Beruflich Dokumente
Kultur Dokumente
Modlisation et simulation
des systmes automatiss de
production
2
2 2
Avant-propos
2 3
on expose les le modle initial places/transitions puis quelques extensions
intressantes sont introduites pour traiter le problme lis aux applications de
contrles des processus. A la fin de ce chapitre abordons le paramtre temps, de
manire quantitative : les rseaux de Petri temporiss permettent de prendre en
compte les dures tandis que les rseaux de Petri temporels intgrent des intervalles
de temps et par consquent la localisation des actions dans le temps.
De nombreux exemples et exercices corrigs illustrent les principaux concepts
et thmes abords introduits.
Dans la deuxime partie de cet ouvrage nous prsentons deux types de
processus alatoires fondamentaux en thorie des probabilits : les chanes de
Markov et les rseaux files dattente. Pour une chane de Markov, on fait lhypothse
quil y a plusieurs volutions possibles partir de la situation prsente du systme,
chacune delles ayant une certaine probabilit de se raliser. Cest cette incertitude
sur lavenir qui est prise en compte par les modles markoviens que lon appelle
pour cette raison dynamiques alatoires ou stochastiques. Nous considrons le
cadre mathmatique le plus simple possible en se focalisant sur des espaces dtats
finis. Ainsi, le comportement asymptotique des chanes de Markov peut tre
classifi et prdit.
Les rseaux files dattente font lobjet du dernier chapitre. Ces modles sont bien
adapts aux problmes lies lattente dans un centre de service qui sont omniprsents
dans notre vie courante (attente un guichet, traffic urbain ou arien) et dans les
systmes de production (circulation des pices dans un atelier, maintenance des
machines).
De nombreux exemples et exercices corrigs portant sur le calcul de
performance des systmes de petites tailles sont introduits tout au long du chapitre.
4 2
Chapitre 1
Introduction la modlisation
et la simulation des SAP
2 5
Un modle est une approximation, une vue partielle plus ou moins abstraite de
ralit afin de lapprhender plus simplement, selon un point de vue et quil est
tablit pour un objectif donn.
Un modle est donc subjectif puisquil est tabli en fonction des objectifs, des
jugements, de la nature et de la qualit des informations dont on dispose le
concepteur. Il peut tre exprim par des quations mathmatiques, des symboles,
des mots, etc.
6 2
Variables logiques {0,1} : systmes squentiels ou vnements discrets ;
n
Variables relles et variables logiques : systmes hybrides ;
Variables alatoires : systmes stochastiques.
1.2 La simulation
La simulation est un outil efficace daide la dcision processus qui consiste :
Concevoir un modle du systme (rel) tudi,
Conduire des exprimentations sur ce modle construit pour comprendre le
comportement du systme et den amliorer les performances ;
Interprter les observations fournies par le droulement du modle et formuler
des dcisions relatives au systme.
Lobjectif final de toute simulation est de comprendre et de valider le
comportement dynamique du systme, de comparer des configurations, dvaluer
diffrentes stratgies de pilotage, dvaluer et doptimiser des performances. Lobjectif
est llimination des comportements indsirables avant la phase dapplication.
Dans ce cours, nous nous intressons la simulation des systmes de
production, permettant dtudier le comportement dun systme dynamique et
assurant ainsi un contrle rigoureux du processus de dveloppement.
2 7
Les domaines dapplications de la simulation sont innombrables. Parmi les
domaines dans lesquels elle est le plus utilise, nous distinguons :
Systmes informatiques : comportement des utilisateurs, conception et
dimensionnement, recherche de configurations,
Systmes de production : gestion des ressources de fabrication, quilibrage des
lignes, optimisation et dimensionnement des stocks, moyens de
manutention,
La gestion : marketing, prvisions, gestion du personnel, ladministration :
gestion du trafic, du systme hospitalier et des services durgence,
etc
Mthodologie gnrale
La figure 1.2 illustre la mthodologie gnrale de passage du systme rel au
modle reprsentatif selon un cahier des charges. Cette tape est essentielle pour la
simulation. Dans ce cours nous nous intressons la modlisation et simulation des
systmes de production qui font partie des systmes (dynamiques) vnements
discrets. Parmi les modles utiliss pour tudier ce type de systmes on distingue
notamment deux outils de modlisation : les rseaux de Petri et les files dattente.
Ces deux modles font, respectivement, lobjet des deux chapitres qui suivent
8 2
Chapitre 2
Les Rseaux de Petri
Les Rseaux de Petri ont t invents par Carl Adam Petri, un mathmaticien
Allemand, au dbut des annes soixante (1960-1962). Des travaux ultrieurs ont
permis de dvelopper les Rseaux de Petri comme un outil de modlisation des
systmes squentiels. Le modle Rseaux de Petri est lorigine du Grafcet, qui est
un langage graphique de spcification et de programmation dautomates
industriels.
P3 P4
P1 t3
t1 t4
P2 t2 P5
Un rseau de Petri (RdP) est un graphe orient biparti dont les lments de
base sont (figure 2.1) :
2 9