16,99 €
inkl. MwSt.

Versandfertig in über 4 Wochen
  • Broschiertes Buch

Deux principales approches de supervision par les Réseaux de Petri sauf des systèmes à évènements discrets sont proposées dans la littérature à savoir celle des Invariants de marquage et celle de la théorie des régions. Il est constaté que de ces deux approches qu'il n'est pas évident de vérifier la contrôlabilité de la spécification qui garanti la sureté de bon fonctionnement. Pour y parvenir, dans ce livre nous proposons deux approches de supervision par Réseaux de Petri stochastique d'un système de production des pièces métalliques sous la contrainte de stock. La première approche vise à…mehr

Produktbeschreibung
Deux principales approches de supervision par les Réseaux de Petri sauf des systèmes à évènements discrets sont proposées dans la littérature à savoir celle des Invariants de marquage et celle de la théorie des régions. Il est constaté que de ces deux approches qu'il n'est pas évident de vérifier la contrôlabilité de la spécification qui garanti la sureté de bon fonctionnement. Pour y parvenir, dans ce livre nous proposons deux approches de supervision par Réseaux de Petri stochastique d'un système de production des pièces métalliques sous la contrainte de stock. La première approche vise à vérifier la contrôlabilité de la spécification par transformation du modèle Réseaux de Petri stochastique en modèle automate pour une application de l'algorithme de Kumar. La seconde approche vise à déterminer par calcul les états à interdirent pour un meilleur fonctionnement du système de production. Après application de ces deux approches il est constaté que le système supervisé est optimal.
Autorenporträt
DONFACK BIDIAS Omer est né le 29 Juin 1987 à Kumba au Sud-Ouest du Cameroun. Son parcours universitaire est couronné d'un BTS, d'une Licence en génie électrique et d'un Master en Electronique et Automatisme. Ingénieur des techniques industrielles au Ministère des mines et de l'industrie, il effectue une thèse de doctorat au laboratoire LESIA.