Diagnostic préférentiel à base de modèles discrets pour des fautes intermittentes et permanentes

Valentin Bouziat (1) , Xavier Pucel (1) , Stéphanie Roussel (1) , Louise Travé-Massuyès (2)

1 DTIS, ONERA, Université de Toulouse [Toulouse]
2 LAAS-DISCO - Équipe DIagnostic, Supervision et COnduite

In this paper we consider the diagnosis of intermittent and permanent faults in discrete event systems. We present a logic based modeling approach associated with conditional preferences in order to produce a unique diagnosis at each time step. This approach is subject to deadlocks between the monitored system and its diagnoser. The goal of this paper is to detect at design time such deadlocks, using a model-checking approach.

Nous nous intéressons dans cet article au diagnostic de pannes intermittentes et permanentes dans des systèmes à événements discrets. Nous proposons un formalisme de modélisation logique associé à des préférences conditionnelles destiné à produire un diagnostic unique à chaque pas de temps. Cette approche est susceptible de provoquer des interblocages entre le système surveillé et son diagnostiqueur. L'objet de cet article est de détecter ces interblocages dès la conception, par une méthode basée sur le model-checking.

Domaines: Intelligence artificielle [cs.AI]

Valentin Bouziat, Xavier Pucel, Stéphanie Roussel, Louise Travé-Massuyès. Diagnostic préférentiel à base de modèles discrets pour des fautes intermittentes et permanentes. 12èmes Journées d'Intelligence Artificielle Fondamentale (JIAF 208), Jun 2018, Amiens, France. ⟨hal-01928837⟩