Download Free Un Environnement De Conception Multi Agents Pour Le Pilotage Des Systemes De Production Book in PDF and EPUB Free Download. You can read online Un Environnement De Conception Multi Agents Pour Le Pilotage Des Systemes De Production and write the review.

Face à un marché fortement concurrentiel, les entreprises d'aujourd'hui s'orientent vers de nouvelles méthodes de production, passant d'une logique de production de type " planifiée " à une logique de type " Juste à Temps ". Le système de pilotage de la production doit alors être un système modulaire, flexible et réactif. Les approches classiques hiérarchisées ne permettent plus de prendre en compte la complexité inhérente à un tel système. C'est pourquoi, nous proposons une approche décentralisée, réactive et émergente pour le pilotage de la production, qui s'appuie sur les principes des systèmes multi-agents. Le but de cette thèse est de proposer une approche et un modèle pour faciliter la conception des systèmes de pilotage moderne. Nous avons proposé un modèle basé sur des concepts organisationnels tels que les groupes et les rôles, et des concepts d'interaction de la FIPA (Foundation for intelligent physical agents) tels que les protocoles. Il permet une description simple de structures d'organisations et d'interactions quel que soit le niveau considéré (cellule, Atelier, Entreprise).
Nous nous situons dans le contexte de la simulation de systèmes industriels complexes et distribués en termes opérationnel, informationnel et décisionnel. Nous considérons plus particulièrement les problèmes de formalisation, de modularité, de centralisation et de mise en évidence des flux et sous-systèmes. En effet, l'évolution du contexte industriel pousse les entreprises à évoluer vers des systèmes de plus en plus décentralisés (entreprises virtuelles, groupement d'entreprises, décentralisation,...). Les méthodes et les outils de simulation existants ne supportent pas de manière optimale ces nouveaux systèmes. En effet, il reste aujourd'hui très difficile de modéliser et simuler le comportement de systèmes tels que les groupements d'entreprises. Après avoir mis en évidence cette problématique, nous proposons dans le cadre de nos travaux de recherche une apporche méthodologique adaptée aux systèmes industriels fortement distribués. Cette approche est basée sur les systèmes multi-agents et reste indépendante de toute plateforme ou outil informatique. Nous proposons un cycle de vie et une première définition des phases les plus importantes : spécification d'un modèle de simumation, conception d'un modèle multi-agents et implantation d'un modèle informatique. Les concepts que nous mettons en oeuvre (systèmes multi-agents, systémique, ...) nous permettent de répondre aux différents problèmes posés par les systèmes de production complexes et distribués.
CETTE ETUDE SE SITUE DANS LA CADRE DE LA MODELISATION, DE LA SPECIFICATION ET DE L'EVALUATION DES PERFORMANCES DES SYSTEMES INDUSTRIELS DE PRODUCTION. NOTRE TRAVAIL REPOSE SUR LA METHODOLOGIE DE MODELISATION DE SYSTEMES INDUSTRIELS DE PRODUCTION ET SUR LE CONCEPT D'ENVIRONNEMENT DE MODELISATION DEFINIS AU LABORATOIRE D'INFORMATIQUE (LIMOS) DE L'UNIVERSITE BLAISE PASCAL DE CLERMONT-FERRAND. DANS UNE PREMIERE PARTIE, NOUS PROPOSONS UNE DEMARCHE DE SPECIFICATION DU SOUS-SYSTEME DECISIONNEL DES SYSTEMES INDUSTRIELS DE PRODUCTION. CETTE DEMARCHE COMPREND UNE STRUCTURATION DU SOUS-SYSTEME DECISIONNEL QUI MET EN UVRE UN MODELE MULTI-AGENTS ET UNE SPECIFICATION DE L'ALGORITHME DE RESOLUTION DES AGENTS DU MODELE AVEC LA METHODE SA-RT. DANS UNE DEUXIEME PARTIE, NOUS PROPOSONS UN ENVIRONNEMENT DE MODELISATION MULTI-AGENTS POUR LA RESOLUTION DES PROBLEMES LIES AUX SYSTEMES INDUSTRIELS DE PRODUCTION. CET ENVIRONNEMENT COMPREND : LA DEMARCHE DE SPECIFICATION PROPOSEE DANS