Logo LAAS-Carnot

Offres de recrutement et d’emploi au LAAS BOREAL 1.1.1

Stage

Visualisation du stage: STA643

Stage 2019-2020

E.CHANTHERY, P.RIBOT

DISCO

DO

systèmes temps réel, Systèmes embarqués, Réseaux de Petri, Python, pronostic et diagnostic, Diagnostic

Suivi de santé d’un système hétérogène

Les systèmes intelligents (smart-systems) sont devenus prédominants dans notre société. Ils sont par nature complexes et communicants, souvent hétérogènes et distribués. Un système hétérogène est défini comme un système présentant des sous-parties avec des dynamiques purement discrètes, des sous-parties purement continues, et d’autres hybrides, pouvant mêler dynamiques continues et discrètes. Le comportement de ces systèmes est intrinsèquement incertain, et ils peuvent subir des pannes. Leur suivi de santé est donc essentiel pour les industriels car l’arrêt d’un système peut avoir des conséquences très coûteuses. Le suivi de santé est réalisé à l’aide de fonctions de diagnostic et de pronostic permettant d’estimer l’état courant et de prédire l’état futur du système.

 

Un nouveau formalisme (appelé HtPN pour Heterogenous Petri Net), basé sur les réseaux de Petri, a été développé lors d’un stage dans l’équipe DISCO et permet de spécifier le comportement de systèmes hétérogènes.

Dans ce stage, on souhaite développer une méthode de suivi de santé basée sur les HtPN permettant de faire du diagnostic et du pronostic de systèmes hétérogènes.

Il s’agira dans un premier temps de développer les méthodes de diagnostic et de pronostic basées sur les HtPN. Ces deux méthodes seront implémentées en Python, en proposant une extension d’un logiciel existant (HyMu) permettant déjà de faire du diagnostic et du pronostic sur des systèmes hybrides, mais également de la simulation pour des systèmes hétérogènes.

L’implémentation sera testée sur un système réel dont l’interfaçage avec la nouvelle version d’HyMu sera à réaliser lors du stage. On utilisera pour cela une carte type Raspberry pi. L’objectif sera de faire fonctionner HyMu en temps réel, voire de l’embarquer sur le système si cela est possible.

Ce stage pourra faire l’objet d’une poursuite en thèse.

Pré-requis : réseaux de Petri, une connaissance de Python serait un plus

Référence :

HyMU: a software for Hybrid Systems Health Monitoring under Uncertainty Elodie Chanthery, Pauline Ribot and Amaury Vignolles, 30th International Workshop on Principles of Diagnosis DX'19, November 11-13, 2019, Klagenfurt, Austria

 

https://dx-workshop.org/2019/wp-content/uploads/2019/papers/DX_2019_paper_1.pdf

Master ou Ingénieur

Possibilité d'indemnisation

1

4 à 6 mois

Pour obtenir des informations complémentaires, contactez le responsable à cette adresse: