WO2006035163A2 - Dispositif et procede d’analyse et de diagnostic d’un systeme - Google Patents

Dispositif et procede d’analyse et de diagnostic d’un systeme Download PDF

Info

Publication number
WO2006035163A2
WO2006035163A2 PCT/FR2005/002400 FR2005002400W WO2006035163A2 WO 2006035163 A2 WO2006035163 A2 WO 2006035163A2 FR 2005002400 W FR2005002400 W FR 2005002400W WO 2006035163 A2 WO2006035163 A2 WO 2006035163A2
Authority
WO
WIPO (PCT)
Prior art keywords
variables
discordant
list
model
variable
Prior art date
Application number
PCT/FR2005/002400
Other languages
English (en)
Other versions
WO2006035163A3 (fr
WO2006035163A8 (fr
Inventor
Didier Willaeys
Abdallah Asse
Original Assignee
Prosyst
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Prosyst filed Critical Prosyst
Priority to CA2581681A priority Critical patent/CA2581681C/fr
Priority to EP05807805.6A priority patent/EP1794685B1/fr
Priority to US11/576,071 priority patent/US8037005B2/en
Priority to ES05807805.6T priority patent/ES2575513T3/es
Publication of WO2006035163A2 publication Critical patent/WO2006035163A2/fr
Publication of WO2006035163A3 publication Critical patent/WO2006035163A3/fr
Publication of WO2006035163A8 publication Critical patent/WO2006035163A8/fr

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • G05B23/0278—Qualitative, e.g. if-then rules; Fuzzy logic; Lookup tables; Symptomatic search; FMEA
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
    • G05B23/0248—Causal models, e.g. fault tree; digraphs; qualitative physics

