Surveillance et diagnostic d'un système de production agroalimentaire

Abstract

La disponibilité des installations industrielles présente un impact très important pour chaque société activant dans le domaine de la production et qui doit résister à la mondialisation où la concurrence est très rude. Ce présent travail a pour but d'utiliser les réseaux de neurones artificiels (RNA) et particulièrement Le Réseau à Fonctions de base Radiales (RFR) dans le domaine de la surveillance et diagnostic d'un système de production. La nécessité d'utiliser cette technique d'intelligence artificielle vient du faite qu'il n'existe pas un modèle formel pour définir l'état du processus industriel c'est-à-dire la déduction direct d'une défaillance à partir des données capteurs et sans l'intervention de l'expert humain. Pour bien mener cette étude ; on a devisé notre travail en deux parties : la première partie consiste à étudier les notions fondamentales sur la surveillance et diagnostic dans le domaine industriel ainsi que les RNA et le RFR en justifiant le choix de cet outil. La deuxième partie présente une étude pratique d'un processus industriel réel ; on a développé un modèle de surveillance qui défini l'état du processus à partir des données réelles de l'entrée. Une simulation a été réalisée sous Matlab pour évoluer les performances du système. Finalement ; on a élaboré une interface à l'aide d'un langage de programmation pour faciliter la manipulation de ce modèle