Cours Réseaux de Petri - Pr. EL HAFTA (Filière GIL-1) (Septembre 2019 - Printable Version)

24/12/2019
Modélisation des Systèmes à Evénements Discrets
Réseaux de Pétri
Pr. Mohamed EL HAFTA
ENSEM
1ère Génie Industriel et Logistique

2019/2020
© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019
INTRODUCTION
1
24/12/2019
Introduction
Un système ?
Définition :
• Ensemble d'éléments en interaction mutuelle et
en interaction avec l'environnement, organisés
en fonction d'un même but pour parvenir à une
même fin.
Introduction
Un système ?
Statique
Non linéaire
Continu
Système
Dynamique
Linéaire
Déterministe
Discret
Stochastique
2
24/12/2019
Introduction
Un système ?
• Dans un système continu, l'état du système change en
permanence avec l'évolution du temps.
• Dans un système à évènements discrets, l'état change

seulement à certains instants lors de l'occurrence
d'évènements particuliers.
– L'espace d'états d'un SED est discret.
– Il est stochastique si au moins une de ses sorties est aléatoire. Dans ce

cas le système est décrit par un processus stochastique.
Introduction
Un système ?
Système Continu # Système à Evènements Discrets
3
24/12/2019
Introduction
Un système ?
q Le mot « discret » ne signifie ni « temps discret » ni « état

discret »
q Le temps et les états du système réel évoluent de façon

continue, mais on ne s’intéresse qu’à des instants particuliers
q Seuls les faits importants pour l’étude sont considérés :

ü arrivée ou départ d’une ressource (objet, personne, …)
ü début ou fin d’une action ou d’un processus, …
Introduction
Un système ?
Comment déterminer les critères à prendre en compte ?
Règle de conduite : faire abstraction des détails qui ne

contribuent pas à l’élaboration des résultats attendus.
4
24/12/2019
Introduction
Un système ?
• Exemple 1 : une station d’essence
– Résultats attendus :
• Taille file d’attente, temps d’attente, …
– Aspects intéressants
• Pompes : libre, occupée, nombre
• Véhicules : type carburant, arrivée, attente dans une file, service en
cours, départ
– Aspects non intéressants
• Véhicules : marque, couleur, …
Introduction
Un système ?
• Exemple 1 : une station d’essence
– Paramètres complémentaires pour rapprocher le modèle de

la réalité :
• Distribution statistique des arrivées de véhicules
• Durée globale du service
5
24/12/2019
Introduction
Un système ?
Exemple 2 : Un réseau routier
• Résultats attendus :
– Évolution du nombre de voitures en attente (entassement des voitures
et désengorgement des files)
– Temps d'attente moyen d'un véhicule devant un feu tricolore
– Temps maximal d'attente d'un véhicule devant un feu tricolore
– Temps moyen et maximal mis par un véhicule pour parcourir un trajet

donné
Introduction
Un système ?
Exemple 3 : Un système de fabrication
• Objectif :
– Détermination du nombre d’ouvriers spécialisés nécessaires
à la fabrication d’un produit donné
• Données :
– Distribution des commandes (loi de probabilité)
– Temps de fabrication du produit
– Délai de livraison et taux de dépassement toléré
6
24/12/2019
Introduction
Un système ?
• De nombreux systèmes complexes relèvent de cette
classe de comportement :
– Les systèmes automatisés de production (systèmes

manufacturiers)
– les systèmes de transport
– les systèmes embarqués
– les réseaux de communication
– Les systèmes de prises de décision
Conception des systèmes
• Cycle classique de conception : Cycle en V
7
24/12/2019
Conception des systèmes

• Introduction obligatoire d'étapes de validation AVANT la mise
en œuvre
à (détection + tôt des erreurs et insuffisances)
• Notamment :
– …Spécifications
– Modélisation
– Simulation
– Analyse
– Validation
– …Mise en œuvre
Introduction
La modélisation
Définition :
• Un modèle est une représentation simplifiée

capable de reproduire de façon pertinente un
comportement partiel d’un système.
8
24/12/2019
Introduction
La modélisation
q Modèles mathématiques :
ü Equations aux dérivées partielles : mécanique des fluides, géologie,
météorologie,….etc.
q Modèles fondés sur des méthodes d’apprentissage : réseaux de neurones

artificiels :
ü Traitement de signal, contrôle de processus, classification de données,…
q Modèles à la fois formels (langages ayant une définition mathématique) et

