Chap. 13 de Howell: Analyse factorielle de variance: Principes dexpérimentation.
Proposition dune plateforme dexpérimentation sur le contrôle par le produit Rémi Pannequin et...
-
Upload
philbert-provost -
Category
Documents
-
view
103 -
download
1
Transcript of Proposition dune plateforme dexpérimentation sur le contrôle par le produit Rémi Pannequin et...
Proposition d’une plateforme d’expérimentation sur le contrôle par le produit
Rémi Pannequin et André Thomas
CRAN – CNRS UMR 7039
Equipe « Systèmes Contrôlés par le Produit »
Plan de la présentation
• Contexte et problématique• État de l’art• Fonctions de la plateforme• Spécification de la plateforme• Application à un cas industriel• Conclusion et perspectives
Champ de recherche
• Synchronisation (Plossl 97)– Flux de produits– Flux d’informations
Flux d’informations
Flux de matière
Synchronisation
Champ de recherche
• Synchronisation (Plossl 97)– Flux de produits– Flux d’informations
• Identification Automatique– Auto-ID (McFarlane et al. 03)– Points de synchronisation
Synchronisation par RFID
Produit Porteur d’un Tag
Champ de recherche
• Synchronisation (Plossl 97)– Flux de produits– Flux d’informations
• Identification Automatique– RFID (McFarlane et al. 03)– Points de synchronisation
• Contrôle Holonique– Holon = produit + information
Produit capable d’informer
Acteur du contrôle de
la production
Flux d’holons
Problématique
Besoin:Évaluer une architecture de contrôle par le produit
• avec réalisme (taille)• en tenant compte de différentes situations
Etude analytique Difficile…
Étude expérimentale
Objectif scientifiques :• Méthodologie pour la création de modèles d'ateliers virtuels réalistes
• Spécifier une architecture modulaire
Émulation et simulation
• But de la simulation– Observer l’évolution du
système face à un scénario prédéfini
– Boucle ouverte
• Le système de décision est inclus dans le modèle– Modélisation délicate– Souvent simplifiées
Simulation
Scénarioprédéfini
performances
Modélisation
Système réel
Émulation et simulation
• But de l’émulation– Reproduire l’interaction
avec l’environnement – Boucle fermée
• Seul le système opérant est modélisé– Modélisation facilitée– Modularité– Utilisation du système de
contrôle réel
Scénarioprédéfini
performances
Emulation
Interaction permanente
Caractérisation de la problématique
• Expérimentation sur un modèle du réel– Tout n’est pas représenté– L’expérience est elle valable ?– Quels aspects modéliser ?
• Conserver les aspects de la réalité qui posent des problèmes de pilotage, et que l’on étudie– Problèmes censés être résolus par le contrôle par le
produit – Conduit à une description fonctionnelle de l’émulateur
État de l’art (1/2)
• Émulation de parties opératives – Machines CN, robots,…
• Comparaison sur un cas d’école– Brenan 2000, Cavalieri 2000– Cas industriel simple
• IMS-NoE SIG4 (Cavalieri, 2003)– Service de benchmarking – Base globale (sur Internet) de cas industriels
• MAST (Marik & Vrba, 2005)– Intégration d’autonomie et de communication aux
équipements simulés (simulation par agents)
• Maintenir la séparation entre– Émulation du système opérant– Système de contrôle
• Constitution d’une base de modèles– Capitaliser les travaux d’une équipe / d’un labo
• Modularité émulation/contrôle basée sur des composants d’émulation génériques– Interface universelle pour accéder aux modèles
État de l’art (2/2) : notre position…
Fonctionnalités du dispositif expérimental
• Séparer des flux de natures différentes– Matière, information, décision– Le produit synchronise les flux
• Représenter tous les routages possibles– Choix autonome par le produit de sa route
• Émuler les événements du cycle de vie du produit– Naissance, …, mort– Assemblage, désassemblage
Architecture du dispositif expérimental
• Émulation du système opérant– Est constituée d’un ensemble de primitives de
