Abstract FR:

Aujourd'hui, les processus de conduite des installations industrielles sont de plus en plus complexes. Cette complexite a motive, voire impose, l'automatisation de leur controle. En cas de dysfonctionnement de l'installation, une avalanche d'alarmes est generee. L'operateur charge de la surveillance doit apprehender rapidement la situation, et afin de retrouver une situation normale, il doit effectuer une serie d'actions. Le plus souvent, il est submerge par le nombre important d'alarmes. Notre objectif, dans le cadre de nos recherches, etait de realiser un systeme de filtrage d'alarmes pour une ligne de metro automatisee, afin d'aider l'operateur a identifier l'alarme a l'origine du dysfonctionnement. Notre recherche s'articule en deux parties traitant chacune de l'etude et de la realisation d'un systeme de filtrage d'alarmes selon deux approches differentes. La premiere partie a ete developpee dans le cadre du projet sara (systeme d'aide aux regulateurs (operateurs) d'une ligne de metro automatisee) qui est un prototype de systeme expert d'aide aux operateurs d'un poste de commandes central. Nous avons adopte une approche centralisee representant les evenements par un unique graphe et utilisant une procedure globale pour etablir le diagnostic. Cette approche a demontre ses limites. Nous avons alors envisage, dans la seconde partie de notre travail, d'utiliser les techniques de l'intelligence artificielle distribuee (iad) et plus particulierement l'approche multi-agents pour le filtrage d'alarmes. Cette approche a ete motivee par la distribution naturelle des equipements de la ligne de metro et par le fait que chaque equipement possede des connaissances et des raisonnements locaux. Ainsi, chaque equipement physique a ete represente par un agent autonome. Les agents cooperent pour identifier l'evenement a l'origine de la defaillance ainsi que l'equipement defaillant. Une maquette, realisee en spiral (generateur de systemes a base de connaissances), est actuellement operationnelle sur station de travail. Cette maquette a permis la concretisation et la validation de notre approche multi-agents