La Surveillance Industriel Dynamique par les Systèmes Neuro-Flous Temporels : Application à un système de Production

Transcription

1 SETIT th Intenational Confeence: Sciences of Electonic, Technologies of Infomation and Telecommunications Mach 22-26, 2009 TUNISIA La Suveillance Industiel Dynamique pa les Systèmes Neuo-Flous Tempoels : Application à un système de Poduction Rafik MAHDAOUI*, Hayet MOUSS*, Ouahiba CHOUHAL*, Ouahab KADRI* et Hichem HOUASSI** * Laboatoie d Automatique et Poductique (LAP) Univesité de Batna 1, Rue Chahid Boukhlouf Batna, Algéie mehdaoui.afik@yahoo.f hayet_mouss@yahoo.f chouhal_wahiba@yahoo.f ouahabk@yahoo.f ** Cente univesitaie Khenchela, Algéie houassi_h@yahoo.f Résumé : L un des poblèmes d une gande impotance dans la suveillance industielle est constitué pa la possibilité d effectue une détection de fausses alames et éventuellement de pédie une défaillance. Ces poblématiques entent dans le cade de la suveillance dynamique, méthode pemettant à teme de s oiente ves le concept de maintenance poactive et, plus paticulièement, ves le ponostic. Dans ce contexte, note tavail s oiente ves les systèmes Neuoflous tempoels, ces denies sont caactéisés pa leu possibilité de epésente les connaissances d un système de poduction pa des connaissances symboliques et au même temps numéiques dans un seul outil. Aussi, nous avons choisi d intége les systèmes d inféence flous dans une achitectue de éseaux de neuones d Elman. Le système de poduction choisie est l atelie de clinkéisation de la SCIMAT, cimenteie de Ain Touta «Batna». Mots clés : Ponostic, RdF Dynamique, Suveillance Dynamique, Systèmes Neuo-Flous Tempoels. INTRODUCTION This Les méthodologies de suveillance se basent su deux concepts : méthodes de suveillance en l absence de modèles du pocédé, et méthodes de suveillance avec modèles. Le modèle d un système est généalement difficile à obteni, sutout pou des systèmes complexes soumis à des aléas ou econfiguables. Pou des aisons de flexibilité et d adaptabilité, nous nous sommes donc oienté ves une des méthodes de suveillance sans modèle et plus pécisément pa econnaissance de fomes dynamique. L utilisation des systèmes Neuo-flous pou des applications industielles telles que la détection dynamique, le diagnostic et le ponostic exige la pise en compte de l aspect tempoel. Dans cette optique, nous poposons d effectue une achitectue d un système Neuo-Flou tempoels, en essayant d établi les citèes nous pemettant de sélectionne les meilleues configuations en vue des applications de suveillance dynamique et de ponostic. Note objectif consiste à faie une implémentation d un système d inféence flou de type Takagi-Sugeno dans un éseau de neuones de type «Elman» pou automatise le maximum de la tâche de la suveillance dynamique d un système de poduction. Afin d atteinde cet objectif nous oganisons ainsi cet aticle. La pemièe patie pésente les pincipales difféences ente une suveillance classique et dynamique ainsi que le diagnostic pédictif, le ponostic et en fin la maintenance cuative. La deuxième patie est dédiée aux pincipales achitectues et pincipes de fonctionnement des systèmes Neuo-Flous dynamique et leus - 1 -

