Conception et approches par propagation de contraintes : contribution à la mise en oeuvre d'un outil d'aide interactif

The work presented in this thesis deals with interactive aiding design of process. The design support tool is based on a knowledge model described as a Constraint Satisfaction Problem (CSP). The search for solutions being interactive, the tool makes use of CSP filtering methods. The range of knowledge used leads us to integrate different CSP types (discrete, continuous, mixed, dynamic) as well as their filtering methods (arc-consistency, 2B-consistency, discretization). This work is based on an industrial problem relevant to the design of heat treatment operations. The first part gives the background of our works and presents the industrial problem. In the second part, a typology of the constraints necessary to build knowledge models is made. This typology allows us to identify the different CSP types to use. Each one is presented in terms of its state of art, needs and adopted solutions. Taking into account 2D graphs in constraints-based models necessitates the use of a specific data structure named a quad tree. The integration of this data structure does not raise any particular problem for the graphs described as a single numerical constraint. We extend it in order to take into account the graphs described as piecewise numerical constraints. The last part presents the general architecture of a constraint-based model built in collaboration with heat treatment experts and shows how the various filtering engines are gathered.Les travaux présentés dans cette thèse s'inscrivent dans une problématique d'aide à la conception interactive de procédés. L'outil d'aide à la conception repose sur un modèle à base de connaissances décrit comme un problème de satisfaction de contraintes (CSP). La recherche de solutions étant interactive, cet outil exploite les méthodes de filtrage des CSP. La diversité des connaissances à exploiter nous conduit à intégrer différents types de CSP (discrets, continus, mixtes, dynamiques) ainsi que leurs méthodes de filtrage (arc-cohérence, 2B-cohérence, discrétisation). La prise en compte d'abaques expérimentaux 2D dans les modèles à base de contraintes, nécessite l'utilisation d'une structure de données nommée arbre quaternaire. L'intégration de cette structure de données ne pose pas de problème particulier pour les abaques décrits par des contraintes numériques continues. Nous l'étendons pour prendre en compte les abaques décrits par des contraintes numériques définies par morceaux