semi-graphiques : réseaux de Petri (RdP) ou Petri Nets (PN) :
ü Systèmes à Evénements Discrets (SED): processus logistiques
(organisation des services, réseaux de transport), processus techniques
(réseaux de télécommunications, réseaux d’ordinateurs, chaînes de
production, ateliers flexibles)
Introduction
Les réseaux de Petri (RdP)
q Carl Adam Petri (1926-2010, Allemagne)

q Mathématicien – Informaticien
q Invention des RdP 1962 (Thèse de doctorat :
Kommunikation mit Automaten)
q Kurt Jensen (1950, Denmark)

q Dr en Sciences de l’Information
q Introduction des Réseaux de Petri colorés en
1981
9
24/12/2019
Introduction
RdP = Outil de modélisation
« Outil de modélisation orienté vers la

représentation des SED dont les variables d'états
évoluent brusquement d'une valeur à l'autre sans
qu'il soit nécessaire de représenter les
phénomènes transitoires »
Introduction
Caractéristiques des RdPs :
– Représentation semi-graphique comportant un petit nombre de

symboles.
– Représentation mathématique sous-jacente
– Divers traitements possibles

• Visualisation dynamique par simulation
• Analyse qualitative (propriétés : invariants, absence de blocage,
accessibilité, …)
• Analyse quantitative (performance) mathématique ou par
simulation
10
24/12/2019

• Un réseau de Pétri est un graphe orienté comportant :
– Un ensemble fini de places P = {P1,P2,...,Pn} : conditions ou
statuts
Place
– Un ensemble fini de transitions T = {T1, T2, ..., Tn} :
évènements ou actions
Transition
– Un ensemble fini d'arcs orientés et unidirectionnels

Arc

• Caractéristiques des RdP :
– Comme dans tout graphe biparti, un arc ne relie jamais deux
sommets de la même famille.
– Chaque place va contenir un nombre entier de jetons (ou

marques) pour modéliser la dynamique du système.
11
24/12/2019
Places, transitions, arcs et marquages

P1 P1
T1 T1
P2 P2
T6 T6
T2 T2
P3 P4 P3 P4
T3 T4 T3 T4
P5 P5 P5 P5
T5 T5
P7 P7
a - RdP non marqué b - RdP marqué
Le marquage à un instant t définit l’état du système décrit par le RdP.
Remarque : Le marquage d’un RdP est numérique (nombre entier) alors que celui
d’un Grafcet est booléen (état actif ou inactif)
Concepts RdP
THÉORIE ET PROPRIÉTÉS DES RÉSEAUX
DE PETRI
12
24/12/2019
Théorie et propriétés des Réseaux de Petri
RdP - Concepts de base

• Un RdP est un graphe orienté. Il comporte :
– un ensemble fini de places, P={P1, P2, P3, ..., Pm}, symbolisées par des
cercles et représentant des conditions. Cet ensemble traduit l’état d’une
ressource du système (machine libre, stock vide, convoyeur à l’arrêt, …).
– un ensemble fini de transitions, T={T1, T2, T3, ..., Tn}, symbolisées par des
tirets et représentant l'ensemble des événements (actions ou tâches du
système), dont l'occurrence provoque la modification de l'état du système.
– un ensemble fini d'arcs orientés qui assurent la liaison d'une place vers une
transition ou d'une transition vers une place.
P1 T P2

• Un RdP est, en plus, biparti. Càd :
– c'est-à-dire qu'un arc relie alternativement une place à une transition et une
transition à une place.
– On doit pas avoir ce type de situation :
13
24/12/2019

• Une condition est la description de l’état d’une ressource du système
modélisé :
– La machine est prête,
– La machine est hors service,
– Le stock est suffisant…
• Un état du système peut être décrit comme un ensemble de conditions.

• Une condition est soit vraie, soit fausse.
• Dans le formalisme des Réseaux de Petri, la condition est modélisée à l’aide

d’une place.

• Un événement est une action qui se déroule au sein du système et dont
la réalisation dépend de l’état du système :
– Début de traitement sur une machine,

– Panne sur une machine
– Réception d’une commande
– Fin de traitement d’une commande
• Dans le formalisme des Réseaux de Petri, l’événement est modélisé à l’aide

d’une transition.
14
24/12/2019

Algèbre linéaire :
• Un réseau de Petri est défini par un quadruplet Q = (P, T, Entrée, Sortie),
où :
– P est un ensemble fini de places: P = { p1 , p2 , p3 ,.., pn }
– T est un ensemble fini de transitions: T = {t1 , t2 , t3 ,.., tn }
– Entrée (ou Pré) est une application, Entrée: P x T →N, appelée application
d’incidence avant. Notée Pré(p,t) ou Entrée(p,t) ou encore I(p,t), contient la
valeur entière « n » associée à l’arc allant de « p » à « t ».
– Sortie (ou Post) est une application, Sortie: P x T →N, appelée application
d’incidence arrière. Notée Post(p,t) ou Sortie(p,t) ou O(p,t), contient la
valeur entière « n » associée à l’arc allant de « t » à « p ».