modélisation basées sur une décomposition systémique– S’appuie sur une structure de modèles d’émulation
générique
• Système de contrôle– Supporte le système de décision et les flux d’information – Mis en oeuvre par un système multi-agents
• Interface– Assure la modularité entre émulation et contrôle– Repose sur la définition de la structure des messages
Primitives d’émulation
• Modélisation basée sur une analyse systémique– Temps, espace et forme (Le Moigne,1977)– Plus générique que les modèles des équipements
Temps Espace Forme
Non contrôlé
Contrôlée Fixée => Espace-Temps
Routage, manipulation, …
Non contrôlé
Fixée Contrôlée => Forme-Temps
Usinage, peinture, …
Non contrôlé
Fixée Fixée => Temps
Stockage, attente, …
Structure des modèles d’émulation
Le modèle d’émulation est
constitué de transformations et est traversé par
des produitsTransformation
+Identifiant+Temps de Cycle
+ObtenirEtat()+Régler()+Opérer()
Transformation d'espace
+Emplacement Source+Emplacement Destination
Transformation de forme
+Programme+Matrice de changement de série
Modèle d'emulation
*
1
Application de Simulation
+depart()+fin()+pause()+ObtenirEtat()
1 1
Produits
+Identifiant+Historique Transformations
+ObtenirEtat()
1
*
Les produits génèrent des événements
Informent sur changements d’état
Reçoivent des ordres de pilotage :
régler, opérer
Paramètres de contrôle :Espace source, espace
destination
Paramètres de contrôle:Programme de fabrication
Structure des messages
Horodatage du message
Nature : nom identitifiant
l’événement
Cible : ressource ou produit qui émet/reçoit
le message
Type d’événement :• Ordre (Request) .
• Compte-rendu (Report)
Modèle d'émulation
Manufacturing
Control
<<Agent>>
Événement<<Message XML>>
Cible
+Nom
1
Nature
+Nom
1
Paramètres
+Nom+Valeur
Horodatage
+Valeur+Unité
*
1
TypeNature<<Enumération>>
ReportRequest
1
1type
TypeCible<<Enumération>>
ProduitFormeEspace
1
1 type
1 *
<Event> <Target type="shapeTransform">CU23</Target> <Nature type="request">setup</Nature> <Parameters> <Parameter name="ProgramID" value="3"/> </Parameters> <Date unit="min">30,25</Date></Event>
Infrastructure du système de contrôle
• Utilisation d’un système multi-agents– Souplesse dans les interactions entre produit et agent
de contrôle– Encapsulation d’un outil ou décideur externe– Comportements intelligents
• Normes FIPA– Foundation for Intelligent Physical Agents– Protocoles d’interaction– Développement avec la plateforme JADE
Organisation du système de contrôle
• Chaque composant émulé est représenté par un agent– Produits et transformations de forme et d’espace– Ceux-ci :
• exposent leurs attributs• répondent aux ordres de contrôle
• D’autres agents effectuent le contrôle– Perception des changements des attributs– Emission d’ordres
• Un agent est responsable du transfert des messages entre système opérant et contrôle
Présentation d’un cas industriel
• Fabriquant de meubles– Emploie 4000 personnes– CA 450 millions d’euros
• Simulation d’un atelier– 70 références pièces / jour– Gammes variées et non linéaires Complexité des flux
• Problématique industrielle:– Gestion des encours– Routage des pièces Utiliser des RFID ?
Zone de test Modélisation
Emballage
en-cours
Pièces à emballer
finies
tampon
Perçage 3
Perçage 2
Perçage 1
Débit
tampon tampon
Pièces débitées à percer
Résultats et conclusion
• Le système émulé reproduit des comportements observés– Expressivité des primitives de modélisation
• Limites de la validation– Validation de portions du système physique– Difficile de reproduire les décisions
• Système à événements discrets (Arena) – Vs - Système temps continu (MAS)– Synchroniser les échéanciers– Simuler en « temps réel »
Perspectives
• Compléter la base de modèles• Résoudre le problème du temps : utilisation de
HLA• Développer des systèmes intelligents/auto-
organisés
Merci de votre attention …
• Un temps pour les questions…