Definitions

  • the present invention relates to a device and a method for analyzing and diagnosing a system, particularly, but not only, in the field of industrial installations.
  • the invention finds its application for industrial installations controlled by programmable logic controllers or wired logic.
  • programmable logic controllers or wired logic.
  • the control systems of these industrial installations comprise an input module for controlling the state of the variables associated with the sensors of the system of the piloted industrial installation, and an output module for controlling the actuators.
  • the input-output modules are connected to a peripheral bus connected to a central unit delivering commands for controlling said system.
  • These systems therefore generally include a program that will be called an animation program, and an operating or operating mechanism.
  • the systems of the state of the art generally comprise, besides their actuation mechanism and their animation program, a diagnostic tool, which is conventionally presented in the form of a program that is adapted to each machine, integrated into the program of animation, which generally represents about 70% of the whole program.
  • a diagnostic tool which is conventionally presented in the form of a program that is adapted to each machine, integrated into the program of animation, which generally represents about 70% of the whole program.
  • Such a tool is therefore generally expensive, complex, and non-reusable because dedicated to a given machine.
  • Solutions exist that are based on the use of standard diagnostic modules, reusable from one program to another, but generally dedicated to a given range of systems. In addition, these solutions integrate the equation of abnormal operating conditions or non-standard conditions, which renders them unusable in many cases. Indeed, these solutions are too cumbersome and the list of non-standard conditions taken into account is never exhaustive (it is easier to determine the normal operating conditions).
  • the invention is based on the use of a real system model, a true virtual system, constructed by identifying groups or units that are defined by variables or variables and that include variables that directly or indirectly indirectly on these characteristic variables.
  • a real system model a true virtual system, constructed by identifying groups or units that are defined by variables or variables and that include variables that directly or indirectly indirectly on these characteristic variables.
  • the construction of such a model is not the subject of the present invention.
  • patent FR 2,686,714 which describes a process for simulating an industrial process, based on the notion of kinematic axis and sector or range of values.
  • the invention thus relates, in a first aspect, to a method of analyzing a system based on the use of a model.
  • the model includes at least two variables that are distributed in one or more groups. Each of the groups is defined by one or more variables called characteristic variables, and includes, in addition to these characteristic variables, all the other variables having a direct or indirect influence on the value of at least one of the characteristic variables of the group. These latter variables are called influential variables.
  • the state of the virtual system at a given time, predicted by the model is thus defined by the respective values of these variables, influential, or characteristics.
  • the method of the invention based on such a model, is thus characterized in that it comprises a first step of initializing the model in a state corresponding to a given state of the system, and a second step of creating a list called discordant list, which includes the characteristic variables whose value in the system differs from that predicted by the model.
  • prediction is meant both a state change prediction and a no change prediction.
  • the method of the invention further comprises, for each characteristic variable of the list of discordant variables, a third processing step comprising the creation of an initial list of suspicious variables comprising the influential variables that may have generated the discordant value of the variable discordant and a step of creating a restricted list of suspicious variables by filtering the initial list of suspicious variables.
  • the step of creating the list of discordant variables comprises a step of predicting by the model the state of the system from a given command, and a step of comparing the predicted state with the actual state of the system.
  • the comparison indicates a difference between the two states, that is to say between the value of one or more characteristic variables in the model and the value of these characteristic variables in the real system, the latter are inserted in the list discordant variables. If not, that is, when the comparison does not indicate any difference between the two states, the variables of the model are updated to validate its state and continue the process.
  • a simplified model is constructed from the initial model taking into account, in each group, only the primary influential variables and the characteristic variables, a primary influential variable being an influential variable on which no other variable of the same group does not affect.
  • This model is used instead of the initial model in the step of creating the discordant variable list.
  • this list of discordant variables is sorted, using a dependency graph with a partial order relationship that groups.
  • the discordant variables belonging to the highest ranking group are placed in the first position, and so on.
  • the step of creating the initial list of suspicious variables consists in selecting all the influential variables belonging to the group to which the discordant variable being processed belongs.
  • this step of creating an initial list of suspect variables includes a pre-diagnosis to preselect a subset of suspicious variables among the influential variables belonging to the group to which the discordant variable being processed belongs.
  • the step of creating the restricted list of suspicious variables consists in eliminating the suspicious variables from the initial list that either do not generate a discordant value in the model for each of the variables in the list of variables. discordant variables, or generate a discordant value in the model for at least one characteristic variable not belonging to the list of discordant variables.
  • the step of creating the restricted list of suspicious variables comprises two successive filtering.
  • the first filtering eliminates suspicious variables that do not generate the discordant value for the discordant variable being processed.
  • the second filtering eliminates the suspect variables which either generate a discordant value for at least one other characteristic variable than the discordant variable being processed, that other characteristic variable not belonging to the list of discordant variables, or do not generate discordant value for at least one other characteristic variable than the discordant variable being processed, this other characteristic variable belonging to the discordance list.
  • the method is used for the analysis of an industrial system controlled by control automata.
  • the invention relates to a device for analyzing a system, based on the use of a model.
  • This model includes at least two variables that are distributed in one or more groups.
  • Each of the groups is defined by one or more variables called characteristic variables, and includes, in addition to these characteristic variables, all the other variables having a direct or indirect influence on the value of at least one of the characteristic variables of the group.
  • These latter variables are called influential variables.
  • the state of the virtual system at a given time, predicted by the model is thus defined by the respective values of these variables, influential, or characteristics.
  • the device of the invention based on such a model, is thus characterized in that it comprises data storage means defining the model, processing means for implementing the model, comparison means of the state of the system predicted by the model and the state of the real system, storage means of a list of discordant characteristic variables resulting from the comparison made by the comparison means, selection means in the model of the suspect variables that may have generated value discordant of at least one discordant characteristic variable, means for filtering said initial suspicious influencing variables to obtain restricted suspicious influential variables, and means for storing said initial suspicious influencing variables and said suspect suspicious influencing variables.
  • FIG. 1 schematically represents an example of a simplified industrial installation whose main element is a venom.
  • FIG. 2 schematically represents the electrical relationships between the elements of the system of FIG. 1, FIG. 3a. : schematically represents the complete model of the system of FIG. 1, FIG. 3b: schematically represents the direct model, or simplified model, of the system of FIG. 1;
  • FIG. 4 represents the dependency graph of the groups of the system of FIG.
  • FIGS. 5a, 5b, 5c, 5d show schematically the sequence of the various stages of the process.
  • FIG. 6 is a diagrammatic representation of the analysis device according to the invention.
  • FIG. 1 schematically represents an example of a simplified industrial installation, the main element of which is a jack V of the single-rod type and single-acting jack type with evacuation in the open air.
  • This cylinder is controlled by a solenoid valve type EV energy distributor.
  • the sensor G When the cylinder is in the retracted position, or left position, the sensor G is actuated and the sensor D is not.
  • the sensor D When the cylinder is in the extended position, or the right position, the sensor D is actuated and the sensor G is not.
  • the system also has four pushbuttons: BPMES start push button, BPMHS turn off pushbutton, BPMEP push button, BPMHP turn off button.
  • FIG. 2 diagrammatically represents the electrical relationships between the elements of the system of FIG. 1.
  • the 24 volts supply supplies, via a fuse FUS1, two commands A10 and A11 coming from the control system.
  • A10 and A11 are therefore outputs of the control system and inputs of the model.
  • A10 controls the EMF boost relay coil via a contact of the MES commissioning relay.
  • A11 controls the coil of the MES commissioning relay.
  • the MEP power supply via a FUS2 fuse, powers the A100 control.
  • A100 controls the solenoid valve coil EV.
  • the MES commissioning supplies, via a fuse FUE1, the sensor G in the open or closed position which is connected to the input E100, and the sensor D in the open or closed position which is connected to the input E101.
  • the 24-volt supply also directly supplies a power-up contact MEP, in the open or closed position connected to the input E21, and a commissioning contact MES in the open or closed position E22.
  • the 24V supply is also directly connected to input E20.
  • the 24V power supply via the FUE2 fuse, powers the connectors of the BPMES start-up push button, the BPMHS turn-off pushbutton, the BPMEP boost button, and the push button. power off
  • BPMHP which are respectively connected to inputs E10, E11, E12 and E13.
  • Figure 3a schematically shows all the elements of the system of Figure 1 and their relationship in the complete model of the system.
  • This graph highlights eight groups (or kinematic axes).
  • Group G1 corresponds to the 24 Volt power supply group
  • group G2 corresponds to the BPMES commissioning push button.
  • Group G3 corresponds to the BPMHS decommissioning button.
  • Group G4 corresponds to the MES commissioning.
  • Group G5 corresponds to the push button for powering up BPMEP.
  • Group G6 is the BPMHP power off button.
  • Group G7 corresponds to the MEP ramp-up.
  • the group G8 corresponds to the cylinder itself with the EV solenoid valve.
  • control system input variables respectively associated with the BPMES start-up push button, the BPMHS turn-off button, the power-up pushbutton
  • FIG. 4 represents a dependency graph organizing the groups G1 to G8 of the system of FIG. 1, with which a partial order relation is associated.
  • the graph can be read as follows: G1 is upstream of G2, G3, G4, G5, and G6; G4 is upstream of G7 which is upstream of G8.
  • the expression "is upstream of " could be replaced by the expression "influences”. It is clear from this example that the relation is a partial order relation since G2, G3, G4, G5 and G6 are at the same level.
  • step 1 of the method of the invention consists in initializing the model in a state corresponding to a given state of the system.
  • a given system state is characterized by the values of the characteristic variables of the system.
  • Step 2 consists in creating a list of discordant variables in which the characteristic variables whose value in the system differs from those predicted by the model are inserted or the value predicted by the model is incoherent with respect to the system state. This step 2 will be explained in more detail later with reference to FIG. 5b.
  • the list of discordant variables is sorted according to the dependency graph which links the groups with a partial order relation, as described above with reference to the example of FIG. 1 and FIG. 4.
  • a discordant variable belonging to the most upstream group will be placed at the top of the list, and so on.
  • step 3 is a step of creating an initial list of suspicious variables.
  • These suspect influential variables are influential variables potentially responsible for the discordant value of the discordant variable being processed.
  • these variables will be all influential variables , belonging to the group to which the discordant characteristic variable being processed in the loop of step 3 belongs. Also preferably, but not necessarily, this step
  • the second step 32 is a step of creating a list Restricting suspicious variables by filtering the initial list of suspicious variables, At the end of this repeated processing step for each of the characteristic variables of the list of discordant variables, we obtain in step 4 a list of the managers of the Discrepancies found in Step 2. Ideally this list is reduced to a single element, which allows to diagnose a problem efficiently and quickly.
  • Step 2 comprises a step 21 of prediction by the model of the state of the system from a given command or event.
  • This step 21 is followed by a step 22 of comparing the state predicted by the model with the actual state of the system.
  • Step 22 results in conditional branching 23 to step 231 or step 232.
  • step 231 is implemented to insert the one or more discordant characteristic variables. in the list of discordant variables.
  • step 232 is implemented to update the model and validate its state.
  • Step 231 or 232 is followed by step 3 described above with reference to Figure 5a.
  • FIG. 5c provides further details on step 32 of creating a restricted list of suspect variables previously described with reference to Figure 5a.
  • This step 32 includes indeed a first step 321 filtering by eliminating suspicious variables that do not generate the discordant value of the discordant variable being processed in step 3.
  • This step 321 is more precisely a loop on each suspect variable.
  • a step 3211 of prediction by the model of the state of the system from the change of value of the suspect variable is implemented, limited to the group of the discordant variable, therefore without propagation to the other groups, with comparison of the state of the model and the state of the real system.
  • Step 3211 results in conditional branching 3212 to step 3213 or step 322.
  • the suspect variable being processed in the loop enters the restricted list of suspicious variables. Otherwise (the comparison confirms the discrepancy, still present despite the change in value of the suspect variable), the suspect variable being processed in the loop does not fit into the restricted list of suspicious variables (step 3213).
  • This second filtering step comprises, in loop for each suspect variable, a step 3221 of prediction by the model of the state of the system from the change of the value of the suspect variable, with propagation in all the groups in which this variable suspicious is an influential variable.
  • the state predicted by the model is compared with the actual state of the system to result in the conditional branch 3222 to step 3223 or the second conditional branch 3224.
  • the suspect variable is removed from the list restricted of suspect variables (step 3223). Otherwise, that is, if the comparison does not indicate a discordant value for any other characteristic variable than the discordant characteristic variable being processed in step 3 and yet present in the discordant list of variables a second test is performed at conditional branch 3224 to step 3225 or the end of the loop.
  • the suspect variable exits the restricted list of suspicious variables (step 3225). Otherwise, it is not eliminated and therefore remains in the restricted list of suspect variables issued in final step 4.
  • step 32 of creating a restricted list of suspicious variables by filtering the initial list of suspicious variables is not limiting of the invention but simply an optimization. This division is based on the idea that one can initially perform the filtering with respect to the discordant variable being processed in step 3, to arrive at a first reduction of the list of suspects. this allows then to implement the second filtering step 322 with respect to all other discordant characteristic variables from a list of small size suspects.
  • an additional localized investigation step is implemented. This step may for example be based on information provided by an operator and hierarchical.
  • a new step is implemented which consists of checking whether a new discordant characteristic variable has occurred, and whether yes, to implement an additional filtering step to eliminate all suspect influential variables from the restricted list of suspicious variables that do not generate the discordant value of this new discordant characteristic variable.
  • This filtering proceeds from the same principle as the different filtering described above.
  • step 2 of creating the list of discordant variables we do not use the complete model but the simplified model described above.
  • the model is thus initialized, in step 1 of FIG. 5a, in the current state of the real system described above.
  • Step 2 of Figure 5a, and as detailed in Figure 5b, is then implemented.
  • the command A100 is received, that is to say the control of the solenoid valve to get out the cylinder.
  • the direct model therefore predicts, in step 21 of FIG. 5b, the immediate output of the jack, and therefore the release of G.
  • E22 concerns the group G4 or group MES (or else axis MES), and E21 relates to the group G7 , or MEP group (or MEP axis).
  • the list of discordant variables containing E22 and E21 is preferably sorted with respect to the dependency graph of FIG. 4: G4 is upstream of G7 (MES is upstream of MEP), therefore E22 is at the top of the list.
  • step 31 of Figure 5a the complete model (which integrates all intermediate influential variables) indicates that in group G4, the suspects are: 24V, MES contact, MES coil, and FUS1 fuse .
  • the influence of each of these suspects will therefore be analyzed, modifying one by one their value in the model, during step 32 of Figure 5a. More precisely, this step 32 is subdivided into a step 321 and a step 322.
  • step 321 is implemented, on each previously identified suspect, to determine which of these suspects is responsible for potential in the occurrence of the discrepancy value being processed in step 3 (here E22) is confirmed, and thus will be kept in the list of suspects.
  • Step 3211 is implemented for the suspect 24V: this one is at
  • Step 3213 is implemented for the suspect contact MES: it is at 1 in the model, so we will change its value and put it The obvious consequence from the model is that E22 goes to 0. Again, this change on the MES contact confirms the discrepancy.
  • the contact MES is kept as suspect (step 3213).
  • Step 3211 is implemented for the suspicious coil MES: MES is 1 in the model, so we change its value to 0, which implies that the contact MES goes to 0, and so again that E22 goes to 0
  • the suspect MES coil is kept (step 3213).
  • step 3211 The last suspect on the original suspects list is the FUS1 fuse, on which step 3211 is implemented: FUS1 is at 1 (correct operating state) in the model, so we will now consider it defective and place it This implies that the MES coil goes to 0, then the MES contact goes to 0, and finally E22 goes to 0. Again, the discrepancy on E22 is confirmed, so FUS1 is kept in the list of suspects (step 3213).
  • the next step will therefore be to filter again the list of suspects (step 322 of Figure 5d, loop on the list of suspects), not focusing only G4 group but also to other groups. This step is therefore to propagate the value changes to other groups.
  • the suspect 24V is taken back, and the consequences of his disappearance extended to the other groups are examined.
  • 24V goes to 0 (so E20, E21 and E22 go to 0), and EV, MEP, MES go to 0 without any immediate change in the values of the characteristic variables.
  • Step 3223 is not implemented since the comparison does not indicate discordance disappearance (E21 and E22 discordant are well predicted).
  • E20 is equal to 1, and the discrepancy on E20 has not been recorded in the list of discordant variables.
  • 24V is removed from the list of suspects and will not be included in the shortlist of suspects, in accordance with the conduct of step 3225.
  • the method of the invention indicates that it is now necessary to restart the processing on the second variable of the list of discordant variables, E21 (main loop on the processing step 3 of Figure 5a).
  • this step applied to the discordant characteristic variable E21, since it is in all respects similar to that just described for E22, and the results are unchanged: the relay MES (coil and contact) and possibly the fuse FUS1 are kept as suspects.
  • the list is thus reduced to a single element, hence the uselessness of any sorting.
  • the unique discrepancy is therefore treated in step 3 of Figure 5a (a loop will of course not be necessary).
  • the suspects belonging to the G8 group in which E101 is located are identified in step 31 of Figure 5a: the MES relay is the first suspect but it is not kept in this initial list of suspicious variables because it is upstream in the dependency graph of Figure 4 and should therefore have been processed before (if it were at 0, there would be a discrepancy in G4, already treated according to the hierarchy of the dependency graph); same remark for the MEP relay; the other suspects are the FUE1 fuse, the D sensor, the FUS2 fuse, the cylinder itself which can be stuck.
  • Step 32 of FIG. 5a is therefore implemented, starting with loop 321 of FIG. 5c on each of the suspects.
  • This is a new discordance (or a new discordant event) that does not belong to the list of discordant variables.
  • This change on FUS2 has resulted in the appearance of a new discordance. FUS2 is therefore not kept in the suspect list (step 3213 is not implemented).
  • step 3221 the case of the D sensor is considered, which results in the disappearance of D.
  • the discordance previously detected is confirmed, and no new discordance appears.
  • step 3223 nor step 3225 are implemented.
  • the D sensor remains in the short list of suspects. The same is true of the jammed jack.
  • FUS2 is therefore kept in the short list of suspects.
  • FIG. 6 diagrammatically represents an analysis device according to the invention, which makes it possible to implement the method of the invention described above.
  • the device thus comprises data storage means 10 which define the model of the actual system 60 that is to be analyzed.
  • the device also comprises processing means 15 which allow the implementation of the model, and means 20 for comparing the state of the system predicted by the model and the state of the actual system. These means 20 and 15 communicate with the real system via a conventional communication interface.
  • the comparison means 20 provides a list of discordant characteristic variables that is stored by the storage means 25.
  • the device also includes means 30 for selecting, in the model, suspicious influencing variables that may have generated the discordant value of at least a discordant characteristic variable.
  • the device further comprises means 40 for filtering the suspect influential variables selected by the selection means 30, which make it possible to obtain the suspect influential variables in a restricted number.
  • the initial suspicious influencing variables, and the suspect influencing variables in a restricted number after filtering by the filtering means 40, are respectively stored by the storage means 35 and 45.
  • the method of the invention implemented by such a device, can therefore advantageously be used for the analysis of an industrial system controlled by control automata.
  • the method for obtaining the model used as a basis for implementation of the process of the invention is not limiting of the invention. Any method (adaptation of a known model, principle of learning, ...) that leads to a model defined by characteristic variables and influential variables, all of these variables being distributed in one or more groups, can be used.