2 applications. Dans la toisième patie nous poposons un système Neuo-Flous tempoel pou la suveillance dynamique du système de poduction. 1. La suveillance dynamique D une impotance capitale dans la maintenance industielle aussi bien dans sa dimension conditionnelle, pévisionnelle, que du point de vue d un etou d expéience efficace, stuctué et systématique, la suveillance pend une dimension paticulièe gâce à la distibution de l intelligence aux niveaux les plus bas [MAH 07]. Ainsi, pou suveille en continu l'évolution d'un système et détemine les causes des événements indésiables, il semble donc intéessant d'utilise au mieux toutes les infomations disponibles, qu'elles soient numéiques (données capteus), ou symboliques (histoiques, envionnements, épaations effectuées, ). On etouve donc dans la littéatue le teme "d'appoche unifié" pou la suveillance, qui caactéise les systèmes de suveillance penant en compte les données numéiques et symboliques. Avec l'appoche analytique, on considèe les infomations quantifiables issues d'un modèle numéique founissant des symptômes analytiques. L'appoche heuistique pemet de compléte la pemièe en penant en compte les infomations qualitatives su les systèmes suveillés tiées de l'expetise humaine Définitions Suveillance : La suveillance est un dispositif passif, infomationnel, qui analyse l'état du système et founit des indicateus. La suveillance consiste notamment à détecte et classe les défaillances en obsevant l'évolution du système, puis à les diagnostique en localisant les éléments défaillants et en identifiant les causes pemièes [RAC 06]. Voi la Figue 1. Détection pédictive (dynamique) et du Diagnost ic pédictif, appelé aussi ponostic [RAC 06] (Figue 2). Suveillance classique et suveillance dynamique. Dans le cade d une application à la suveillance dynamique, les techniques d identification doivent ête appliquées duant le fonctionnement du système et les paamètes caactéisant le système doivent ête identifies égulièement afin de pouvoi suive et détecte les évolutions du système en cous de suveillance. Les techniques d identification écusive «dynamique» sont paticulièement adaptées à ce type de poblématique. Qu elles soient basées su une appoche entée-sotie, une appoche d état ou utilisant des éseaux de neuones [RIC 07], elles pemettent de mette à jou le modèle à chaque nouvelle acquisition. Dans le cas de l utilisation des outils de l'intelligence Atificielle, la fonction suveillance est souvent vue uniquement comme une application de econnaissance des fomes; les fomes epésentent le vecteu d entée composé pa les difféentes données de l équipement (données mesuables et qualifiables), et les classes epésentent les difféents modes de fonctionnement ou / et de défaillance. Composantes de la suveillance industielle. Suveillance dynamique (pédictive) : Comme pou la suveillance classique, la suveillance pédictive est un dispositif passif, infomationnel, qui analyse l'état pésent et passé du système et founit des indicateus su les tendances d évolution futue du système. La suveillance pédictive se compose de: la 2. Les systemes neuo-flous elman 2.1. les RNAs écuents La epésentation du temps dans les éseaux de neuones epésente une caactéistique essentielle dans la pespective d une suveillance industielle dynamique. La pise en compte de l aspect tempoel des données pa les RNAs nécessite cetaines modifications achitectuales des modèles neuonaux statiques. Il existe en littéatue deux façons distinctes d abode le temps pa les éseaux de neuones dans la pemièe, le temps est epésenté comme un mécanisme extene au éseau de neuones. Des etads (ou tempoisations) sevent à mémoise les données d entée pendant une cetaine duée τi. Pa conte, dans la deuxième façon de pende en compte le temps, le éseau de neuones est capable de taite le temps sans aucun mécanisme extene. Cette - 2 -

3 epésentation est appelée epésentation intene selon Chappelie [ ] et epésentation dynamique Elman [] (Figue 3). a 1 f(.) Repésentation du compotement dynamique d un neuone écuent Le système Neuo-Flou d Elman La figue 6 illuste un système Neuo-Flou d Elman avec 5 couches et les concepts de base employés dans les RNAs d Elman classique. Dans ce éseau, les nœuds qui sont en entée et les nœuds de la couche contexte qui copie la valeu des nœuds de la quatième couche sont tous connectés à la toisième couche. Ils epésentent les vaiables linguistiques nommés µi et xi dans les ègles floues de la toisième couche Le modèle d Elman Dans l achitectue poposée pa Elman (1990) les unités de la couche cachée sont dupliquées su une couche appelée couche de contexte avec un poids unitaie. L appentissage s effectue pa l algoithme de éto popagation et ne concene que les poids de popagation avant (figue 4, figue 5). La stuctue de RNA d Elman SI X est T 1 u est T 1 u1 x1 ET... ET X ET... ET u ALORS X A X B U x u M estt est T xn um et N Achitectue Neuo-Flou d Elman 3. L atelie de clinkeisation Note application est illustée su un pocédé industiel de fabication du ciment. Cette installation fait patie de cimenteie d Ain-Touta (SCIMAT) Batna Algéie. Cette cimenteie d une capacité de t/an est composée de plusieus unités qui déteminent les difféentes phases du pocessus de fabication du ciment. L atelie de cuisson egoupe deux fous dont le débit clinke est de 1560 t/h. le boyage de ciment compend deux boyeus de 100t/h chacun. Les expéditions du ciment s effectuent à pati de deux stations, une pou les camions et une aute pou les wagons (Figue 7). Achitectue écuente d Elman

