This HTML5 document contains 21 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Subject Item

n2:id

rdf:type

frbr:Work rdac:C10001

marcrel:ths

n20:id

marcrel:aut

n18:id

skos:altLabel

An interval model-based approach for the automatic generation of optimal diagnosis trees, application to the automotive domain

dc:subject

Entropie (théorie de l'information) Thèses et écrits académiques Structures de données (informatique)

skos:prefLabel

Une approche à base de modèles fondés sur les intervalles pour la génération automatique d'arbres de diagnostic optimaux, application au domaine de l'automobile

dcterms:language

n13:fra

dcterms:subject

n7:id n11:id n16:id

dc:title

Une approche à base de modèles fondés sur les intervalles pour la génération automatique d'arbres de diagnostic optimaux, application au domaine de l'automobile

marcrel:dgg

n5:id

skos:note

Ce travail a été réalisé dans le cadre d'une convention CIFRE entre les centres de recherche du LAAS-CNRS et du LIPN et la société ACTIA qui développe des outils d'aide au diagnostic de pannes automobiles. Dans le domaine de l'automobile, l'utilisation de calculateurs électroniques complexes destinés à contrôler des fonctions telles que l'injection ou encore l'ABS s'est considérablement développée ces dernières années. En cas de panne d'une fonction, le calculateur intéressé est capable d'identifier précisément le circuit électronique défectueux. La tâche du garagiste consiste alors à localiser et à remplacer le composant fautif de ce circuit. Ce travail est réalisé en parcourant un arbre de diagnostic composé de séquences de tests et ayant pour feuilles les différentes réparations possibles à opérer. Ces arbres sont actuellement élaborés manuellement par des experts et, compte tenu de la complexité toujours croissante de ces circuits, il n'est pas rare d'y trouver des erreurs. L'application informatique AGENDA (pour automatic GENeration of DiAgnosis trees), développée au cours de cette thèse, met en oeuvre des algorithmes permettant de générer automatiquement ces arbres de diagnostic à partir des données de conception fournies par le constructeur automobile. D'abord, différents modèles du circuit à diagnostiquer sont construits à partir de ces données et des connaissances spécifiques données par l'expert grâce à une interface prévue à cet effet. Ensuite, les différentes fautes possibles de ce circuit ainsi que les différents tests applicables sont générés. Les valeurs correspondant aux tests lorsque le circuit est affecté d'une de ces fautes sont prédites grâce aux modèles. Enfin, l'exécution d'un algorithme AO* muni d'une heuristique pertinente permet d'obtenir un arbre de diagnostic optimal. Le critère d'évaluation d'un arbre de diagnostic se calcumle à partir des probabilités d'occurence des fautes et des coûts des tests. [Résumé anglais] This work, supported by a CIFRE grant, is a result of a collaboration between the LAAS-CNRS and the LIPN research centers and the ACTIA society which designs aiding tools for automobive fault diagnosis. In the automotive domain, the use of complex electronic control unit (ECU) in order to monitor functions such as the injection or the ABS has been widely developed during these last years. When such a function fails, the concerned ECU is able to reliably detect the faulty electronic circuit. Then, the task of the garage mechanic consists in localizing and replacing the faulty component of this circuit. this work is done by traversing a diagnosis tree composed of test sequences and whose leaves represent the different possible repairs to operate. Nowadays, these diagnosis trees are hand-made by experts and, because of the increasing complexity of these circuits, error are not unusual in them. The software application AGENDA (for Automatic GENeration of DiAgnosis trees), developed during this thesis, uses algorithms that allow to generate automatically these diagnosis trees from the design data supplied by the automotive manufacturer. First of all, different models of the circuit to diagnose are built from these data and the specific knowledge given by the expert by means of a dedicated interface. Then, the different possible faults of this circuit as the different possible tests that can be perfomed are generated. The values corresponding to the tests with occurence of one of the faults of the circuit are computed. at last, the execution of an AO algorithm with a pertinent heuristic function allows to obtain an optimal diagnostis tree. The evaluation criterion of a diagnostis tree is computed from the fault occurrence probabilities and the test costs.

dc:type

Text

n9:P1001

n10:T1009

rdaw:P10219

2001

rdau:P60049

n15:1020