Skip to Main content
Number of documents

1

Doctorant à l'institut LIST de CEA Tech


Sujet de thèse

L’industrie 4.0, ou industrie du futur, est l’industrie née de la quatrième révolution industrielle (la première révolution industrielle est celle de la mécanisation, la seconde celle de la production de masse et la troisième celle de l’automatisation). Le but de l’industrie 4.0 est de réduire les interventions humaines ainsi que les coûts et la consommation d’énergie au strict minimum, tout en augmentant la productivité. Pour ce faire, l’industrie 4.0 s’appuie sur les innovations liées à l’internet des objets et aux technologies du numérique.

Une des caractéristiques principales des usines du futur est la mise en réseau des équipements de production (machines et lignes de production, robots, convoyage, stockage...), ce qui permettra aux équipements de production d’être capables de se contrôler, de se configurer et d’échanger des informations entre eux. Ceci implique des exigences de fiabilité, de latence et de longévité des périphériques de communication élevées. D’un point de vue réseau, l’objectif le plus important pour l’industrie 4.0 reste la performance en temps réel des communications. Cet objectif peut être atteint grâce au Time Sensitive Networking (TSN), un ensemble de normes visant à ajouter des caractéristiques temps-réel à Ethernet.

Dans ce contexte, une usine est composée de postes de travail mobiles et flexibles qui peuvent être agencés de manières différentes en fonction de la production. Cette reconfiguration des postes de travail nécessitera une reconfiguration du réseau qui pourrait être dynamique. L’objectif de la thèse est de déterminer si l’Intelligence Artificielle (IA) peut aider à trouver la bonne configuration pour TSN. Autrement dit, lors d’un changement de topologie réseau, une IA peut-elle, de façon autonome, adapter la configuration TSN ?

 


Conference papers1 document

  • Adrien Roberty, Siwar Ben Hadj Said, Frederic Ridouard, Henri Bauer, Annie Choquet-Geniet. ETR 2021 - École d’Été Temps Réel 2021 : Deep Q-learning pour la gestion de réseaux déterministes. École d’Été Temps Réel 2021, Sep 2021, Poitiers, France. pp.9. ⟨cea-03363679⟩