Modélisation de connaissances « métier » pour le paramétrage d'un Système Flou d'identification de défauts sur des planches de bois.

Cyril Mazaud (1, 2) , Vincent Bombardier (1) , Pascal Lhoste (3) , Raphaël Vogrig (2)

1 CRAN - Centre de Recherche en Automatique de Nancy
2 LUXSCAN TECHNOLOGIES
3 ERPI - Equipe de Recherche sur les Processus Innovatifs

Cet article expose une démarche de modélisation et d'intégration de connaissances expertes issues de deux domaines d'expertise visant à améliorer un système de reconnaissance de défauts sur des planches de bois. Les domaines d'expertise concernés sont le métier du bois et la vision industrielle. L'extraction et la modélisation de ces connaissances sont basées sur la méthode NIAM et le formalisme ORM, les formalisant à partir de leur expression en langage naturel. Pour améliorer le système de reconnaissance existant, nous proposons d'intégrer ces connaissances métiers pour construire en partie le modèle numérique. Ce modèle est créé selon une structure arborescente où chaque moteur d'inférence est constitué d'un Système d'Inférences Floues reposant sur un mécanisme à base de règles linguistiques floues. Les connaissances expertes précédemment modélisées permettent de configurer chaque nœud de l'arborescence ainsi créée. Les résultats obtenus sur un lot de production montrent l'amélioration du taux de reconnaissance par rapport à la méthode en place dans l'entreprise.

Mots clés: modélisation de connaissances; méthode NIAM; formalisme ORM; identification de défauts; système d'inférences floues

Domaines: Traitement du signal et de l'image [eess.SP]; Automatique / Robotique; Traitement du signal et de l'image [eess.SP]

Cyril Mazaud, Vincent Bombardier, Pascal Lhoste, Raphaël Vogrig. Modélisation de connaissances « métier » pour le paramétrage d'un Système Flou d'identification de défauts sur des planches de bois.. e-STA Sciences et Technologies de l’Automatique, 2006, 3 (1), pp.Revue électronique. ⟨hal-00120314⟩