Abstract

La présente invention a pour objet un dispositif et un procédé d’analyse et de diagnostic d’un système, basés sur l’utilisation d’un modèle du système, avec application notamment dans le domaine des installations industrielles pilotées par des automates de commande logique programmée ou câblée. Le procédé comprend une étape d’initialisation du modèle, et une étape de création d’une liste de variables discordantes dont la valeur dans le système diffère de celle prédite par le modèle. Pour chacune des variables appartenant à la liste de discordance, une liste initiale de variables suspectes, soupçonnées d’avoir généré la valeur discordante, est créée, puis une liste restreinte de variables suspectes est obtenue par filtrage de la liste initiale.

Description

DISPOSITIF ET PROCEDE D'ANALYSE ET DE DIAGNOSTIC D'UN
SYSTEME
La présente invention a pour objet un dispositif et un procédé d'analyse et de diagnostic d'un système, notamment, mais pas uniquement, dans le domaine des installations industrielles. En particulier, mais pas uniquement, l'invention trouve son application pour des installations industrielles pilotées par des automates de commande à logique programmée ou câblée. Dans la plupart des installations industrielles, on retrouve des systèmes automatisés de pilotage et de contrôle, en particulier des automates de commande à logique programmée ou câblée. En général, \es systèmes de pilotage de ces installations industrielles comprennent un module d'entrée pour le contrôle de l'état des variables associées aux capteurs du système de l'installation industrielle pilotée, et un module de sortie pour (a commande des actionneurs de ce système. Ces modules d'entrée-sortie sont connectés à un bus périphérique relié à une unité centrale délivrant des ordres pour piloter ledit système.
Ges systèmes comprennent donc généralement un programme que l'on appellera programme d'animation, et une mécanique de fonctionnement ou d'actionnement.
L'analyse du fonctionnement de ces systèmes est un point très important, notamment lors de la mise en service pour réduire les coûts d'intégration, ou encore en cas de panne, pour effectuer un diagnostic rapide et efficace. Dans ce contexte, on ne peut se contenter de simples analyses empiriques et, ou, de confrontations d'expériences, pour détecter toute dérive ou divergence qui peuvent perturber gravement la production.
C'est pourquoi les systèmes de l'état de (a technique comprennent généralement, à côté de leur mécanique d'actionnement et de leur programme d'animation, un outil de diagnostic. Classiquement, cet outil se présente sous la forme d'un programme qui est adapté à chaque machine, intégré au programme d'animation, et qui représente en général de l'ordre de 70 % de l'ensemble du programme. Un tel outil est donc en général coûteux, complexe, et non réutilisable car dédié à une machine donnée.
Des solutions existent qui sont basées sur l'utilisation de modules standards de diagnostic, réutilisables d'un programme à l'autre, mais généralement dédiés à une gamme de systèmes donnée. Par ailleurs, ces solutions intègrent la mise en équation des conditions anormales de fonctionnement ou conditions hors normes, ce qui les rend inutilisables dans de nombreux cas. En effet, ces solutions sont trop lourdes et la liste des conditions hors normes prises en compte n'est jamais exhaustive (il est plus aisé de déterminer les conditions de fonctionnement normal).
En outre, la localisation d'une panne dans certains systèmes est une opération complexe et longue qui va nécessiter une intervention pour accéder aux zones suspectes. Il est donc impératif de localiser rapidement et précisément l'endroit du système nécessitant une intervention. Il existe donc un besoin d'une solution fiable qui permette de pallier les inconvénients précités. C'est l'objet de l'invention que de pallier ces inconvénients, en proposant un procédé et un dispositif d'analyse d'un système qui permette notamment d'émettre rapidement un diagnostic sur le fonctionnement du système, sans alourdir le ou les programmes d'animation dudit système, et qui soit réutilisable d'un système à l'autre.
A cette fin, l'invention se base sur l'utilisation d'un modèle du système réel, véritable système virtuel, construit par identification de groupes ou unités qui sont définis par des variables ou grandeurs caractéristiques et qui comprennent les variables qui influent directement ou indirectement sur ces variables caractéristiques. La construction d'un tel modèle n'est pas l'objet de la présente invention. A titre d'exemple, on citera le brevet FR 2 686 714, qui décrit un procédé de simulation d'un processus industriel, basé sur la notion d'axe cinématique et de secteur ou plage de valeurs.
L'invention se rapporte donc, selon un premier aspect, à un procédé d'analyse d'un système basé sur l'utilisation d'un modèle. Le modèle comprend au moins deux variables qui sont réparties dans un ou plusieurs groupes. Chacun des groupes est défini par une ou plusieurs variables appelées variables caractéristiques, et regroupe, en plus de ces variables caractéristiques, toutes les autres variables ayant une influence directe ou indirecte sur la valeur d'au moins une des variables caractéristiques du groupe. Ces dernières variables sont appelées variables influentes. L'état du système virtuel à un instant donné, prédit par le modèle est ainsi défini par les valeurs respectives de ces variables, influentes, ou caractéristiques. Le procédé de l'invention, basé sur un tel modèle, est ainsi caractérisé en ce qu'il comprend une première étape d'initialisation du modèle dans un état correspondant à un état donné du système, et une seconde étape de création d'une liste dite liste de variables discordantes, qui comprend les variables caractéristiques dont la valeur dans le système diffère de celle prédite par le modèle. Par prédiction, on entend aussi bien une prédiction de changement d'état qu'une prédiction d'absence de changement. Le procédé de l'invention comprend en outre, pour chaque variable caractéristique de la liste de variables discordantes, une troisième étape de traitement comprenant la création d'une liste initiale de variables suspectes regroupant les variables influentes pouvant avoir généré la valeur discordante de la variable discordante concernée et une étape de création d'une liste restreinte de variables suspectes par filtrage de la liste initiale de variables suspectes.
Dans une variante de réalisation, l'étape de création de la liste de variables discordantes comprend une étape de prédiction par le modèle de l'état du système à partir d'une commande donnée, et une étape de comparaison de l'état prédit avec l'état réel du système. Lorsque la comparaison indique une différence entre les deux états, c'est-à-dire entre la valeur d'une ou plusieurs variables caractéristiques dans le modèle et la valeur de ces variables caractéristiques dans le système réel, ces dernières sont insérées dans la liste de variables discordantes. Sinon, c'est-à-dire lorsque la comparaison n'indique aucune différence entre les deux états, les variables du modèle sont mises à jour pour valider son état et poursuivre le processus.
Dans une variante de réalisation, un modèle simplifié est construit à partir du modèle initial en ne tenant compte, dans chaque groupe, que des variables influentes primaires et des variables caractéristiques, une variable influente primaire étant une variable influente sur laquelle aucune autre variable du même groupe n'influe. Ce modèle est utilisé à la place du modèle initial dans l'étape de création de la liste de variables discordantes.
Eventuellement, cette liste de variables discordantes est triée, en utilisant un graphe de dépendance auquel est associée une relation d'ordre partiel ordonnant les groupes. La variables discordante appartenant au groupe de rang le plus élevé est placée en première position, et ainsi de suite.
Dans une variante de réalisation, l'étape de création de la liste initiale de variables suspectes consiste à sélectionner toutes les variables influentes faisant partie du groupe auquel appartient la variable discordante en cours de traitement. Dans une autre variante de réalisation, cette étape de création d'une liste initiale de variables suspectes comprend un pré-diagnostic pour présélectionner un sous-ensemble de variables suspectes parmi les variables influentes faisant partie du groupe auquel appartient la variable discordante en cours de traitement. Dans une variante de réalisation, l'étape de création de la liste restreinte de variables suspectes consiste en l'élimination des variables suspectes de la liste initiale qui, soit ne génèrent pas de valeur discordante dans le modèle pour chacune des variables de la liste de variables discordantes, soit génèrent une valeur discordante dans le modèle pour au moins une variable caractéristique n'appartenant pas à la liste de variables discordantes. De préférence, l'étape de création de la liste restreinte de variables suspectes comprend deux filtrages successifs. Le premier filtrage élimine les variables suspectes ne générant pas la valeur discordante pour la variable discordante en cours de traitement. Le deuxième filtrage élimine les variables suspectes qui, soit génèrent une valeur discordante pour au moins une autre variable caractéristique que la variable discordante en cours de traitement, cette autre variable caractéristique n'appartenant pas à la liste de variables discordantes, soit ne génèrent pas de valeur discordante pour au moins une autre variable caractéristique que la variable discordante en cours de traitement, cette autre variable caractéristique appartenant à la liste de discordances.
Dans une variante de mise en œuvre, le procédé est utilisé pour l'analyse d'un système industriel piloté par des automates de commande.
L'invention se rapporte selon un deuxième aspect à un dispositif d'analyse d'un système, basé sur l'utilisation d'un modèle. Ce modèle comprend au moins deux variables qui sont réparties dans un ou plusieurs groupes. Chacun des groupes est défini par une ou plusieurs variables appelées variables caractéristiques, et regroupe, en plus de ces variables caractéristiques, toutes les autres variables ayant une influence directe ou indirecte sur la valeur d'au moins une des variables caractéristiques du groupe. Ces dernières variables sont appelées variables influentes. L'état du système virtuel à un instant donné, prédit par le modèle est ainsi défini par les valeurs respectives de ces variables, influentes, ou caractéristiques. Le dispositif de l'invention, basé sur un tel modèle, est ainsi caractérisé en ce qu'il comprend des moyens de stockage des données définissant le modèle, des moyens de traitement pour mettre en œuvre le modèle, des moyens de comparaison de l'état du système prédit par le modèle et l'état du système réel, des moyens de stockage d'une liste de variables caractéristiques discordantes issue de la comparaison réalisée par les moyens de comparaison, des moyens de sélection dans le modèle des variables suspectes pouvant avoir généré la valeur discordante d'au moins une variable caractéristique discordante, des moyens de filtrage desdites variables influentes suspectes initiales pour obtenir les variables influentes suspectes restreintes, et des moyens de stockage desdites variables influentes suspectes initiales et desdites variables influentes suspectes restreintes.