LA PREMIERE PARTIE ET UN ENVIRONNEMENT LOGICIEL, APPELE COUPLAGE-TRIPLE. LE COUPLAGE-TRIPLE MET EN OEUVRE UNE METHODE D'OPTIMISATION POUR DETERMINER L'ORDRE D'UTILISATION DES PIECES EN ENTREE DU SYSTEME, UN MODELE MULTI-AGENTS POUR SPECIFIER ET PLANIFIER LE FONCTIONNEMENT INTERNE DU SYSTEME ET UN MODELE DE SIMULATION POUR EVALUER LES PERFORMANCES DU SYSTEME. CE TRAVAIL EST VALIDE SUR TROIS EXEMPLES INDUSTRIELS. LE PREMIER EXEMPLE CONCERNE LE DIMENSIONNEMENT ET LA PROPOSITION DE REGLES DE GESTION POUR UN SYSTEME DE PRODUCTION DE BOBINES D'ALLUMAGE. LE DEUXIEME EXEMPLE CONSISTE A CONCEVOIR UN ENVIRONNEMENT DE PLANIFICATION DYNAMIQUE POUR LES FONDERIES DE TYPE SABLE. LE TROISIEME EXEMPLE CONCERNE LA PLANIFICATION DES MOUVEMENTS D'UN ROBOT DE MANUTENTION ET L'ORDONNANCEMENT DES PIECES EN ENTREE DANS UN ATELIER DE TRAITEMENT DE SURFACE. LES RESULTATS OBTENUS PERMETTENT DES GAINS DE PRODUCTIVITE ET UNE AMELIORATION DU FONCTIONNEMENT DU SYSTEME.
Le développement des technologies infotroniques, qui permettent de faire porter numériquement des données par le produit afin de lui conférer un rôle actif dans la boucle cybernétique, conduisent à remettre en question l'organisation conventionnelle des systèmes de pilotage, pour s'orienter vers un pilotage par le produit. Il existe un large consensus sur l'intérêt de cette approche dans la prise de décision tant centralisée que distribuée. Cependant, peu de travaux portent sur l'évaluation de l'efficience du pilotage par le produit dans l'interaction entre des systèmes d'information centralisés de niveau business (ERP) et des systèmes distribués de niveaux process (MES). Notre contribution porte sur un outil de modélisation et de simulation de systèmes de pilotage contrôlés par le produit afin d'évaluer différentes topologies d'organisation combinant décisions centralisées et/ou distribuées en comparant certains critères de productivité. Nous présentons d'abord la définition, le développement et la validation d'un environnement d'évaluation orienté composants, basé sur un outil d'émulation et un système multi-agents, permettant d'analyser les performances d'un système de pilotage par le produit et de le comparer avec des approches classiques. Nous présentons ensuite l'application du pilotage par le produit à partir d'une série d'expériences réalisées à l'aide de l'environnement développé. Ces expériences, menées sur un cas industriel ainsi que sur une plateforme d'expérimentation de laboratoire permettent d'éprouver et de valider la faisabilité du concept de pilotage par le produit en terme d'impact décisionnel et en terme de contraintes techniques.
La gestion des perturbations (probl mes d'approvisionnement, d faillances des ressources, probl mes de qualit , ordres urgents...) est une probl matique importante lors du pilotage de syst mes de production. Les architectures de pilotage existantes offrent peu de concepts la fois sp cifiquement d di s et suffisamment g n riques pour g rer une vari t de types de perturbations. Dans ce contexte, l'immunit biologique repr sente un syst me naturellement capable de r agir et de s'adapter aux menaces qui guettent l'organisme h te. Nous nous inspirons de ce syst me pour identifier les principales caract ristiques d'une architecture distribu e de pilotage. Cette architecture met en oeuvre des fonctions suffisamment g n riques et sp cifiquement d di es la gestion des perturbations, telles que les fonctions de d tection, d'identification et de r action aux perturbations. Cette architecture est r alis e gr ce la technologie des syst mes multi agents, et permet en plus de capitaliser les connaissances sur les perturbations en vue d'une r utilisation future. Ce syst me s'int gre aux syst mes d'information et de prise de d cision industriels existants tels que les syst mes ERP et MES.