• « p » est une place d’entrée de la transition « t » si Pré(p, t) > 0
k1
k1 =entrée(p,t)>0
p t
• « p » est une place de sortie de la transition « t » si Post(p, t) > 0

k2
k2 =Sortie(p,t)>0
t p
• « t » est une transition d’entrée de « p » si Sortie(p,t) > 0:

i1
i1 =Sortie(p,t)>0
t p
• « t » est une transition de sortie de « p » si Entrée(p,t) > 0:

i2
i2 =entrée(p,t)>0
p t
• k1, k2, i1 et i2 représentent le poids des arcs
15
24/12/2019
Matrices d'incidence
Matrice d'incidence avant : W- = [w-ij] où w-ij =Pré(Pi, Tj)
+
Matrice d'incidence arrière : W = [w+ij] où w+ij =Post(Pi, Tj)
T1 T2 T3 T4 T1 T2 T3 T4
P1
1 0 0 0 P1 0 0 0 1 P1
T1
0 1 0 0 P2 1 0 0 0 P2 P2 P3
W- = W+ = 0 0
0 0 1 0 P3 1 0 P3
0 0 0 1 P4 0 1 0 0 P4 T2 T3
0 0 0 1 P5 0 0 1 0 P5 P4 P5
T4
T1 T2 T3 T4
-1 0 0 +1 P1
+ - +1 -1 0 0 P2
Matrice d'incidence : W = W - W = +1 0 -1 0 P3
0 +1 0 -1 P4
0 0 +1 -1 P5
Équation fondamentale
Mi + W. S = Mk
P1
T1
Vérifier avec le franchissement de la transition T2 P2 P3
0 -1 0 0 +1 0 0 0 T2 T3
0
1 +1 -1 0 0 1 -1 0
1 P4 P5
1 + +1 0 -1 0 . 0 = 1 + 0 = 1
0 0 +1 0 -1 0 +1 1 T4
0
0 0 0 +1 -1 0 0 0
Mi W S Mk
16
24/12/2019

• Transitions sources :
– Une transition source est une transition qui ne comporte aucune place
d’entrée
t p
17
24/12/2019

• Transitions puits :
– Une transition puits est une transition qui ne comporte aucune place de
sortie
p t

• Le marquage d’un RdP est donné par la présence à
l'intérieur des places d'un nombre fini (positif ou nul), de
marques ou de jetons. (Une place est vide ou marquée.)
• Exemple :
18
24/12/2019

• Au cours de l’évolution du système, le marquage est
susceptible d’être modifié.
• Le marquage initial M0, d’un RdP correspond à la

distribution initiale des jetons dans chacune des places du
RdP, qui précise l'état initial du système. Dans ce cas, on
parle du Rdp Marqué
• Un Rdp non marqué est tel que le marquage initial n’est pas
précisé.

• On note M(p) le nombre de jetons contenu dans la place p
pour le marquage M.
p1 t1 p2 t2
• Exemple :
– Le marquage initial est : M0 = [M0(p1), M0(p2)] = [3, 0].
• Un marquage peut être représenté également sous forme

d’un vecteur colonne : é3 ù
M 0 = [M 0 (p1 ), M 0 (p 2 )]T = êê úú
êë 0 úû
19
24/12/2019

• Exercice 1 :
– Un atelier est constitué d’une machine et d’un stock.

– Quand une pièce arrive et que la machine est disponible, la pièce
peut être traitée (usinage). Une fois le traitement terminé, la pièce
qui a été usinée est stockée. Sinon, la commande doit attendre que
la machine se libère avant de pouvoir être traitée.
• Travail à faire : écrire le modèle RdP du système et

proposer un marquage initial

• Exercice 2 :
• Soit le RdP suivant :

3 t3
t1
p1 p2 p3
2
t2 t4
• Travail à faire :
– Indiquer le marquage initial
– Etablir la matrice d’entrée E
– Etablir la matrice de sortie S
20
24/12/2019
Franchissement d’une transition
Avant franchissement Après franchissement
P1 P2
P1 P2
T1
T1
P3 P4
P3 P4
Transition validée T1 : Chacune des places en amont de T1 contient au moins une

marque.
Franchissement d’une transition validée T1 :