D'autres caractéristiques et avantages de l'invention apparaîtront plus clairement et de manière complète à la lecture de la description ci- après des variantes préférées de mise en œuvre du procédé et de réalisation du dispositif, lesquelles sont données à titre d'exemples non limitatifs et en référence aux dessins annexés suivants : figure 1 : représente schématiquement un exemple d'installation industrielle simplifiée dont l'élément principal est un venin, figure 2 : représente schématiquement les relations électriques entre les éléments du système de la figure 1 , figure 3a : représente schématiquement le modèle complet du système de la figure 1 , figure 3b : représente schématiquement le modèle direct, ou modèle simplifié, du système de la figure 1 , - figure 4 : représente le graphe de dépendance des groupes du système de la figure 1 , figures 5a, 5b, 5c, 5d : représentent schématiquement l'enchaînement des différentes étapes du procédé d'analyse de l'invention, - figure 6 : représente schématiquement le dispositif d'analyse selon l'invention.
La figure 1 représente schématiquement un exemple d'installation industrielle simplifiée dont l'élément principal est un vérin V de type vérin à simple tige et simple effet avec évacuation à l'air libre. Ce vérin est commandé par un distributeur d'énergie de type électrovanne EV. Lorsque le vérin est en position rentrée, ou position gauche, le capteur G est actionné et le capteur D ne l'est pas. Lorsque le vérin est en position sortie, ou position droite, le capteur D est actionné et le capteur G ne l'est pas. Le système dispose en outre de quatre boutons poussoirs : bouton poussoir de mise en service BPMES, bouton poussoir de mise hors service BPMHS, bouton poussoir de mise en puissance BPMEP, bouton poussoir de mise hors puissance BPMHP.
La figure 2 représente schématiquement les relations électriques entre les éléments du système de la figure 1. Ainsi, l'alimentation 24 volts alimente, via un fusible FUS1 , deux commandes A10 et A11 provenant du système de commande. A10 et A11 sont donc des sorties du système de commande et des entrées du modèle. A10 commande la bobine du relais de mise en puissance MEP par l'intermédiaire d'un contact du relais de mise en service MES. A11 commande la bobine du le relais de mise en service MES. La mise en puissance MEP, par l'intermédiaire d'un fusible FUS2, alimente la commande A100. A100 commande la bobine de l'électrovanne EV.
La mise en service MES alimente, par l'intermédiaire d'un fusible FUE1 , le capteur G en position ouverte ou fermée qui est connecté à l'entrée E100, et le capteur D en position ouverte ou fermée qui est connecté à l'entrée E101.
L'alimentation 24 volts alimente également directement un contact de mise en puissance MEP, en position ouverte ou fermée connecté à l'entrée E21 , et un contact de mise en service MES en position ouverte ou fermée E22. L'alimentation 24V est également directement connectée à l'entrée E20.
Enfin, l'alimentation 24V, par l'intermédiaire du fusible FUE2, alimente les connecteurs du bouton poussoir de mise en service BPMES, du bouton poussoir de mise hors service BPMHS, du bouton poussoir de mise en puissance BPMEP, et du bouton poussoir de mise hors puissance
BPMHP, qui sont respectivement connectés aux entrées E10, E11 , E12 et E13.
La figure 3a représente schématiquement l'ensemble des éléments du système de la figure 1 et leurs relations dans le modèle complet du système. Ce graphe met en évidence huit groupes (ou axes cinématiques). Le groupe G1 correspond au groupe de l'alimentation 24 Volts, le groupe G2 correspond au bouton poussoir de mise en service BPMES. Le groupe G3 correspond au bouton poussoir de mise hors service BPMHS. Le groupe G4 correspond à la mise en service MES. Le groupe G5 correspond au bouton poussoir de mise en puissance BPMEP. Le groupe G6 correspond au bouton poussoir de mise hors puissance BPMHP. Le groupe G7 correspond à la mise en puissance MEP. Enfin, le groupe G8 correspond au vérin lui-même avec l'électrovanne EV.
Cette modélisation permet d'identifier et de visualiser l'ensemble des variables du système. Parmi ces variables, on retrouve les variables caractéristiques E10, E11 , E12, E13, E20, E21 , E22, E100, E101
(variables d'entrée du système de commande), respectivement associées au bouton poussoir de mise en service BPMES, au bouton poussoir de mise hors service BPMHS, au bouton poussoir de mise en puissance
BPMEP, au bouton poussoir de mise hors puissance BPMHP, à l'alimentation 24V, à la mise en puissance MEP, à la mise en service
MES, au capteur gauche G, et au capteur droit D.
Toutes les autres variables sont donc des variables influentes. Certaines de ces variables sont dites variables influentes primaires dans un groupe donné, lorsque aucune autre variable n'influe sur elles. C'est le cas par exemple de A100, FUS2 et FUE1. D'autres sont dites variables d'actionnement (une par groupe) comme par exemple MEP et MES. On retrouve donc les lignes d'influence suivantes : dans le groupe G1 : 24V, E20, dans le groupe G2 : BPMES, FUE2, 24V, E10, - dans le groupe G3 : BPMHS, FUE2, 24V, E11 , dans le groupe G4 : A1 1 , 24V, FUS1 , MES, E22, dans le groupe G5 : BPMEP, FUE2, 24V, E12, dans le groupe G6 : BPMHP, FUE2, 24V, E13, dans le groupe G7 : A10, 24V, FUS1 , MES, MEP, E21 , dans le groupe G8 : • A100, 24V, FUS2, MEP, vérin, G1 MES, FUE1 , E100,
. A100, 24V, FUS2, MEP, vérin, D, MES, FUE1 , E101 On appellera modèle simplifié le modèle dans lequel on ne prend pas en compte les variables influentes intermédiaires qui ne sont pas des variables d'actionnement. Il ne concerne donc que les groupes commandés par l'automate (donc avec des sorties automates). Ce modèle simplifié, représenté schématiquement à la figure 3b, est donc, dans notre exemple, constitué des lignes d'influence simplifiées suivantes : dans G1 : néant, dans G2 : néant, - dans G3 : néant, dans G4 : A11 , MES, E22 dans G5 : néant, dans G6 : néant, dans G7 : AIO1 MEP1 E21 - dans G8 :
• A100, vérin, G, E100,
• A100, vérin, D1 E101.
La figure 4 représente un graphe de dépendance organisant les groupes G1 à G8 du système de la figure 1 , auquel est associée une relation d'ordre partiel. Le graphe peut se lire de la façon suivante : G1 est en amont de G2, de G3, de G4, de G5, et de G6 ; G4 est en amont de G7 qui est en amont de G8. On pourrait remplacer l'expression « est en amont de » par l'expression « influe sur ». On voit bien sur cet exemple que la relation est une relation d'ordre partiel puisque G2, G3, G4, G5 et G6 sont au même niveau.
L'ensemble des éléments de la modélisation de l'exemple de la figure 1 ayant été décrit relativement aux figures 2, 3a, 3b et 4, nous allons maintenant décrire le procédé d'analyse de l'invention en référence aux figures 5a à 5d.
Dans la figure 5a, l'étape 1 du procédé de l'invention consiste en l'initialisation du modèle dans un état correspondant à un état donné du système. Un état donné du système est caractérisé par les valeurs des variables caractéristiques du système. L'étape 2 consiste en la création d'une liste de variables discordantes dans laquelle sont insérées les variables caractéristiques dont la valeur dans le système diffère de celles prédites par le modèle ou bien la valeur prédite par le modèle est incohérente par rapport à l'état du système. Cette étape 2 sera expliquée plus en détail par la suite en référence à la figure 5b.
De préférence, mais pas nécessairement, la liste de variables discordantes est triée selon le graphe de dépendance qui relie les groupes avec une relation d'ordre partielle, tel que décrit plus haut en référence à l'exemple de la figure 1 et à la figure 4. Ainsi, une variable discordante appartenant au groupe le plus en amont sera placée en tête de liste, et ainsi de suite.
Si la liste de variables discordantes est vide, une boucle renvoie à l'étape 2. Sinon, l'étape 2 est suivie d'une étape 3 de traitement, en boucle, c'est-à-dire pour chaque variable caractéristique de la liste de variables discordantes. Cette boucle de traitement comprend deux étapes successives. La première étape 31 est une étape de création d'une liste initiale de variables suspectes. Ces variables influentes suspectes sont des variables influentes potentiellement responsables de la valeur discordante de la variable discordante en cours de traitement. De préférence, mais pas nécessairement, ces variables seront toutes les variables influentes, faisant partie du groupe auquel appartient la variable caractéristique discordante en cours de traitement dans la boucle de l'étape 3. De préférence également, mais pas nécessairement, cette étape
31 de création de la liste initiale de variables suspectes est précédée d'un prédiagnostic pour sélectionner un sous-ensemble de variables suspectes parmi les variables influentes faisant partie du groupe auquel appartient la variable caractéristique discordante en cours de traitement dans la boucle de l'étape 3. La deuxième étape 32 est une étape de création d'une liste restreinte de variables suspectes par filtrage de la liste initiale de variables suspectes, A l'issue de cette étape de traitement répétée pour chacune des variables caractéristiques de la liste de variables discordantes, on obtient à l'étape 4 une liste des responsables de la ou des discordances constatées à l'étape 2. Idéalement cette liste est réduite à un seul élément, ce qui permet de diagnostiquer efficacement et rapidement un problème.