4 qui sont utilisés pou patitionne les données «caactéistiques» des fomes à classe et les paamètes des données. NEFDIAG epésente un classificateu flou F avec un ensemble de classes C={c1,c2 cm}. Schéma synoptique de l atelie de clinkéisation. 4. Suveillance de l atelie L achitectue poposée pou la suveillance et le diagnostic de systèmes industiels est epésentée su figue 6. Elle utilise les paamètes de l identification du système effectuée en fonctionnement à pati de ses entées et soties. La suveillance et le diagnostic sont éalises pa une technique Neuo-flou tempoel de classification qui utilise les paamètes d identification dont les vaiations caactéisent les évolutions du système éel. Le vecteu d entée de ce classifieu est donc constuit à pati de ces données. Pou cela, on utilise soit les paamètes identifiés buts, soit les paamètes physiques déteminés à pati de techniques d estimation utilisant les paamètes identifiés. Dans tous les cas, les données utilisées pou le éseau sont considéées comme des séies tempoelles à suveille. Afin d implémente ce type de système Neuo-flou et l exploité pou la suveillance dynamique du système de poduction nous avons poposé un logiciel infomatique NEFDIAG 2.00 «Neuo Fuzzy DIAGnosis» Pésentation de NEFDIAG Un logiciel infomatique de simulation inteactive baptisé NEFDIAG (Neuo Fuzzy DIAGnosis) vesion 0.0 est développé au sein de LAP (Batna.Algeie). Ce logiciel écit sous LABVIEW consacé essentiellement au développement, à l appentissage et au test d un système Neuo-Flou de classification des pannes d un pocédé industiel. NEFDIAG peut ête epésenté comme un type spécial de pecepton flou, à tois couches utilisé pou classifie des défaillances. NEFDIAG fait son appentissage pa un ensemble de fomes, telle que chaque fome soit affectée (classée) ves une des classes pédéfinies (figue 9). NEFDIAG génèe les ègles floues pa un pacous de données et optimise ensuite les ègles pa appentissage des paamètes des sous ensembles flous Méthode de décision Expet «AMDEC» Phase D exploitation Le diagnostic pa RDFSNF. Apes l appentissage, NEFDIAG peut ête utilisé pou classifie une nouvelle obsevation, le système peut ête epésenté sous fome de ègles floues : Si symptôme1 est A1 symptôme2 est A2 symptôme3 est A3 symptômen est An Alos la fome (x1, x2, x3,, xn) est à la classe mode de defaillance1. Tel que A1, A2, A3, An sont des temes linguistiques epésentés pa des ensembles flous. Cette caactéistique nous pemet de connaîte des analyses su nos données, et utilise ces connaissances pou les classifie. La figue 9 illuste un système Neuo-Flou epésenté pa NEFDIAG avec N entées, M ègles floues et P soties tel que les entées epésentent les obsevations de chaque composant (sous système) d u système à suveille, donc pou chaque composant, il y une ou plusieus obsevations L appentissage Données issues pa des capteus (vecteu d entée) Citèe de classement Restuctua-tion du système L appentissage des systèmes de Neuo-Flous atificiels est une phase qui pemet de détemine ou de modifie les paamètes du système, afin d adopte un compotement désié. L étape d appentissage est basée su la descente - 4 -

5 de gadient d eeu quadatique moyenne commise pa le RNF. Apès avoi calculé l activation en avant des neuones des difféentes couches, l eeu est ensuite éto popagée dans le sens invese de l activation pou pouvoi calcule, pou chaque neuone, sa contibution (2). J m ( U, V ) ( u p ) ( d (2) Des coections sont ensuite appotées aux difféents paamètes du système (les poids, les seuils et les paamètes des fonctions d appatenance). L utilisateu définit le nombe initial des fonctions d appatenance pou patitionne les domaines des données d entées et spécifie le nombe k, nombe maximum de neuones des ègles qui seont céés dans la couche cachée. Initialisation : pou chaque donnée issue des capteus, il y a une unité d entée, et pou chaque mode de défaillance il y a une unité de sotie. Pou chaque unité d entée une patition floue initiale est spécifiée (exp. nombe des fonctions d appatenance tiangulaie). Appentissage des ègles : Le système NEFDIAG peut démae avec une base de connaissance patielle des fomes, et affine duant l appentissage. La ègle sea céée pa la echeche (pou une fome donnée f) la combinaison des fonctions d appatenance telle que chaque entée poduit la plus gande fonction d appatenance. N k 1 i1 3 (2) 1 m 1 2 ik (2) 2 L achitectue de NEFDIAG Si cette combinaison n est pas identique pou les ègles existantes dans la base des ègles et le nombe de ègles n est pas maximum, alos une ègle sea céée et ajoutée à la base des ègles. ik ) Analyse de dysfonctionnement Pou l analyse des dysfonctionnements nous avons etenu la méthode d analyse des modes de défaillance, de leus effets et leu citicité (AMDEC). Le aisonnement pou le diagnostic est décit sous fome de ègles floues à l intéieu de note système Neuo-Flou. L avantage pincipal de l utilisation de la base de ègles floues éside dans sa modulaité et sa facilité d extension (suppession ou ajout d autes ègles). La base de ègles initiale pou établi le diagnostic des défaillances est constuite en exploitant le modèle élaboé en phases dysfonctionnement de note système (AMDEC). En effet, cette analyse pemet d établi les liens de causes à effets ente les composantes défaillants et les symptômes obsevés. Ces liens seont epésentés sous fomes de ègles floues constuisant la base de connaissances qui sea appenti à plus tad et ensuite testés, pou effectue les aisonnements flous nécessaies et abouti aux ésultats expimant la fonction de diagnostic pédictif. Apès avoi donné la stuctue du système nous avons besoin d associe à chaque vaiable d entée un nombe fini d ensembles flous et utilise le type de fonction d appatenance associée, et aussi l intevalle de définition des vaiables et ou ensembles flous. Toutes ces configuations, ont l avantage d accélée la vitesse d appentissage et aussi l oientation du système Neuo-Flou pou une meilleue exploitation des essouces. étape.1 : apès détemination de toutes les vaiables d entée et les paamètes de note système, NEFDIAG 2.00 donne d abod les patitions de chaque vaiable d entée. La figue 10.a illuste une patition initiale de fonction d appatenance de la vaiable d entée «vitesse otation fou»