- on retire, une marque a chacune des places en amont de T1.
- on ajoute une marque a chacune des places en aval deT1.
Ensemble des marquages accessibles
P1
T1
P2 P3
T2 T3
P4 P5
T4
• II y a 5 marquages M0, M1, M2, M3, M4 atteignables qui constituent

l’ensemble des marques accessibles du RdP (noté *M0).
• Le franchissement de T1 puis de T2 s’appelle une séquence de

franchissement, on note S = T1T2 cette séquence.
21
24/12/2019
Propriétés des RdP : Réseau borné, sauf
Une place Pi est bornée pour M0 si pour tout marquage accessible à

partir de M0 le nombre de marques dans Pi est borné.
Un RdP est borné si toutes ses places sont bornées quelque soit M0
borné.
P1
P1
T1 T1
P2
P2
T2
RdP borné RdP non borné
Si la borne est égale à 1, le RdP est dit sauf
Propriétés des RdP : Vivacité

Une transition Tj est vivante pour M0 si pour tout marquage accessible de
Mi, il existe une séquence de franchissement S à partir de Mi qui contient
Tj
P1
T1
P1
P2
T1
T2
P2
P3
T2
T3
T1 est vivante T1 est non vivante

RdP vivant RdP non vivant
Un RdP est vivant si toutes ses transitions sont vivantes
22
24/12/2019
Propriétés des RdP : Blocage
Un blocage est un marquage tel qu'aucune transition n’est validée.

Un RdP est dit sans blocage pour un marquage M si aucun marquage
accessible à partir de M n’est un blocage.
P1 P1
T1 T2 T1 T2
P2 P3 P2 P3
T3 T3 T4
P4 P4 P5
T4 T5 T6
RdP avec blocage RdP sans blocage

mais non vivant
Propriétés des RdP : Conflits
Un conflit effectif est l’existence d’un conflit structurel
K = <Pi, {T1,T2,…}> et d'un marquage M, tel que le nombre de marques

dans Pi est inférieur au nombre de transitions de sortie validées par M.
P1
conflit effectif T1 T2
P1 P2 P3 P1
T1 T2 T1 T2
Pas de conflit effectif Pas de conflit effectif
23
24/12/2019
Propriétés des RdP : Séquences répétitives
Une séquence répétitive est une séquence de franchissement S = T1 ... Tr

à partir d'un marquage M qui donne le même marquage M.
L'ensemble (T1 … Tr) est une composante répétitive.

P1
T1
P2 P3 P4
T2 P4 T3
A partir du marquage initial, si on franchit la séquence S=T1T2T1T3

on revient au marquage initial
Propriétés des RdP : Graphe des marquages
Le graphe des marquages est composé :

Nœuds = marquages accessibles
arcs = franchissement des transitions
0
P1 T1 2
2 T1
T1 1 M2
0 1
T2 0
P2 T2
M0 M1 1
M3
On peut trouver toutes les propriétés du RdP à partir du graphe des marquages.
On peut voir qu’il est borné, qu’il n'est pas vivant et qu’il a 2 états de blocage.
24
24/12/2019
Propriétés des RdP : Arbre et graphe de couverture

T1 T1 T1 T1 …
0 1 2 3
P1 T2 T2 T2
M0 M1 M2 M3
T2
Le nombre d’états peut être infini et ne peut être représenté. Þ On introduit
un marquage w qui représente une infinité de marquages possibles.
T1 w
T1
0 w T2
Arbre de couverture
M0 w
Le graphe de couverture s’obtient en fusionnant les nœuds qui correspondent au

même marquage.
T1
T1
0 w graphe de couverture
M0 T2

• Exercice 3 : Soit le RdP suivant P1
T1
P2 P3
• Travail à faire : T2 T3
– Dresser les marquages accessibles.
– Etablir le graphe des marquages. P4 P5
– Trouver la matrice d’incidence.
– Quelles sont les propriétés relevées ? T4 T5
25
24/12/2019
Propriétés des RdP : Réseaux autonomes
P1 T1 P2
Printemps été
T4 T2
P4 T3 P3
hiver automne
Cycle des saisons
Un RdP autonome décrit le fonctionnement d’un système qui évolue de

façon autonome. c'est-à-dire dont les instants de franchissement ne sont
pas connus on pas indiqués.
Propriétés des RdP : Réseaux non autonomes
P1 T1 P2
Printemps été
21 mars
21 décembre T4 T2 21 juin
P4 T3 P3
hiver automne
21 septembre
Cycle officiel des saisons
Un RdP non autonome décrit le fonctionnement d'un système dont

l‘évolution est conditionnée par des événements externes ou par le temps.
Un RdP non autonome est synchronisé et/ou temporisé
26
24/12/2019
Structures particulières : Graphe d’évènements
Graphe d’événements : Un graphe d’événements est un RdP tel que

