Abstract FR:

Une analyse de la problematique a revele deux difficultes accentuees par la complexite des machines : la modelisation du systeme et le raisonnement. Une caracterisation des connaissances utiles au diagnostic a induit l'utilisation d'une structure hierarchisee. Un formalisme adapte au probleme a ete propose. Le probleme du raisonnement de diagnostic a ete examine. La solution choisie a consiste a fusionner plusieurs methodes de l'etat de l'art. En s'inspirant des definitions donnees dans les ouvrages de psychologie, le systeme de diagnostic envisage repose sur une phase abductive de generation d'hypotheses suivie d'une phase deductive. La presente recherche s'est limitee a la conception de la phase abductive de generation d'hypotheses. Les types de raisonnement les mieux adaptes a cette generation d'hypotheses sont les raisonnements non rigoureux, parmi lesquels une forme particuliere de l'analogie, le raisonnement par cas, a ete retenue. Un algorithme d'inference a ete decrit, qui transforme les observations du systeme en valeurs abstraites pour se placer dans un espace plus restreint, puis produit un ensemble de diagnostics vecus plus ou moins abstraits, accompagnes d'un indice de vraissemblance. Les propositions de ce travail de recherche ont ete developpees et testees sur une application robotique. Le systeme experimental a ete remplace par un modele bond graph detaille. Une serie de tests, constituant une ebauche de validation du systeme, a donne des resultats encourageants.