Method to assist the mecatronic complex sysyem's diagnosis | Méthode pour assister le diagnostic des systèmes mécatroniques complexes

[Notes_IRSTEA]sch. [Departement_IRSTEA]EAA [TR1_IRSTEA]EAA1-MECAFUTUR, Conception de machines intelligentes pour la sylviculture, l'agriculture et l'entretien des espaces naturels

Английский. The increasing rate of the complexity of mechatronics systems grings up the problem of their maintenance. Our goal is to assist the process of diagnosis with a knowledge base which contains informations about identified dysfunctioning cases. Our present application deals with an electric secateur, designed by CEMAGREF and on sale at PELLENC society. The construction of a test bed has permited us to introduce dysfunctions to the secateur and to identify parameters of the system by using a set of measurements. The knowledge base is fed with these parameters and expert rules which specify each of the dysfunctions. Associated to a dysfunctioning case knowledge is hierarchised using classification and fuzzification methods. This operation has permited us to find similarities between two cases, while an exact comparison could not succeed because of the system complexity.

Французский. La complexité croissante des systèmes mécatroniques soulève le problème de leur maintenance. Le but de notre travail est d'aider le processus du diagnostic en construisant une base de connaissance concernant les cas de dysfonctionnements déjà produits dans le système. Une application est en cours sur un sécateur électrique, conçu au CEMAGREF et commercialié par la société PELLENC. Un banc de mesure est construit qui permet d'introduire des dysfonctionnements dans le sécateur et, en utilisant les données de mesures, d'identifier tous les paramètres qui le caractérisent. Accompagnés de règles d'expert spécifiant chaque dysfonctionnement, les paramètres identifiés alimentent la base de connaissances. Cette connaissance associée à un cas de dysfonctionnement précis est hiérarchisée à l'aide des méthodes de classification et de fuzzification. Une telle opération d'abstraction permet de retrouver des similitudes entre deux cas, alors qu'une comparaison exacte ne peut aboutir, en raison de la complexité du système.