Conception et développement d'une architecture de pilotage distribué pour améliorer la résilience opérationnelle dans les systèmes cyber-physiques de production

Cyber-Physical Production Systems (CPPS) are inherently complex due to the size and variety of their components and the diversity of their interactions. Furthermore, operational disturbances and risks make them even more complex as they can propagate through CPPS components and subsystems, challenge pre-established operations management, and adversely affect behavior, performance, and expected service quality. To this end, distributed/decentralized control architectures have emerged in which information processing is distributed and decision-making is decentralized over various intelligent production resources.Although such architectures show better adaptation to disturbances, the literature analysis shows that few distributed approaches on smart products are proposed. These approaches consist of providing products with capabilities that allow them to play an active role to react, in the presence of disturbances, in an autonomous, adaptive, and resilient way, while maintaining performance at acceptable levels.Meanwhile, the biological immunity emerges as a natural system that involves an integrated and generic set of concepts and mechanisms that are highly resilient to an infinite number of biological threats. This system continues to attract the interest of a growing community of researchers, and their work has contributed to the emergence of Artificial Immune Systems (AIS) as a new paradigm of artificial intelligence. Despite the many applications of AIS, the literature analysis reveals that there are few works on monitoring and control of CPPS.In this thesis, the biological immunity is considered as a design framework to guide the development of a distributed control architecture on smart products to improve the resilience of CPPS. The contribution of this thesis is threefold. First, we model an immune system-inspired control architecture to contribute to improve resilience. Second, we propose a decision-making mechanism based on an adaptive version of the Analytical Hierarchy Process (AHP) and integrated into smart products in a decentralized manner to enable them to cope with operational disturbances and risks. Finally, the proposed approach is implemented and validated using a multi-agent simulation of an industrial-scale learning factory. The experiments and results provide interesting openings for research.Les systèmes cyber-physiques de production (CPPS) sont complexes en raison de la taille et de la variété de leurs composants, et de la diversité de leurs interactions. De surcroît, les perturbations et les risques opérationnels contribuent à la complexité des systèmes car ils peuvent se propager à travers les composants et les sous-systèmes de CPPS, remettre en cause la gestion préétablie des opérations, et entraîner des conséquences néfastes sur le comportement, les performances et la qualité des services attendues. A cet effet, des architectures de pilotage distribuées/décentralisées ont émergé, dans lesquelles le traitement d'information est distribué et la prise de décision est décentralisée sur plusieurs entités de production intelligentes.Bien que de telles architectures montrent une meilleure adaptation aux perturbations, l'analyse de la littérature montre que peu d'approches distribuées sur les produits intelligents sont proposées. Ces approches consistent à doter les produits de capacités leur permettant de jouer un rôle actif afin de réagir en présence de perturbations de manière autonome, adaptative et résiliente, tout en maintenant les performances à des niveaux acceptables.L'immunité biologique apparaît comme un système naturel qui implique un ensemble intégré et générique de concepts et de mécanismes qui sont hautement résilients à une infinité de menaces biologiques. Ce système ne cesse de susciter l'intérêt d'une communauté croissante de chercheurs, dont les travaux ont contribué à l'émergence de systèmes immunitaires artificiels (SIA) comme un paradigme de l'intelligence artificielle. Malgré les nombreuses applications des SIA, l'analyse de la littérature montre qu'il existe très peu de travaux sur le pilotage des CPPS.Dans le cadre de cette thèse, l'immunité biologique est considérée comme un modèle de conception pour guider le développement d'une architecture de pilotage distribué à base de produits intelligents afin d'améliorer la résilience des CPPS. La thèse apporte des contributions à trois niveaux. Premièrement, nous modélisons une architecture de pilotage inspirée du système immunitaire pour améliorer la résilience. Deuxièmement, nous proposons un mécanisme décisionnel basé sur une version adaptative du processus d'analyse hiérarchique (AHP) et intégré dans les produits intelligents de manière décentralisée pour leur permettre de faire face aux perturbations et aux risques opérationnels. Finalement, l'approche proposée est implémentée et validée moyennant une simulation multi-agent d'une usine d'apprentissage à l'échelle industrielle. Les expérimentations et les résultats fournissent des ouvertures intéressantes pour la recherche