La figure 5b décrit plus précisément en quoi consiste l'étape 2 mentionnée précédemment. Cette étape 2 comprend en effet une étape 21 de prédiction par le modèle de l'état du système à partir d'une commande ou d'un événement donné. Cette étape 21 est suivie d'une étape 22 de comparaison entre l'état prédit par le modèle avec l'état réel du système. L'étape 22 aboutit au branchement conditionnel 23 vers l'étape 231 ou l'étape 232. Précisément, lorsque la comparaison indique une différence au niveau des variables caractéristiques, l'étape 231 est mise en œuvre pour insérer la ou les variables caractéristiques discordantes dans la liste de variables discordantes. Sinon, c'est-à-dire lorsque la comparaison n'indique aucune différence au niveau des variables caractéristiques et aucune incohérence par rapport à l'état du système (valeur dans le modèle identique à la valeur dans le système, mais incompatible avec l'état de celui-ci), l'étape 232 est mise en œuvre pour mettre à jour le modèle et valider son état. L'étape 231 ou 232 est suivie de l'étape 3 décrite précédemment en référence à la figure 5a.
La figure 5c donne plus de détails sur l'étape 32 de création d'une liste restreinte de variables suspectes précédemment décrite en référence à la figure 5a. Cette étape 32 comprend en effet une première étape 321 de filtrage par élimination des variables suspectes qui ne génèrent pas la valeur discordante de la variable discordante en cours de traitement à l'étape 3. Cette étape 321 consiste plus précisément en une boucle sur chaque variable suspecte. Pour chacune de ces variables suspectes, une étape 3211 de prédiction par le modèle de l'état du système à partir du changement de valeur de la variable suspecte est mise en œuvre, limitée au groupe de la variable discordante donc sans propagation aux autres groupes, avec comparaison de l'état du modèle et de l'état du système réel. L'étape 3211 aboutit au branchement conditionnel 3212 vers l'étape 3213 ou l'étape 322. Précisément, lorsque la comparaison, après changement (dans le modèle) de la valeur de la variable suspecte, n'indique pas de valeur discordante pour la variable caractéristique discordante considérée à l'étape 3 (autrement dit le modèle ne prédit plus, ou ne confirme pas, la discordance après ce changement de valeur de la variable suspecte), alors la variable suspecte en cours de traitement dans la boucle rentre dans la liste restreinte de variables suspectes. Sinon (la comparaison confirme la discordance, toujours présente malgré le changement de valeur de la variable suspecte), la variable suspecte en cours de traitement dans la boucle ne rentre pas dans la liste restreinte de variables suspectes (étape 3213).
La liste de variables suspectes ayant été filtrée une première fois, on aboutit à la deuxième étape de filtrage 322 qui va maintenant être décrite plus en détail en référence à la figure 5d. Cette deuxième étape de filtrage comprend, en boucle pour chaque variable suspecte, une étape 3221 de prédiction par le modèle de l'état du système à partir du changement de la valeur de la variable suspecte, avec propagation dans tous les groupes dans lesquelles cette variable suspecte est une variable influente. L'état prédit par le modèle est comparé avec l'état réel du système pour aboutir au branchement conditionnel 3222 vers l'étape 3223 ou le second branchement conditionnel 3224. Précisément, lorsque la comparaison, après changement (dans le modèle) de la valeur de la variable suspecte , n'indique pas de valeur discordante pour une quelconque autre variable caractéristique que la variable caractéristique discordante en cours de traitement à l'étape 3 et qui est pourtant présente dans la liste de variables discordantes, alors la variable suspecte sort de la liste restreinte de variables suspectes (étape 3223). Sinon, c'est-à-dire si la comparaison n'indique pas de valeur discordante pour une quelconque autre variable caractéristique que la variable caractéristique discordante en cours de traitement à l'étape 3 et qui est pourtant présente dans la liste de variables discordante, un second test est effectué au niveau du branchement conditionnel 3224 vers l'étape 3225 ou la fin de la boucle. Précisément, si la comparaison, après changement de la valeur de la variable suspecte, indique une valeur discordante pour une quelconque autre variable caractéristique que la variable discordante en cours de traitement à l'étape 3, et qui n'est par ailleurs pas présente dans la liste de variables discordantes, alors la variable suspecte sort de la liste restreinte des variables suspectes (étape 3225). Sinon, elle n'est pas éliminée et reste donc dans la liste restreinte de variables suspectes délivrée à l'étape finale 4.
Autrement dit, dans les étapes de comparaisons décrites ci-dessus, on regarde , après changement de la valeur de la variable suspecte, si une discordance initialement relevée n'est pas confirmée ou si une discordance non initialement relevée est générée. Si tel est le cas, la variable suspecte est éliminée en tant que suspecte par le filtre. Sinon, elle est conservée. La division de l'étape 32 de création d'une liste restreinte de variables suspectes par filtrage de la liste initiale de variables suspectes, en deux sous-étapes successives de filtrage 321 et 322, n'est pas limitative de l'invention mais simplement une optimisation. Cette division est basée sur l'idée que l'on peut dans un premier temps réaliser le filtrage par rapport à la variable discordante en cours de traitement à l'étape 3, pour aboutir à une première réduction de la liste de suspects. Ceci permet ensuite de mettre en œuvre la deuxième étape de filtrage 322 par rapport à toutes les autres variables caractéristiques discordantes, à partir d'une liste de suspects de taille réduite.
De préférence, mais pas nécessairement, après que l'étape 3 de traitement a été répétée pour chacune des variables de la liste de variables discordantes, une étape d'investigation localisée supplémentaire est mise en œuvre. Cette étape peut par exemple être basée sur des informations fournies par un opérateur et hiérarchisées.
Eventuellement, mais pas nécessairement, après que l'étape 3 de traitement a été répétée pour chacune des variables de la liste de variables discordantes, une nouvelle étape est mise en œuvre qui consiste à vérifier si une nouvelle variable caractéristique discordante est apparue, et si oui, à mettre en œuvre une étape supplémentaire de filtrage pour éliminer toutes les variables influentes suspectes de la liste restreinte de variables suspectes qui ne génèrent pas la valeur discordante de cette nouvelle variable caractéristique discordante. Ce filtrage procède du même principe que les différents filtrages décrits précédemment.
De préférence, mais pas nécessairement, lors de la mise en œuvre de l'étape 2 de création de la liste de variables discordantes, on n'utilise pas le modèle complet mais le modèle simplifié décrit précédemment.
Ainsi, lors de cette étape, on ne prend pas en compte l'influence des variables influentes intermédiaires.
Le procédé de l'invention ayant été décrit en référence aux figures 5a à 5d, et la modélisation du système simplifié de la figure 1 ayant été décrite en référence aux figures 2, 3a, 3b et 4, nous allons maintenant décrire un exemple d'application à l'analyse du système de la figure 1 avec diagnostic dans deux scénarios différents.
Nous supposons que l'état courant du système est le suivant : le système est alimenté en 24 volts, la mise en service et la mise en puissance ont été effectuées, et le vérin est en position rentrée c'est-à-dire position de gauche. Cet état courant est donc caractérisé par : MEP=I (E21 =1), MES=1 (E22=1), AI OO=O (EV=O), G=1 (E100=1 ), D=O (E101 =0) car le vérin est en position rentrée, 24V=1 (E20=1).
Comme décrit précédemment, le modèle est donc initialisé, à l'étape 1 de la figure 5a, dans l'état courant du système réel décrit ci- dessus. L'étape 2 de la figure 5a, et telle que détaillée à la figure 5b, est alors mise en œuvre. La commande A100 est reçue, c'est-à-dire la commande de l'électrovanne pour faire sortir le vérin. Le modèle direct prédit donc, à l'étape 21 de la figure 5b, la sortie immédiate du vérin, donc le relâcher de G. Le modèle direct indique donc la disparition immédiate de E100 : EIOO=O.
Le système réel change d'état et indique EIOO=O (toute autre variable caractéristique restant inchangée). EI OO=O a été prédit, donc l'étape 22 de comparaison de la figure 5b n'indique aucune discordance entre le système réel et le modèle. Par conséquent, on met à jour l'état du modèle (étape 232 de la figure 5b), c'est-à-dire que le vérin quitte la position gauche, et une nouvelle prédiction par le modèle est mise en œuvre, parallèlement au fonctionnement du système réel (boucle sur l 'étape 2 de la figure 5a).
Le modèle prédit alors, à l'étape 21 des figures 5a et 5b, l'apparition de D, donc D=1 , dans 5 secondes, et prédit donc E101=1 dans 5 secondes.
A partir de cette situation, nous allons envisager deux scénarios qui vont nécessiter un diagnostic.
Scénario 1 : Nous supposons que le relais MES casse physiquement. On constate donc dans le système réel la disparition de E22, soit E22=0, et presque simultanément la disparition de E21 , soit E21 =0. Par ailleurs, l'électrovanne stoppe, car EV tombe à 0, et le vérin arrête de sortir pour retourner à la position rentrée c'est-à-dire la position de gauche. G=1 apparaît 2 secondes après. Mais E100=1 n'apparaît pas car MES, étant cassé, ne l'alimente plus. Le modèle, qui n'a bien sûr pas intégré le fait que le relais MES est cassé, indique donc E22=1 et E21 =1. La comparaison, à l'étape 22 de la figure 5b, révèle donc deux variables caractéristiques discordantes qui sont insérée dans la liste de variables discordantes : E22 concerne le groupe G4 ou groupe MES (ou encore axe MES), et E21 concerne le groupe G7, ou groupe MEP (ou encore axe MEP).
La liste de variables discordantes contenant E22 et E21 est, de préférence, triée relativement au graphe de dépendance de la figure 4 : G4 est en amont de G7 (MES est en amont de MEP), E22 est donc placée en tête de la liste.
Ensuite est mise en œuvre en boucle sur la liste de variables discordante l'étape générale de traitement 3 de la figure 5a. Dans un premier temps, à l'étape 31 de la figure 5a, le modèle complet (qui intègre toutes les variables influentes intermédiaires) nous indique que dans le groupe G4, les suspects sont : 24V, contact MES, bobine MES, et fusible FUS1. L'influence de chacun de ces suspects va donc être analysée, en modifiant un par un leur valeur dans le modèle, au cours de l'étape 32 de la figure 5a. Plus précisément, cette étape 32 se subdivise en une étape 321 et une étape 322. Donc, tout d'abord, l'étape 321 est mise en œuvre, sur chaque suspects préalablement identifié, pour déterminer quels sont ceux parmi ces suspects dont la responsabilité potentielle dans l'apparition de la valeur discordance en cours de traitement à l'étape 3 (ici E22) est confirmée, et qui seront donc conservés dans la liste des suspects. L'étape 3211 est mise en œuvre pour le suspect 24V : celui-ci est à
1 dans le modèle, on suppose donc maintenant qu'a eu lieu la disparition de 24V, soit 24V=O (cela implique que la bobine MES est à 0, donc que le contact MES est à 0 donc que E22=0). La discordance sur E22 est donc bien confirmée, et le suspect 24V est conservé (étape 3213). L'étape 3211 est mise en œuvre pour le suspect contact MES : celui-ci est à 1 dans le modèle, on va donc changer sa valeur et le mettre à 0. La conséquence évidente d'après le modèle est que E22 passe à 0. Là encore, ce changement sur le contact MES confirme la discordance. Le contact MES est donc conservé comme suspect (étape 3213).
L'étape 3211 est mise en œuvre pour le suspect bobine MES : MES est à 1 dans le modèle, on change donc sa valeur à 0, ce qui implique que le contact MES passe à 0, et donc là encore que E22 passe à 0. Le suspect bobine MES est conservé (étape 3213).
Le dernier suspect de la liste initiale de suspects est le fusible FUS1 , sur lequel l'étape 3211 est mise en œuvre : FUS1 est à 1 (état correct de fonctionnement) dans le modèle, on va donc maintenant le considérer comme défectueux et le placer à 0. Alors, cela implique que la bobine MES passe à 0, puis que le contact MES passe à 0, et qu'enfin E22 passe à 0. Une nouvelle fois, la discordance sur E22 est confirmée, FUS1 est donc conservé dans la liste de suspects (étape 3213). L'étape suivante va donc consister à filtrer à nouveau la liste de suspects (étape 322 de la figure 5d, en boucle sur la liste des suspects), en ne s'attachant plus uniquement au groupe G4 mais également aux autres groupes. Cette étape consiste donc à propager les changement de valeur aux autres groupes. A l'étape 3221 , on reprend donc le suspect 24V, et on examine les conséquences de sa disparition étendues aux autres groupes. 24V passe à 0 (donc E20, E21 et E22 passent à 0), et EV, MEP, MES passent à 0 sans changement immédiat des valeurs des variables caractéristiques. L'étape 3223 n'est pas mise en œuvre puisque la comparaison n'indique pas de disparition de discordance (E21 et E22 discordantes sont bien prédites). Par contre, dans le système réel, E20 est égal à 1 , et la discordance sur E20 n'a pas été enregistrée dans la liste de variables discordantes. 24V est donc enlevé de la liste de suspects et ne fera pas partie de la liste restreinte de suspects, conformément au déroulement de l'étape 3225.
Ensuite, l'étape 3221 est à nouveau mise en œuvre sur le suspect contact MES : on fait passer le contact MES à 0 (on simule la casse du contact MES), alors le modèle prédit la disparition de E22 (E22=0), et MEP=O donc E21 =0. Par ailleurs MEP=O arrête l'électrovanne, donc EV passe à 0, le mouvement négatif du vérin s'enclenche et l'on prédit l'apparition de G dans un certain temps, et la disparition de D (mais pas de E100=1 car MES=O). Ceci est conforme à l'état du système réel et confirme les deux discordances initialement relevées (E21 et E22). En effet, on n'a fait que confirmer les discordances préalablement enregistrées dans la liste de variables discordantes (l'étape 3223 n'est donc pas mise en œuvre).
Le même procédé est à nouveau mis en œuvre pour la bobine MES, avec de toute évidence le même résultat, que nous ne détaillons donc pas de nouveau ici. Le suspect bobine MES est conservé dans la liste restreinte de suspects. Enfin, la casse du fusible FUS1 est envisagée, FUSI=O. En conséquence MES et MEP passent à 0, et l'on obtient à nouveau la même propagation. Le suspect FUS1 est donc conservé dans la liste restreinte de suspects.
A ce stade, si la notion de synchronisation est intégrée dans le modèle, et avec une mesure très fine, on pourrait distinguer le cas du fusible FUS1 de ceux du contact et de la bobine MES. En effet, si le fusible casse, les disparitions de MES et MEP seront synchrones, alors que sinon, la disparition de MES entraîne la disparition de MEP, avec un décalage temporel de 100 à 200 ms par exemple entre le passage de E22 à 0 et le passage de E21 à 0.
Le procédé de l'invention indique qu'il faut maintenant recommencer le traitement sur la seconde variable de la liste de variables discordantes, soit E21 (boucle principale sur l'étape de traitement 3 de la figure 5a). Là encore, nous ne détaillons pas de nouveau cette étape appliquée à la variable caractéristique discordante E21 , car elle est en tous points similaire à celle qui vient d'être décrite pour E22, et les résultats sont inchangés : le relais MES (bobine et contact) et éventuellement le fusible FUS1 sont conservés comme suspects.
La localisation du problème s'en trouve fortement facilitée, et des dernières vérifications manuelles permettent alors de constater que le relais MES est cassé. Scénario 2 :
Supposons maintenant que, non plus le relais MES, mais le capteur D casse. D reste donc bloqué à 0. On constate alors dans le système réel, au bout de 5 secondes (+ une tolérance) que E101 ne passe pas à 1. Or le modèle a prédit E101=1 , et l'on crée donc, par la mise en œuvre des étapes 21 et 22 de la figure 5b, la liste de variables discordantes en y insérant E101.
La liste est donc réduite à un seul élément, d'où l'inutilité d'un quelconque tri. L'unique discordance est donc traitée à l'étape 3 de la figure 5a (une boucle ne sera bien sûr pas nécessaire). Pour commencer, les suspects appartenant au groupe G8 dans lequel se trouve E101 sont identifiés à l'étape 31 de la figure 5a : le relais MES est le premier suspect mais il n'est pas conservé dans cette liste initiale de variables suspectes, car il est en amont dans le graphe de dépendance de la figure 4 et devrait donc avoir été traité avant (s'il était à 0, il y aurait discordance dans G4, déjà traité d'après la hiérarchie du graphe de dépendance) ; même remarque pour le relais MEP ; les autres suspects sont le fusible FUE1 , le capteur D, le fusible FUS2, le vérin lui-même qui peut être coincé.
L'étape 32 de la figure 5a est donc mise en œuvre, avec pour commencer la boucle 321 de la figure 5c sur chacun des suspects. A l'étape 3211 de la figure 5c, on constate que la casse du fusible FUE1 , donc FUE1 = 0, entraîne le maintient de E101 à 0. La discordance n'apparaît plus, le suspect FUE1 est donc conservé (étape 3213), II en va de même pour le capteur D et le vérin coincé. De nouveau à l'étape 3211 , cette fois la casse du fusible FUS2 est envisagée, qui entraîne l'arrêt de l'électrovanne donc le retour du vérin en position rentrée, donc G=1 , au bout de 3 secondes. Ceci est une nouvelle discordance (ou un nouvel événement discordant) qui n'appartient pas à la liste de variables discordantes. Ce changement sur FUS2 a donc entraîné l'apparition d'une nouvelle discordance. FUS2 n'est donc pas conservé dans la liste de suspects (l'étape 3213 n'est pas mise en œuvre).
On reprend maintenant la liste de suspects pour la filtrer une nouvelle fois, conformément à l'étape 322 de la figure 5d.
A l'étape 3221 , on reprend FUE1 en le faisant passer à 0, ce qui implique que EIOO=O et E101=0. Si E100=1 apparaît par la suite, FUE1 sera supprimé de la liste. Mais à ce stade, il est confirmé.
De nouveau à l'étape 3221 , on envisage la casse du capteur D, ce qui entraîne la disparition de D. La discordance préalablement détectée est confirmée, et il n'y a apparition d'aucune nouvelle discordance. Ni l'étape 3223, ni l'étape 3225 ne sont mises en œuvre. Le capteur D reste dans la liste restreinte de suspects. Il en va de même du vérin coincé.
On envisage enfin, de retour à l'étape 3221 , la casse du fusible
FUS2 ce qui entraîne EV=O donc un retour du vérin en position rentrée, donc la prédiction de l'apparition de G dans 3 secondes (ou E100=1 dans 3 secondes). Pour les mêmes raisons que pour le suspect capteur D,
FUS2 est donc conservé dans la liste restreinte de suspects.
Quatre suspects restent donc dans la liste à ce stade. Mais 3 secondes (plus une certaine tolérance) plus tard, E100=1 n'apparaît pas dans le système réel. Cette constatation permet d'éliminer le suspect FUS2 de la liste restreinte de suspects.
On continue donc avec des investigations localisées : dès que l'on appuie sur le bouton poussoir de mise hors puissance BPMHP pour intervenir sur le vérin, le vérin revient en position rentrée, donc E100=1 apparaît, ce qui permet d'éliminer le suspect FUE 1 et le vérin coincé de la liste.
En final, il reste un unique suspect : le capteur D. Cela rend le diagnostic pour le moins aisé.
Enfin, la figure 6 représente schématiquement un dispositif d'analyse selon l'invention, qui permet de mettre en oeuvre le procédé de l'invention décrit précédemment. Le dispositif comprend ainsi des moyens 10 de stockage des données qui définissent le modèle du système réel 60 que l'on veut analyser. Le dispositif comprend également des moyens 15 de traitement qui permettent la mise en œuvre du modèle, et des moyens 20 de comparaison de l'état du système prédit par le modèle et l'état du système réel. Ces moyens 20 et 15 communiquent avec le système réel par le biais d'une interface de communication classique. Les moyens 20 de comparaison délivrent une liste de variables caractéristiques discordantes qui est stockée grâce aux moyens de stockage 25. Le dispositif comprend également des moyens 30 de sélection, dans le modèle, de variables influentes suspectes pouvant avoir généré la valeur discordante d'au moins une variable caractéristique discordante. Le dispositif comprend en outre des moyens 40 de filtrage des variables influentes suspectes sélectionnées par les moyens 30 de sélection, qui permettent d'obtenir les variables influentes suspectes en nombre restreint. Les variables influentes suspectes initiales, et les variables influentes suspectes en nombre restreint après filtrage par les moyens 40 de filtrage, sont respectivement stockées par les moyens de stockage 35 et 45.
Le procédé de l'invention, mis en œuvre par un tel dispositif, peut donc avantageusement être utilisé pour l'analyse d'un système industriel piloté par des automates de commande.
L'ensemble de cette description est donné à titre d'exemple et est non limitatif de l'invention. En particulier, la description du dispositif de l'invention sépare les moyens de stockage 10, 25, 35 et 45. Mais on conçoit très bien qu'un unique moyen de stockage puisse être utilisé à ces fins.
Par ailleurs, la méthode pour obtenir le modèle servant de base à la mise en œuvre du procédé de l'invention, n'est pas limitative de l'invention. Toute méthode (adaptation d'un modèle connu, principe de l'apprentissage, ...) qui permet d'aboutir à un modèle défini par des variables caractéristiques et des variables influentes, l'ensemble de ces variables étant réparti dans un ou plusieurs groupes, peut être utilisée.