chaque place a exactement une transition d’entrée et une transition de
sortie.
On peut trouver
Structures particulières : Graphe d’états
Graphe d’états Un graphe d’états est un RdP tel que chaque

transition a exactement une place d’entrée et une place de sortie.
On peut trouver
27
24/12/2019
Structures particulières : Réseaux de Petri généralisés
T1 non validée T1 validée
P1 P2 P1 P2 P1 P2
3 3 3
T1 T1 T1
2 2 2
P3 P3 P3
P4 P4 P4
Avant Après
franchissement franchissement
Structures particulières : Réseaux de Petri à arcs inhibiteurs
T1 non validée T1 validée
P1 P2 P1 P2 P1 P2
T1 T1 T1
P3 P3 P3
Avant Après
franchissement franchissement
28
24/12/2019

Exercice 4 : Modélisation d’un Atelier de montage de cycle
Considérons un atelier de montage partiel d’un vélo. Pour assembler deux roues et
un cadre, l’atelier est constitué de trois machines :
– La 1ère machine fabrique des cadres en assemblant tubes et cordons de soudure,
– La 2ème machine fabrique les roues à partir des jantes, des rayons et des moyeux,
– La 3ème machine assemble un cadre avec 2 roues
Les capacités respectives des stocks de cadres et de roues sont respectivement 4 et
6
On précise que :
- Les trois machines ont une capacité de production du type « 1 à la fois »,
- Le stock aval de la machine d’assemblage peut être considéré comme de capacité infinie,
- Le fonctionnement des trois machines est entièrement automatique.
Indication : Réseau de Petri généralisé (non graphe d’événements) autonome
Exercice 4 : Modélisation d’un Atelier de montage de cycle
P2 (Tubes) P1 (Cordons) P5 (jantes) P6 (rayons) P7 (moyeux)
T1 T3
P12 P13
P3 (M. Cadres) P8 (M. Roues)
T2 T4
P4 P9
T5
P16 (St Cadres) P14 P10 (M. Assemb) P15 (St roues)
E
ET
PL
M
T6 N CO
I
N
TIO
LU
P11 (Stock assemblages) SO
29
24/12/2019

Propriétés des RdP : Composantes conservatives
et invariants linéaires de places
Un invariant linéaire de places {P1, ..., Pr} est une somme pondérée des
marquages de ces places telle que :
q1M(P1) + … + qr M(Pr) = constante, pour tout M Î *M0.
L'ensemble des places {P1, …, Pr} est une composante conservative
P1 T1 P2
Printemps été
T4 T2
P4 T3 P3
hiver automne
A tout instant on a l’invariant : m1 + m2 + m3 + m4 = 1

L'ensemble des places {P1, P2, P3, P4} est une composante conservative

et invariants de marquages
F = (q1, q2, …, qn) avec qi Î N tel que FT.W = 0

F est dit « un P-semi-flot »
Mi = M0 + W . S
Pour tout marquage Mi atteignable par une séquence de
franchissement S :
FT . Mi = FT . M0 + FT . W . S
Si FT . W = 0, on a FT . Mi = FT . M0 quelle que soit S
30
24/12/2019

et invariants de marquages (suite)
-1 0 0 +1
+1 -1 0 0
[1 1 0 1 0] + +1 0 -1 0 = [0 0 0 0 0 ]
0 +1 0 -1
0 0 +1 -1
FT W
{P1, P2, P4} est une composante conservative. Avec le marquage initial
M0 = (1, 0, 0, 0, 0), on a l’invariant linéaire de places : m1 + m2 + m4 = 1.
Il existe des algorithmes de calcul des P-semi-flots minimaux

(SILVA – MEMMI)
Propriétés des RdP : Composantes répétitives et

invariants de franchissement
Y = (q1, q2, …, qm) avec qi Î N tel que : W.Y = 0
Y est dit « un T-semi-flot »
Si il existe une séquence de franchissement S telle que S est un T-
semi-flot, alors :
Mi = M0 + W . S = M0
S est une séquence répétitive = invariant de franchissement
31
24/12/2019
Propriétés des RdP : Composantes répétitives et

invariants de franchissement (suite)
-1 0 0 +1
1
+1 -1 0 0
1
+1 0 -1 0 . 1
= [0 0 0 0 ]
0 +1 0 -1
1
0 0 +1 -1
W Y
S = {T1, T2, T3, T4} est un invariant de franchissement.
L’invariant d’un T-semi-flot est une condition nécessaire pour qu’un RdP
soit réinitialisable.
Structures particulières
EXTENSIONS DES RDP
32
24/12/2019
Les réseaux de Petri colorés