La recherche d'adaptativité et de réactivité dans le pilotage des cellules de production implique la répartition de l'intelligence décisionnelle. Une corollaire en est la difficulté à maitriser et à optimiser la prise de décision en temps réel. Le but de ces travaux est d'étudier l'apport des systèmes multi-agents pour le pilotage des cellules adaptatives de production. L'intérêt de modéliser le système de pilotage par un systeme multi-agents est d'une part de construire le comportement de la cellule non plus par une approche fonctionnelle descendante, mais par un assemblage de comportements locaux, ce qui permet de décrire le fonctionnement d'un systeme complexe, alors qu'une description globale n'est pas forcement possible. Cela permet d'autre part de décrire le scenario de production sous la forme d'une succession d'états a obtenir, et non plus comme une séquence d'actions a réaliser, ce qui permet a la cellule de s'auto organiser en fonction des objectifs a obtenir et de l'état actuel de la cellule. Une population d'agents réactifs modélisant les comportements locaux est confrontée a des décisions multiplaces et conflictuelles et s'organise grâce a l'interaction de leur comportement afin d'obtenir un comportement global cohérent. Pour valider notre approche, nous l'avons applique au contrôleur de la cellule expérimentale de fraisage de LURPA. Deux exemples de production sur la cellule sont traités, une production dite normale permet de mettre en évidence le séquencement en temps réel des taches de la cellule et une production à statut prioritaire permet de mettre en évidence la capacité du contrôleur de cellule à réagir à cette perturbation, qu'est le lancement de cette production
Pour le contrôle dans les nouvelles formes d'organisations productives constituées de partenaires autonomes, nous proposons une approche évitant la modélisation de structure. L'étude des entreprises en réseau, en particulier du point de vue de l'évolution des organisations, montre en effet qu'une de leurs caractéristiques intrinsèques essentielles est la dynamique de structure. L'objectif de cette thèse est de définir une architecture de système multi-agents, basée sur un réseau de contrats, pour la gestion d'un système de production distribué et dynamique. Le recours à une méthodologie émergentiste pour sa conception s'oppose à certaines idées préconçues sur l'identification des agents à des entitiés concrêtes de l'organisation. Un couplage faible vise à favoriser l'émergence de politiques de pilotage originales. Notre architecture permet de réaliser une intégration des différentes parties du système distribué par un protocole, celui du réseau de contrats. Une architecture réflexive d'agent complète ce système. Le méta contrôle les comportements de l'agent du réseau ainsi que sa capacité d'apprentissage. Cet apprentissage repose sur l'acquisition de plusieurs comportements partiels de manière synchronisée, ceci par chacun des agents du niveau méta. Le mécanisme mis en jeu est un moteur de raisonnement à base de cas, avec une représentation en langage XML. Le réseau de contrats multi-agents ainsi que l'architecture réflexive ont été implémentés dans un framework de simulation appelé OCEAN. Celui-ci est implémenté en langage java au dessus de la plate-forme multi-agents MadKit. Il permet le développement de simulations à partir de données relativement brutes sur les entités du système. Nous proposons pour cela une méthodologie de simulation en exploitant ce framework.
La gestion des perturbations des flux de production (problèmes d'approvisionnement, défaillances des ressources, problèmes de qualité...) est une problèmatique importante lors du pilotage de systèmes de production. Les architectures de pilotage existantes offrent peu de concepts à la fois spécifiquement dédiés et suffisament génériques pour permettre de gérer une variété de types de perturbations. Dans ce contexte, l'immunité biologique représente un système naturellement capable de réagir et de s'adapter aux menaces qui guettent l'organisme hôte. Nous nous inspirons des principes de fonctionnement de ce système pour identifier les principales caractéritiques d'une architecture distribuée de pilotage. Cette architecture met en oeuvre des fonctions suffisamment génériques et spécifiquement dédiées à la gestion des perturbations, telles que les fonctions de détection, d'identification et de réaction aux perturbations. Cette architecture est réalisée grâce à la technologie des systèmes multi-agents, et permet en plus de capitaliser les connaissances sur les perturbations en vue d'une réalisation future
Modelling environmental dynamics is critical to understanding and predicting the evolution of the environment in response to the large number of influences including urbanisation, climate change and deforestation. Simulation and modelling provide support for decision making in environmental management. The first chapter introduces terminology and provides an overview of methodological modelling approaches which may be applied to environmental and complex dynamics. Based on this introduction this book illustrates various models applied to a large variety of themes: deforestation in tropical regions, fire risk, natural reforestation in European mountains, agriculture, biodiversity, urbanism, climate change and land management for decision support, etc. These case studies, provided by a large international spectrum of researchers and presented in a uniform structure, focus particularly on methods and model validation so that this book is not only aimed at researchers and graduates but also at professionals.