Claims

REVENDICATIONS
1. Procédé d'analyse d'un système, basé sur l'utilisation d'un modèle dudit système, ledit modèle comprenant au moins deux variables réparties dans un ou plusieurs groupes, chacun desdits groupes étant défini par et comprenant une ou plusieurs variables appelées variables caractéristiques et regroupant toutes les autres variables, appelées variables influentes, ayant une influence directe ou indirecte sur la valeur d'au moins une desdites variables caractéristiques dudit groupe, caractérisé en ce qu'il comprend : une étape (1) d'initialisation du modèle dans un état correspondant à un état donné du système, une étape (2) de création d'une liste, dite liste de variables discordantes, de variables caractéristiques dont la valeur dans le système diffère de celle prédite par le modèle, et pour chaque variable caractéristique de ladite liste de variables discordantes, un traitement (3) comprenant : une étape (31 ) de création d'une liste, dite liste initiale de variables suspectes, de variables influentes pouvant avoir généré la valeur discordante de ladite variable discordante, une étape (32) de création d'une liste, dite liste restreinte de variables suspectes, par filtrage de ladite liste initiale de variables suspectes.
2. Procédé selon la revendication 1 , caractérisé en ce que ladite étape
(2) de création de ladite liste de variables discordantes comprend : une étape (21) de prédiction par le modèle de l'état du système à partir d'une commande donnée, une étape (22) de comparaison de l'état prédit avec l'état réel du système.
3. Procédé selon la revendication 2. caractérisé en ce qu'il comprend : lorsque ladite étape (22) de comparaison indique une différence entre les valeurs respectives d'une ou plusieurs variables caractéristiques dans l'état prédit et les valeurs respectives de ces dites variables caractéristiques dans l'état réel du système, une étape (231) d'insertion dans ladite liste de variables discordantes des variables discordantes, lorsque ladite étape (22) de comparaison n'indique aucune différence entre la valeur d'une variable caractéristique dans l'état prédit et la valeur de cette variable définissante dans l'état réel du système, une étape (232) de mise à jour du modèle pour valider son état.
4. Procédé selon l'une quelconque des revendications 1 à 3, caractérisé en ce que ladite étape (31) de création d'une liste initiale de variables suspectes consiste à sélectionner toutes les variables influentes faisant partie du groupe auquel appartient ladite variable discordante considérée à l'étape (3).
5. Procédé selon l'une quelconque des revendications 1 à 4, caractérisé en ce que ladite étape (32) de création d'une liste restreinte de variable suspectes consiste en l'élimination desdites variables o suspectes de ladite liste initiale de variables suspectes qui : soit ne génèrent pas dans le modèle, pour chacune des variables appartenant à ladite liste de variables discordantes, de valeur discordante, soit génèrent dans le modèle, pour au moins une variable 5 caractéristique n'appartenant pas à ladite liste de variables discordantes, une valeur discordante.
6. Procédé selon l'une quelconque des revendications 1 à 5, caractérisé en ce que ladite étape (32) de création d'une liste restreinte de variable suspectes comprend : 0 - une première étape de filtrage (321) par élimination desdites variables suspectes ne générant pas la valeur discordante de ladite variable discordante considérée à l'étape (3), une deuxième étape de filtrage (322) par élimination desdites variables suspectes qui : i. soit génèrent une valeur discordante pour une ou plusieurs autres variables caractéristiques que ladite variable discordante considérée à l'étape (3) et qui n'appartiennent pas à ladite liste de variables discordantes, ii. soit ne génèrent pas de valeur discordante pour une ou plusieurs autres variables caractéristiques que ladite variable discordante considérée à l'étape (3) et qui appartiennent à ladite liste de variables discordantes.
7. Procédé selon l'une quelconque des revendications 1 à 6, caractérisé en ce que l'étape (31 ) de création d'une liste initiale de variables suspectes comprend un pré-diagnostic pour sélectionner un sous-ensemble des variables suspectes parmi les variables influentes faisant partie du groupe auquel appartient ladite variable discordante considérée à l'étape (3).
8. Procédé selon l'une quelconque des revendications 1 à 7, caractérisé en ce qu'une variable caractéristique est dite discordante lorsque sa o valeur prédite par ledit modèle est non vérifiée dans le système réel.
9. Procédé selon l'une quelconque des revendications 1 à 8, caractérisé en ce que, préalablement à l'étape (31) de création d'une liste initiale de variables suspectes, ladite liste de variables discordantes est triée. 5
10. Procédé selon la revendication 9, caractérisé en ce que le tri est basé sur une relation d'ordre partiel associée à un graphe de dépendance qui ordonne lesdits groupes du modèle, la variable caractéristique discordante appartenant au groupe de rang le plus élevé étant placée en première position et ainsi de suite. 0
11. Procédé selon l'une quelconque des revendications 1 à 10, caractérisé en ce qu'il comprend, après que l'étape (3) de traitement a été répétée pour chacune des variables de ladite liste de variables discordantes, une étape d'investigations localisées.
12. Procédé selon l'une quelconque des revendications 1 à 11 , caractérisé en ce qu'il comprend, après que l'étape (3) de traitement a été répétée pour chacune des variables de ladite liste de variables discordantes, et lorsqu'une nouvelle variable caractéristique discordante est apparue, une étape supplémentaire de filtrage pour éliminer toutes les variables influentes suspectes issues de la répétition de l'étape (3) qui ne génèrent pas la valeur discordante de o ladite nouvelle variable caractéristique discordante.
13. Procédé selon l'une quelconque des revendications 1 à 12, caractérisé en ce que, une variable influente sur laquelle aucune autre variable du même groupe n'influe étant appelée variable influente primaire, un modèle simplifié est construit à partir du modèle initial en 5 ne tenant compte, dans chaque groupe, que des variables influentes primaires et des variables caractéristiques.
14. Procédé selon la revendication 13, caractérisé en ce que ledit modèle simplifié est utilisé à la place du modèle initial dans ladite étape (2) de création de ladite liste de discordances. 0
15. Dispositif d'analyse d'un système, basé sur l'utilisation d'un modèle dudit système, ledit modèle comprenant au moins deux variables réparties dans un ou plusieurs groupes, chacun desdits groupes étant défini par et comprenant une ou plusieurs variables appelées variables caractéristiques et regroupant toutes les autres variables, 5 appelées variables influentes, ayant une influence directe ou indirecte sur la valeur d'au moins une desdites variables caractéristiques dudit groupe, et mettant en œuvre le procédé selon l'une quelconque des revendications 1 à 15, caractérisé en ce qu'il comprend : 0 a. des moyens (10) de stockage des données définissant le modèle b. des moyens (15) de traitement pour mettre en oeuvre le modèle, c. des moyens (20) de comparaison de l'état du système prédit par le modèle et l'état du système réel, d. des moyens (25) de stockage d'une liste de variables caractéristiques discordantes issue de la comparaison par lesdits moyens (20) de comparaison, e. des moyens (30) de sélection, dans le modèle, des variables influentes suspectes initiales pouvant avoir généré la valeur discordante d'au moins une variable caractéristique discordante, f. des moyens (40) de filtrage desdites variables influentes suspectes initiales pour obtenir les variables influentes suspectes restreintes, g. des moyens de stockage (35) et (45) desdites variables influentes suspectes initiales et desdites variables influentes suspectes restreintes.
16. Utilisation du procédé selon l'une quelconque des revendications 1 à 15, pour l'analyse d'un système industriel piloté par des automates dé commande
PCT/FR2005/002400 2004-09-28 2005-09-28 Dispositif et procede d’analyse et de diagnostic d’un systeme WO2006035163A2 (fr)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CA2581681A CA2581681C (fr) 2004-09-28 2005-09-28 Dispositif et procede d'analyse et de diagnostic d'un systeme
EP05807805.6A EP1794685B1 (fr) 2004-09-28 2005-09-28 Dispositif et procede d'analyse et de diagnostic d'un systeme
US11/576,071 US8037005B2 (en) 2004-09-28 2005-09-28 Device and method for a system analysis and diagnosis
ES05807805.6T ES2575513T3 (es) 2004-09-28 2005-09-28 Dispositivo y procedimiento de análisis y de diagnóstico de un sistema

