinue dépendent des caractéristiques de chaque appareil mais aussi de l’établissement de plans de production permettant d’optimiser la productivité. Dans ce cadre, une approche couplant optimisation (programmation linéaire en variables mixtes) et simulation dynamique hybride (thèse Florian Fabre, en cours), permet de résoudre le problème d’ordonnancement en s’appuyant sur une procédure itérative d’amélioration d’une solution. L’idée est ici de tirer avantage de ces deux outils en ne cherchant pas un optimum mathématique, qui serait obtenu sur un modèle nécessairement simplifié du système, mais plutôt un plan de production satisfaisant obtenu sur la base d’un modèle plus fidèle et donc plus robuste face au procédé réel.