• Les RdP colorés :
– Association d’un identificateur ou une « couleur » à chaque marque
– À chaque transition est associé un ensemble de couleurs où chacune
de ces couleurs indique une possibilité de franchissement
– Une fonction est associée à chaque arc afin de traduire la relation
entre la couleur associée à la transition et choisie pour franchir cette
transition et la couleur associée à la place correspondante
• L’introduction de la couleur permet de :
– Distinguer les marques
– Éviter de répéter des motifs redondants lors de la modélisation
– Modéliser des systèmes complexes par une représentation
relativement simple
Extensions des Réseaux de Petri
Les réseaux de Petri colorés

Gb Db
Chariot Bleu
Deux
Ab Bb systèmes
Gr Dr identiques
Chariot rouge
Ar Br
b r
P1 P1
déplacement à gauche déplacement à gauche
b r
T1 arrivée à gauche
T1 arrivée à gauche
b r
P2 déplacement à droite P2 déplacement à droite
b r
T2 arrivée à droite T2 arrivée à droite
Chariot Bleu Chariot rouge

33
24/12/2019
Extensions des Réseaux de Petri
Simplification par fusion

On voit que le modèle des deux systèmes est compose de deux RdP identiques.
Peut-on représenter le fonctionnement des deux chariots par un seul RdP ?
On fusionne les deux RdP en un seul : P1
T1
P2
T2
Ce modèle ne décrit pas correctement le fonctionnement des deux chariots
Notion de couleur
II faut distinguer les marques entre elles pour cela on associe un

identificateur ou une couleur a chaque marque.
On associe la couleur rouge au chariot rouge et la couleur bleue au
chariot bleu.
P1 P1
br f( b) =b br
f(r) = r id
T1 {b , r } T1 {b, r}
id
P2 id
P2
id
T2 T2 {b , r}
{b, r}
34
24/12/2019
Notion de fonction
Il y a similitude dans le déplacement des chariots : alternance des mouvements vers la
gauche et vers la droite;
Peut-on représenter les deux mouvements par une même place Pr pour le chariot
rouge ?
Pour distinguer l'état "déplacement à droite" de l'état "déplacement à gauche", on
associe les couleurs g et d à la place Pr.
On définit une fonction f telle que f(g) = d et f (d) = g.
Pr Pr
g d
Franchissement id
f id f
Tr {g,d} Tr {g,d}
par rapport à g
Pr
g
Franchissement
f id
par rapport à d Tr {g,d}
Couleurs et fonctions dans le cas général
On veut construire un RdP coloré avec une place et une transition pour le
système des deux chariots.
On définit des doublets de couleurs composes de deux couleurs simples : par
exemple le couple <g, r> dans la place P1 indique que le chariot rouge se
déplace vers la gauche.
P1
<g, r >
<g, b >
f id
T1 {<g, r >, <g, b >, <d, r>, <d, b >}
Avec : f(<g, r>) = <d, r >

f(<d, r>) = <g, r>
f(<g, b >) = <d, b >
f(<d, b >) = <g, b >
35
24/12/2019
RdP coloré = abréviation
P1 P1
< >
Dépliage
f Ta1 Tb1
T1
id { , }
Pa2 Pb2
P2 < a > Pliage
id Ta2 Tb2
T2 { <a>,<b> }
Avec : f(<a >) = < >

f(<b >) = < >
Le RdP coloré est général dans sa structure et permet d’avoir une grande
concision.
Modélisation
Par coloration totale, tout RdP ordinaire R peut être transformé en un
RdP coloré avec une seule place et une seule transition.
P
Mc0
Pré
T {<T1 >, …,<Tm>}
Post
Dans ce modèle la place P résulte de la fusion des places Pi de R et la
transition T, de la fusion des transitions Tj de R.
L'ensemble des couleurs associées à la place P est l’ensemble des places Pi,
soit :
C(P) = {<P1 >, …,<Pn>}
et l’ensemble de couleurs associées à la transition T est :
C(T) = {<T1 >, …,<Tm>}
36
24/12/2019
Exemple d’application : une ligne de

fabrication
Stock 1 Machine 1 Stock 2 Machine 2
La ligne de fabrication produit deux types de pièces p1 et p2 a l’aide de

deux machines munie chacune d’un stock d'entrée.
Toutes les pièces passent dans le même ordre sur les deux machines.
Elles sont portées par des palettes (ni pour les pièces de type pi)
recyclées à la fin de la production de chaque pièce.
L’ordonnancement du système consiste à envoyer alternativement les
deux types de pièces : p1, p2, p1, p2, ...
-
RdP coloré pour la ligne de fabrication (coloration
par rapport au type de pièce)
n1 C1
n2 C2
ST1
T1
{C1, C2}
ML1
MO1 succ(C1) = C2
C1
succ(C2) = C1
T. 1 {C1, C2}
succ
ST2
Dans ce modèle, la coloration est faite
T2 {C1, C2} par, rapport aux pièces, l'ensemble de
ML2 couleurs (C1, C2) est associé à toutes les
MO2 places et a toutes les transitions.
C1
.
T2 {C1, C2} modèle = géographie de la ligne de
succ fabrication.
37
24/12/2019
RdP coloré pour la ligne de fabrication