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0410271A FR2875931B1 (fr) 2004-09-28 2004-09-28 Dispositif et procede d'analyse et de diagnostic d'un system e
FR0410271 2004-09-28

Publications (3)

Publication Number Publication Date
WO2006035163A2 true WO2006035163A2 (fr) 2006-04-06
WO2006035163A3 WO2006035163A3 (fr) 2006-06-22
WO2006035163A8 WO2006035163A8 (fr) 2007-04-26

Family

ID=34953050

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2005/002400 WO2006035163A2 (fr) 2004-09-28 2005-09-28 Dispositif et procede d’analyse et de diagnostic d’un systeme

Country Status (6)

Country Link
US (1) US8037005B2 (fr)
EP (1) EP1794685B1 (fr)
CA (1) CA2581681C (fr)
ES (1) ES2575513T3 (fr)
FR (1) FR2875931B1 (fr)
WO (1) WO2006035163A2 (fr)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8144442B1 (en) * 2008-07-03 2012-03-27 Google Inc. Power protection in a multi-level power hierarchy

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4616308A (en) * 1983-11-15 1986-10-07 Shell Oil Company Dynamic process control
US5079731A (en) * 1989-10-17 1992-01-07 Alcon Laboratories, Inc. Method and apparatus for process control validation
US5752008A (en) * 1996-05-28 1998-05-12 Fisher-Rosemount Systems, Inc. Real-time process control simulation method and apparatus
US5818736A (en) * 1996-10-01 1998-10-06 Honeywell Inc. System and method for simulating signal flow through a logic block pattern of a real time process control system
US6336085B1 (en) * 1997-11-10 2002-01-01 Japan Nuclear Cycle Development Institute Simulation method of extraction system

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2686714B1 (fr) 1992-01-24 1994-04-29 Prosyst Sa Procede de simulation d'un processus industriel et utilisation pour tester le fonctionnement d'un automatisme.
US6865509B1 (en) * 2000-03-10 2005-03-08 Smiths Detection - Pasadena, Inc. System for providing control to an industrial process using one or more multidimensional variables

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4616308A (en) * 1983-11-15 1986-10-07 Shell Oil Company Dynamic process control
US5079731A (en) * 1989-10-17 1992-01-07 Alcon Laboratories, Inc. Method and apparatus for process control validation
US5752008A (en) * 1996-05-28 1998-05-12 Fisher-Rosemount Systems, Inc. Real-time process control simulation method and apparatus
US5818736A (en) * 1996-10-01 1998-10-06 Honeywell Inc. System and method for simulating signal flow through a logic block pattern of a real time process control system
US6336085B1 (en) * 1997-11-10 2002-01-01 Japan Nuclear Cycle Development Institute Simulation method of extraction system

Also Published As

Publication number Publication date
ES2575513T3 (es) 2016-06-29
EP1794685A2 (fr) 2007-06-13
US8037005B2 (en) 2011-10-11
WO2006035163A3 (fr) 2006-06-22
CA2581681A1 (fr) 2006-04-06
EP1794685B1 (fr) 2016-03-16
CA2581681C (fr) 2016-04-12
WO2006035163A8 (fr) 2007-04-26
FR2875931B1 (fr) 2006-12-29
FR2875931A1 (fr) 2006-03-31
US20080086288A1 (en) 2008-04-10

Similar Documents

Publication Publication Date Title
WO2017093560A9 (fr) Estimation de la fiabilite d'un systeme industriel
EP3350660B1 (fr) Système et procédé d'aide à la decision pour la maintenance d'une machine avec apprentissage d'un modèle de décision supervisé par avis d'experts
FR2706652A1 (fr) Dispositif de détection d'intrusions et d'usagers suspects pour ensemble informatique et système de sécurité comportant un tel dispositif.
FR2547520A1 (fr) Installation modulaire pour l'assemblage et/ou l'usinage de pieces, avec dispositifs claviers-afficheurs a chaque poste
EP0453371B1 (fr) Procédé interactif de production de logiciel en code source modélisant un ensemble complexe de modules fonctionnels
FR2692701A1 (fr) Procédé de contrôle de configuration d'une installation complexe et dispositif pour la mise en Óoeuvre de ce procédé.
FR2476851A1 (fr) Procedes et appareils de controle automatique de circuits electriques
EP0977098B1 (fr) Système redondant de contrôle de procédé
EP1794685B1 (fr) Dispositif et procede d'analyse et de diagnostic d'un systeme
EP0283382A1 (fr) Procédé pour valider le fonctionnement d'un automatisme et dispositif pour sa mise en oeuvre
EP4027269A1 (fr) Procédé de construction et d'entraînement d'un détecteur de la présence d'anomalies dans un signal temporel, dispositifs et procédé associés
FR2764990A1 (fr) Procede et dispositif de localisation de pannes et de dysfonctionnements d'un systeme complexe
EP1390819B1 (fr) Systeme de diagnostic predictif dans un automate programmable
FR3102870A1 (fr) Procédé pour déterminer une déviation non autorisée du comportement systémique d’une installation technique par rapport à une plage de valeurs normalisées
EP2109979B1 (fr) Procédé et dispositif de gestion de connexions dans un réseau de télécommunications
EP0478461B1 (fr) Procédé et dispositif électronique de surveillance et d'archivages d'informations concernant les ensembles et sous-ensembles électroniques, électriques, mécaniques
FR3090984A1 (fr) Procédé d’analyse d’une simulation de l’exécution d’un circuit quantique
EP0331551A2 (fr) Automate programmable par langage structuré
FR2544099A1 (en) Monitoring and fault display for automated process
WO2004102289A1 (fr) Dispositif et procede de classement de variables a deux etats d’un systeme a fonctionnement cyclique comportant des sous unites
FR2795517A1 (fr) Procede de pilotage d'un systeme d'analyse de gaz et systeme d'analyse pilote au moyen d'un tel procede
FR3128943A1 (fr) Procédé de suivi de la configuration d’un moteur d’aéronef
WO2023006627A1 (fr) Procede pour la detection automatique de defauts sur des composants d'une carte electronique
FR2908531A1 (fr) Procede de commande d'un systeme d'automatisme.
WO2021019190A2 (fr) Détection automatique d'une configuration hardware d'un équipement embarqué dans un aéronef

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A2

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BW BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KM KP KR KZ LC LK LR LS LT LU LV LY MA MD MG MK MN MW MX MZ NA NG NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SM SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A2

Designated state(s): BW GH GM KE LS MW MZ NA SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LT LU LV MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

WWE Wipo information: entry into national phase

Ref document number: 2005807805

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2581681

Country of ref document: CA

NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWP Wipo information: published in national office

Ref document number: 2005807805

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 11576071

Country of ref document: US

WWP Wipo information: published in national office

Ref document number: 11576071

Country of ref document: US