6 La figue 10.b epésente la patition des vaiables apès la phase d appentissage. système NEFDIAG fait sont intevention pa ectification le sous système qui à la pobabilité la plus élevée (figue 12). V_R_F avant appentissage. Figue 12 Message de pévention d une dégadation. V_R_F apès appentissage. étape.2 : Le système NEFDIAG peut démae avec une base de connaissance patielle des fomes (figue 11), et affine duant l appentissage. Base de données Appentissage de éseau neuo-flou Base de ègles initiale (vide ou non) Module d adaptation Figue 11 Pincipe de fonctionnement de NEFDIAG. La ègle sea céée pa la echeche (pou une fome donnée f). La combinaison des fonctions d appatenance telle que chaque entée poduit la plus gande fonction d appatenance. Si cette combinaison n est pas identique pou les ègles existantes dans la base des ègles et le nombe de ègles n est pas maximum, alos une ègle sea céée et ajoutée à la base des ègles. Pou l appentissage des fonctions d appatenance, une simple éto popagation sea utilisée. Une décision sea céée qui dépend de l eeu de sotie pou chaque unité de ègles. Chaque ègle change ses fonctions d appatenance pa le changement de leus suppots. étape.3 : avant l appaition d une dégadation, le 5. Conclusion Dans cet aticle, nous avons pésenté un système de suveillance dynamique industiel pa l utilisation des systèmes Neuo-flous dynamiques. Nous avons développé Un éseau de type Elman et l élaboe pou accepte la compatibilité avec un système flou de type TSK. Nous avons illusté d utilisation de note outil d aide à la pédiction et de ponostic sous fome d un pototype NEFDIAG 2.00 installé su un PC. Ce développement a été éalisé au LAP : Laboatoie d Automatique et Poductique de l univesité de Batna. NEFDIAG 2.00 fait un appentissage à deux phases. Un appentissage de ègles, et génèe les ègles floues pa le pacous de données et optimise les ègles pa appentissage des paamètes des ensembles flous qui sont utilisés pou patitionne les données des fomes à classe et les paamètes des données. REFERENCES [HEN 02] Jean Héng, Patique de la maintenance péventive. Edition Dunod, [LIN 98] Ling Li, Zhidong Deng, and Bo Zhang, A Fuzzy Elman Neual Netwok, Fuzzy Sets and Systems, Vol. 98, pp , [MAH 07] Rafik Mahdaoui, L.H Mouss, Diagnostic Industiel pa Neuo-Floue : Application à Un Système de Poduction, CIP Sétif 3-4 novembe [RAY 04] Hassan Rayhene, Suveillance des systèmes de poduction automatisés :détection et diagnostic, thèse de doctoat, Institut National Polytechnique de Genoble, [RIC 07] Ricado Mogan, Fuzzy and Neuo-Fuzzy Modeling fo Total Volume study of Eucalyptussp, IEEE Seventh Intenational Confeence on Hybid Intelligent Systems, pp.358, [RAC 06] Daniel Racoceanu Contibution à la suveillance des systèmes de poduction en utilisant les techniques de l intelligence atificielle, habilitation à diige des echeches, univesité de - 6 -

7 Fanche Comté de Besançon, [SYL 06] Sylvie Chabonnie, Suveillance de systèmes continus à l aide de méthodes n utilisant pas de modèles fomels : Application aux systèmes médicaux, habilitation à diige des echeches, Institut National Polytechnique de Genoble,