|
Le projet Mode vise à construire un "moteur" de diagnostic permettant de diagnostiquer un système complexe comme une automobile à partir des différentes méthodes de diagnostic étudiées dans Autodiag.
Le plus souvent, les moteurs de diagnostic n’utilisent qu’une forme de connaissances (une modélisation analytique, une modélisation qualitative, une base de données numériques, une base de règles expertes, une base de cas symboliques, …). Alors que ces méthodes fonctionnent bien sur des systèmes simples, elles restent limitées pour les systèmes complexes dont la portée dépasse le cadre d’un seul domaine technique (dans l’automobile, on traite à la fois des organes mécaniques, hydrauliques, électroniques, etc…). Par exemple, certains phénomènes sont sous-tendus par des théories physiques bien formalisées permettant la réalisation d’un modèle explicite alors que pour d’autres une approche "boite noire" sera plus adaptée.
Dans le projet Mode, nous cherchons à utiliser toutes les connaissances disponibles sur un véhicule pour réaliser son diagnostic. Ces connaissances sont issues des différentes phases du cycle de vie du véhicule et sont de nature très différente. A l'heure actuelle nous utilisons : des modèles (fonctionnels, électriques, etc.) issus des bureaux d'étude, des observations réalisées automatiquement sur le véhicule (tant numériques à travers de l'acquisition de paramètres que symboliques à travers la surveillance des messages échangés sur les bus de communication entre les calculateurs) et, bien sûr, le retour d'expérience des garagistes et des constructeurs à travers une base d'incidents connus. Dans cette base, chaque incident est au moins décrit par son applicabilité, les symptômes présent sur le véhicule et la réparation associée.
Figure 1 : Architecture de MODE
Chaque type de connaissances est utilisé par une méthode de diagnostic spécifique. Un raisonnement global permet de mettre en œuvre ces différentes méthodes soit en séquence, une méthode apportant les informations nécessaires à la mise en œuvre d'une autre (par exemple une liste de fonctions suspectes, etc.) soit de manière concurrente, le choix entre les méthodes étant alors dépendant des observations disponibles et des connaissances préalablement acquises pour le moteur de diagnostic. La communication entre les différentes méthodes est rendue possible par l'ontologie qui joue le rôle de langage commun.
L'utilisation conjointe de tous ces types de connaissances permet, à couverture égale du système de diagnostic, de réduire le coût d'acquisition des connaissances en se concentrant sur les plus faciles à acquérir sur chaque partie du véhicule. Elle permet aussi de prendre en compte le retour d'expérience qui permet souvent de réparer un véhicule avec un minimum de tests complémentaires et donc de réduire le coût moyen de chaque diagnostic.
Chercheurs concernés :
* Olivier DUFFAUT, Ingénieur ACTIA
* Jérome THOMAS, Ingénieur ACTIA
* Hervé POULARD, Ingénieur ACTIA
* Louise TRAVE-MASSUYES, LAAS-CNRS, Directeur de Recherche CNRS
* Jean-Luc SOUBIE, Ingénieur de recherche, responsable de l’équipe CSC, IRIT.
Contact : Olivier DUFFAUT, olivier.duffault@actia.fr |
