Dem@t-Factory (2010-2012)

La supervision d’un système consiste en la détection, l’isolation, l’identification et la réparation des fautes susceptibles de survenir en son sein. Avec l’avènement de systèmes complexes physiquement distribués et asynchrones, l’approche traditionnelle de la supervision, centralisée, est aujourd’hui remise en question. En effet, lorsque les communications entre le système de supervision et le système supervisé deviennent lentes, perturbées ou trop couteuses, le temps de réponse à un dysfonctionnement devient prohibitif.

Le travail réalisé avait donc pour objectif l’étude de l’obtention d’un système de supervision à même de superviser efficacement et continuellement un système distribué en présence de communications non fiables.

La nature du problème nous a conduit à l’élaboration d’un système de supervision distribué reposant sur une architecture de supervision multi-agents où chaque agent est en charge d’un région du système à superviser, dispose d’une vision locale et est doté de capacités de diagnostic, de réparation et de communication.

Ce choix nous a conduit à aborder le problème de la supervision comme un problème de prise de décision distribuée par des agents agissant sous incertitude.

• Nous proposons dans un premier temps un modèle décisionnel permettant à chaque agent de supervision de prendre une décision à chaque instant et de trouver un compromis entre une réparation immédiate sous incertitude et une action différée plus fiable mais dont le délai avant déclenchement peut engendrer des conséquences importantes pour le système.
• De là, nous proposons également un mécanisme de coordination et de resynchronisation de l’état du système et un algorithme entrelaçant les phases de diagnostic et de réparation permettant d’adapter automatiquement et dynamiquement le comportement du système de supervision à l’état des communications.

Le manuscrit détaille l’architecture proposée (ADS2) selon ces différentes dimensions et évalue celle-ci en s’appuyant sur un cas d’usage industriel et des données réelles.

Partenaires : Safig, A2iA, BancTec, Jouve, le laboratoire CEDRIC CNAM, le laboratoire A2iA ESIEE, LIP6, Temis