Bibliographie & annexes
Présentation
Auteur(s)
-
Jacky MONTMAIN : Ingénieur du Commissariat à l’Énergie Atomique Unité Mixte de Recherche sur la Complexité, École des Mines d’Alès – Commissariat à l’Énergie Atomique
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
La complexité des systèmes dans lesquels l’homme est impliqué aujourd’hui conduit à l’émergence de systèmes de traitement de l’information de plus en plus sophistiqués et incontournables où la prise de décision est de plus en plus difficile. La supervision homme-machine des systèmes de production s’inscrit typiquement dans cette problématique.
Les définitions de la supervision, fournies par les dictionnaires sont les suivantes : « surveiller et contrôler l’exécution d’une opération ou la réalisation d’un travail accompli par d’autres » (Larousse) ; « contrôler sans entrer dans les détails » (Robert). Les deux notions de « surveiller et contrôler l’exécution d’une opération » et « sans entrer dans les détails » sont déterminantes pour comprendre les orientations relatées dans cet article.
Le rôle de l’opérateur a évolué de la conduite à la supervision et l’outil de production est devenu indissociable de son système numérique de contrôle-commande rendant la compréhension des événements d’autant plus complexe. L’intégration d’indicateurs de contrôle de plus en plus nombreux et sophistiqués dans le poste de conduite ne correspond pas nécessairement aux attentes de l’équipe d’exploitation. Il est préférable d’élaborer des systèmes d’information coopératifs, véritables aides au raisonnement et à la compréhension de situations pour les opérateurs. L’enjeu ne doit pas être l’automatisation des tâches cognitives de ceux-ci mais l’aide au raisonnement. La supervision ne saurait se résumer à la surveillance d’un procédé physique, l’objet de son analyse est une installation complète avec son instrumentation, ses modes de fonctionnement, ses configurations..., conduite par une équipe d’opérateurs d’exploitation.
L’un des challenges des systèmes d’information interactifs réside alors dans la sélection, l’organisation et la présentation dynamique de l’information ; la performance de l’ensemble homme-machine dépend de l’efficacité de la communication établie par l’interface (au sens large du terme). La conception de systèmes coopératifs repose sur l’analyse du système homme-machine afin d’établir les besoins informationnels, de définir les objectifs, les contraintes et les tâches à remplir.
Nous verrons dans cet article les principes et les spécificités de la supervision homme-machine. Nous opposerons la notion d’automatisation cognitive à celle d’aide au raisonnement. Cela nous amènera à discuter des modèles cognitifs utiles à l’opérateur en salle de conduite. Nous nous attarderons à cet effet sur le raisonnement qualitatif, le raisonnement causal, le raisonnement multipoints de vue et le raisonnement approché.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Automatique et ingénierie système
(141 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Le raisonnement multipoints de vue3. Le raisonnement causal
3.1 Causalité
La notion de causalité a été largement discutée dans les années 1980 [14] [41]. Nous ne l’aborderons dans ce paragraphe qu’à travers l’intérêt qu’elle a suscité durant ces dernières années dans le domaine de la supervision. En effet, le diagnostic est typiquement un processus causal, car il consiste à chercher les composants défectueux qui peuvent expliquer les dysfonctionnements observés. Qu’il s’agisse de simulation, d’explication ou de diagnostic, la causalité apparaît comme un principe de base. Si l’on y ajoute l’idée de dynamique de propagation des effets d’une commande, d’une perturbation ou d’un mode de défaillance, la notion de graphe causal dynamique pour la supervision s’impose : parce qu’une dynamique très forte pour des procédés couplés complexifie la compréhension et l’explication d’un fonctionnement anormal et constitue une cause supplémentaire d’erreurs d’interprétation pour l’opérateur, il est nécessaire de mettre l’accent sur la prise en compte des aspects temporels et causaux dans la simulation et le raisonnement [25] [51].
HAUT DE PAGE3.2 Représentation par graphe causal
Un graphe causal est une description des influences que les variables peuvent avoir les unes sur les autres. Par suite, cela fournit un outil conceptuel pour raisonner sur la façon dont se propagent les changements dans une installation. Le comportement de tout système peut être décrit, au moins partiellement, par un graphe causal, composé de relations unidirectionnelles entre des variables : un système peut souvent être décrit par ses équations structurelles, qui sont généralement des interprétations algébriques des lois physiques régissant le système ; l’ordonnancement causal fournit un guide pour identifier les asymétries entre les variables dépendantes et indépendantes.
La structure la plus pauvre de graphe causal est celle du graphe signé orienté (SDG pour Signed Directed Graph). Les nœuds d’un SDG correspondent à l’état des variables, et les arcs orientés portent les signes des influences correspondantes : le signe est « + » lorsque les variables se rapportant à l’arc évoluent dans le même sens, et...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Automatique et ingénierie système
(141 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Le raisonnement causal
BIBLIOGRAPHIE
-
(1) - ALLEN (J.F.) - Maintaining knowledge about temporal intervals - . Communications of the ACM, p. 832-843 (1983).
-
(2) - BAINBRIDGE (L.) - Ironies of automation - . Automatica, 19 (6), p. 775-779 (1983).
-
(3) - BANDEKAR (V.) - Causal models for diagnostic reasoning - . Artificial Intelligence in Engineering, 4 (2) (1989).
-
(4) - BENKHANNOUCHE (S.) - Aide à la supervision des processus industriels : vers une méthodologie de conception - . Thèse de l’Université Pierre et Marie Curie de Paris 13 (1996).
-
(5) - BOBROW (D.G.) - Qualitative reasoning about physical systems : an introduction - . Artificial Intelligence, 24, p. 1-5 (1984).
-
(6) - BRUNET (J.), JAUME (D.), LABARRÈRE (M.), RAULT (A.), VERGÉ (M.) - Détection et diagnostic de pannes, approche par modélisation - ....
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Automatique et ingénierie système
(141 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