(coloration par rapport aux pièces et aux machines)
L'emploi de couleurs simples n’est pas toujours le meilleur choix.
Par exemple, si le nombre de machines dans la ligne de fabrication
augmente, le modèle global devient complexe.
Une solution consiste a colorer le modèle par rapport aux machines.
n1 <C1, m1>
n2 <C2, m2>
ST
C x M = {<ci, mj>} 1 ≤ i ≤ 2, 1 ≤ j ≤ 2
Succ1(<C1,mj>) = <C2, mj>
T1 CxM
Succ1(<C2,mj>) = <C1, mj>
Succ2(<Ci,m1>) = <Ci, m2>
succ1
Succ2(<Ci,m2>) = <Ci, m1> <C1, m1>
MO <C2, m2> ML
Succ1(<Ci,mj>) = <Ci+1, m1> (modulo 2)
T2 CxM
Succ1 = ordonnancement
Succ2 = gamme de fabrication
succ2
Exemple 2 : Système de transport à structure

FIFO (premier arrivé, premier servi)
1 2 3 4 5 6 7 n=8
entrée sortie
o2 o1 o4 o1
Ce convoyeur linéaire peut transporter simultanément q types d’objets

appelés o1, o2, …, oq, le nombre maximum d’objets simultanément
transportés étant n (ce qui correspond à n emplacements).
Initialement, il y a un objet 2 dans l’emplacement 2, un objet 1 dans
l’emplacement 4, un objet 4 dans l’emplacement 6 et un objet 1 dans
l’emplacement 7.
On attend du modèle qu’il donne à tout instant l’état du système
physique et qu’il conserve les informations relatives à la nature des
objets.
38
24/12/2019
RdP coloré du système de transport à

structure FIFO
Pv <r1> emplacements vides
<r1>
<r5>
proj1 <r8> proj1
succ2
T3 proj1
T1 proj1
O x {<r1>} O x {<r8>} T2
id A succ1
id <o2, r2>
id
<o1, r1>
<o4, r6> emplacements pleins
Pp <o1,r7>
Les ensembles de couleurs simples sont les suivants :

O = {<oj>, 1 ≤ j ≤q} : ensemble des objets,
Et R = {<ri>, 1 ≤ i ≤n} : ensemble des emplacements du système de transport.
Une marque de couleur <oj, ri> dans la place P signifie qu’il y a un objet j dans
l’emplacement i du système
Les réseaux de Petri temporisés
Un RdP temporisé permet de décrire un système dont le fonctionnement dépend du

temps. Ils sont utiles pour l’évaluation des performances d'un système.
La temporisation peut être modélisée de deux façons :
• temporisation associée aux places (RdP P-temporisé)

• temporisation associée aux transitions (RdP T-temporisé)
Un RdP P-temporisé est un doublet <R, Tempo> tel que :

• R est un RdP marqué
• Tempo est une application de l'ensemble des places P dans Q.
Tempo (Pi) =di : temporisation associées à la place Pi.
Un RdP T-temporisé est un doublet <R, Tempo> tel que :

•R est un RdP marqué
• Tempo est une application de l'ensemble des places P dans Q.
Tempo (Ti) =dj : temporisation associées à la transition Tj
39
24/12/2019
Fonctionnement d'un réseau de Petri P-temporisé
T1 T1 T1 T1
P1 d1 P1 d1 P1 d1 P1 d1
T2 T2 T2 T2
P2 P2 P2 P2
d2 d2 d2 d2
T3 T3 T3 T3
Marque indisponible
dans P1
Marque disponible dans d1
P1
Marque indisponible
dans P2 d2
Franchissement de T1
Fonctionnement d'un réseau de Petri P-temporisé

