Système contrôle-commande intelligent et maîtrise des risques
Loading...
Date
2021-07-15
Journal Title
Journal ISSN
Volume Title
Publisher
UNIVERSITÉ DU 20 AOÛT 1955 SKIKDA
Abstract
Avec l’essor des technologies modernes, nous assistons au développement de
nombreux systèmes complexes capables d’agir, de réagir, voire de décider de manière
autonome, tels les systèmes robotiques. Ces systèmes prennent une place importante
dans beaucoup d’applications, y compris les applications industrielles. Actuellement,
des zones industrielles sont de plus en plus envahies par des flottes de robots mobiles,
capables d’effectuer des tâches complexes en collaborant et en coopérant ensemble.
Néanmoins, l’intégration de tels systèmes dans des environnements d’interventions avec
une forte interaction robot-robot et robot-humain présente une certaine complexité de
contrôle et de coordination, qui devient plus difficile à gérer dans un environnement
dynamique et à haut risque. C’est pourquoi le besoin de développer de nouvelles
méthodologies d’analyse et de maitrise de risques est devenu plus exigent.
Cette thèse est consacrée à l’étude de cette complexité dans le cadre applicatif
d’un laboratoire d’analyses dont l’une des particularités est d’être équipé d’une flotte de
robots mobiles à roues autonomes, transportant entre autres des produits à risques
(explosifs, corrosifs…), et en interaction forte avec l’humain. En particulier, la sûreté et
la sécurité sont traitées à travers une analyse des risques en considérant diverses
architectures de coordination (centralisée, hiérarchique et hiérarchique modifiée) des
robots, permettant leur navigation, tout en gardant un œil sur l’amélioration de leur
contrôle.
Dans un premier temps, nous proposons une méthodologie permettant d’identifier
et d’évaluer les scénarios de risques potentiels du laboratoire, dans l’objectif de les
minimiser et de les maîtriser. La méthodologie proposée est basée sur quatre
combinaisons de cinq méthodes principales d’analyse des risques visant à fournir une
analyse détaillée d’un système industriel complexe : l’analyse des modes de défaillance,
de leurs effets et de leur criticité AMDEC, l’analyse des arbres de défaillances ADD, la
méthode d’analyse des dangers STPA, la méthode du nœud papillon, ainsi que la
méthode utilisant les réseaux de Petri.
L’application de ces approches à notre laboratoire robotisé a fait émerger des
exigences de sécurité et des recommandations concernant la navigation et le contrôle
des robots mobiles, permettant de préserver la sûreté et la sécurité de l’ensemble de
l’établissement.
Enfin, nous nous sommes attachés à développer une architecture de contrôle des
robots, basée sur des algorithmes méta-heuristiques d’optimisation PSO, issus de
l’intelligence artificielle. Les exigences de sûreté et de sécurité de notre système étant
respectées, nous en avons d’une part préservé la stabilité, et avons d’autre part assuré
une navigation plus précise des robots mobiles.