Introduction de l’intelligence artificielle pour le diagnostic et la détection de défauts dans un système automatique.

Abstract

Dans ce travail, nous analysons les travaux de Wang et Ghidaoui (2018) concernant des méthodes de détection de fuites dans un environnement bruité. Ces méthodes mélangeant des techniques de l’hydraulique (ITA) et des statistiques (EMV) sont d’une grande précision mais sont particulièrement chronophages. Le problème est résolu par la maximisation d’une fonction de coût basée sur la recherche exhaustive. Nous avons tenté de réduire le temps de diagnostic en implémentant un algorithme génétique à la place de l’algorithme de recherche exhaustive original dans l’optique d’avoir un gain de temps sans perdre en précision.