M0
P1 P1 P1
d1 = 2 d1 = 2 d1 = 2
T1 T1 T1
P2 d2 = 3 P2 d2 = 3 P2 d2 = 3
T2 T2 T2
0≤t≤x x < t ≤ x +3 x +3 ≤ t ≤ x + 3 + y
Fonctionnement à vitesse maximale

t=0 0<t<3 t=3
T2 / 3
1 T1 / 0 0 1
Graphe des marquages du fonctionnement 0 1 0
à vitesse maximale : T1 / 2
M0 M1 M2
40
24/12/2019
Fonctionnement d'un réseau de Petri T-temporisé
T1 T1 T1 T1
d1 d1 d1 d1
P1 P1 P1 P1
T2 T2 T2 T2
d2 d2 d2 d2
P2 P2 P2 P2
T3 T3 T3 T3
Marque non réservée dans P1
Marque réservée dans P1 d2

Marque non réservée dans P2
(fin de ) Franchissement de T1
Décision de Franchir T2
Fonctionnement d'un réseau de Petri T-temporisé
M0
P1 P1 P1
T1 d1 = 2 d1 = 2
d1 = 2 T1 T1
P2 P2 P2
T2 d2 = 3 T2 d2 = 3
T2 d2 = 3
t=0 0<t<2 t=2
41
24/12/2019
Autres classes de RdP : RdP Continus

• Les réseaux de Petri continus
– Le nombre de marque des place est un nombre réel non négatif
– À chaque transition est associé une vitesse ou un débit de
franchissement.
– La vitesse de franchissement peut être variable (RdP continu à vitesses
variables) ou constante (RdP continu à vitesses constantes).
• Utilisation du RdP continu permet de :
– Éviter un nombre de marquages très grand
– Modéliser des systèmes complexes avec un nombre de ressources très
important
Autres classes de RdP : les RdP hybrides
• Les réseaux de Petri hybrides

• contiennent deux types de places et de transitions
– Places continues (C-places) et places discrètes (D-places)
– Transitions continues (C- transitions) et transitions discrètes (D- transitions)
– Un arc doit relier une C-transition à une D-place dès lors que l’arc réciproque
existe
• L’utilisation des RdP hybrides est bien adaptée pour modéliser
un fonctionnement permanent
42
24/12/2019
Conception et Simulation
OUTILS DE SIMULATION DES RDP
Plusieurs outils (plus ou moins élaborés) gratuits sont accessibles sur le Web
43

Cours Réseaux de Petri - Pr. EL HAFTA (Filière GIL-1) (Septembre 2019 - Printable Version)

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours Réseaux de Petri - Pr. EL HAFTA (Filière GIL-1) (Septembre 2019 - Printable Version)

Transféré par

Droits d'auteur :

Formats disponibles

24/12/2019

Modélisation des Systèmes à Evénements Discrets

1ère Génie Industriel et Logistique

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

• Dans un système à évènements discrets, l'état change

– L'espace d'états d'un SED est discret.

– Il est stochastique si au moins une de ses sorties est aléatoire. Dans ce

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

q Le mot « discret » ne signifie ni « temps discret » ni « état

q Le temps et les états du système réel évoluent de façon

q Seuls les faits importants pour l’étude sont considérés :

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

Comment déterminer les critères à prendre en compte ?

Règle de conduite : faire abstraction des détails qui ne

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

• Exemple 1 : une station d’essence

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

• Exemple 1 : une station d’essence

– Paramètres complémentaires pour rapprocher le modèle de

• Durée globale du service

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

Exemple 2 : Un réseau routier

– Temps d'attente moyen d'un véhicule devant un feu tricolore

– Temps maximal d'attente d'un véhicule devant un feu tricolore

– Temps moyen et maximal mis par un véhicule pour parcourir un trajet

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

– Temps de fabrication du produit

– Délai de livraison et taux de dépassement toléré

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

– Les systèmes automatisés de production (systèmes

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

Conception des systèmes

• Cycle classique de conception : Cycle en V

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

Conception des systèmes

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

• Un modèle est une représentation simplifiée

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

q Modèles fondés sur des méthodes d’apprentissage : réseaux de neurones

q Modèles à la fois formels (langages ayant une définition mathématique) et

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

Les réseaux de Petri (RdP)

q Carl Adam Petri (1926-2010, Allemagne)

q Kurt Jensen (1950, Denmark)

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

Les réseaux de Petri (RdP)

RdP = Outil de modélisation

« Outil de modélisation orienté vers la

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

Les réseaux de Petri (RdP)

Caractéristiques des RdPs :

– Représentation semi-graphique comportant un petit nombre de

– Divers traitements possibles

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

Les réseaux de Petri (RdP)

– Un ensemble fini d'arcs orientés et unidirectionnels

© M. Mohamed EL HAFTA Cours / Réseaux de Petri / ENSEM 2019

Les réseaux de Petri (RdP)

– Chaque place va contenir un nombre entier de jetons (ou