Académique Documents
Professionnel Documents
Culture Documents
MANSOURI Hajar
Hajar.mansouri@gmail.com
2016-2017
Plan
RdPs
2
Modélisation des systèmes à événement
discrets par réseaux de Petri
4
Introduction
Comportementales
VS
Structurelle
5
Réseaux de Petri –Arbre de marquage-
Arbre de marquage
n Considérons un Rdp PN= (R,M0),
Exp: machine soumise aux aléas
6
Réseaux de Petri –Graphe de marquage-
Graphe de marquage
n A la notion arbre de marquage est associée la notion de
graphe des marquages GA(R ; M0), qui est un graphe
dont :
• Les nœuds sont les nœuds libellés « new » dans l’arbre
• Un arc joint le nœud A au noeud B si et seulement si le marquage
associé à B est déduit du marquage associé à A par le
franchissement d’une transition unique.
n Exemple machine soumise aux aléas
7
Réseaux de Petri –Graphe de marquage-
Séquence de franchissement
n Le franchissement successif de transitions (sensibilisées)
dans un ordre donné à partir d’un marquage donné
constitue une séquence de franchissements.
n Les Séquences de franchissement peuvent être notés
différemment selon les auteurs.
Un exemple de séquence qui conduit du marquage M0 au marquage M2
S1 = T1 T2 ou M0 (T1 T2 M2 , M0(S1 M2), ou encore M0[S1 >M2).
Un exemple de séquences qui conduisent du marquage M0 au
marquage M0
S2 = T1T2T3 ou M0(T1T2T3 M0, M0(S2 M0), ou encore M0[S2 >M0).
8
Réseaux de Petri –Graphe de marquage-
n Construire l’arbre de marquage du modèle suivant:
9
Réseaux de Petri –Arbre de recouvrement-
n Pour éviter d’aboutir à un graphe qui se développe
indéfiniment il a été décidé :
i. Qu’un marquage qui a été trouvé à un niveau précèdent de
l’arborescence est marqué par « old », un nœud marqué
« old » sera une feuille de l’arborescence (on cherchera pas
ses descendants)
ii. Que si un marquage M* obtenu à un niveau donné est tel qu’il
existe, sur le chemin qui mène de la racine M0 à M* un
marquage M tel que M*(p) >= M(p) pour toutes les places p du
RdP, et si M*(p)>M(p) pour au moins une place, alors le
marquage de cette place est marqué « w ». Ce symbole peut
se comprendre comme signifiant l’infini.
Ce marquage restera w dans tous les développements suivants, et
la règle « i » s’applique également aux marquages contenant le
symbole w
10
Réseaux de Petri –Graphe de recouvrement-
11
Exemple
n Construire le graphe de recouvrement des modèles
suivants:
p1
t3
p2 t1 t0
t2
p3
12
Solution
13
Réseau de Petri –Matrice d’incidence-
n Considérons le RdP « R » comportant l places et m
transitions.
n R peut être représenté par une matrice dite d’entrée
E(P,T) ou Pré(P,T) et une matrice dite de sortie S(P,T)
ou Post(P,T) définies comme suit :
E(P,T) : matrice de dimension l×m dans laquelle :
• E(i,j)= poids de l’arc reliant Pi à Tj si Pi est une place d’entrée
de Tj.
• E(i,j)= 0 si Pi n’est pas une place d’entrée de Tj.
S(P,T) : matrice de dimension l×m dans laquelle :
• S(i,j)= poids de l’arc reliant Tj à Pi si Pi est une place de sortie
de Tj.
• S(i,j)= 0 si Pi n’est pas une place de sortie de Tj.
14
Exercice
2
t2 t4
15
Solution
0
MO = [MO(p1),MO(p2) ,M0(p3)]T =
3
0
• Une matrice d’entrée représente les arcs allant d’une place à une transition.
L’élément (i, j) de la matrice d’entrée est différent de 0 s’il y a un arc de la
place i vers la transition j.
• Une matrice de sortie représente les arcs allant d’un transition à une place.
L’élément (i, j) de la matrice est différent de 0 s’il y a un arc de la transition
i vers la place j.
NB : si A matrice de dimension (l*m) alors At est matrice tansposée de dim
(m*l)
t1 t2 t3 t4 t1 t2 t3 t4
E
S
p1 0 1 0 0 p1 1 0 0 0
p2 1 0 3 0 p2 0 1 0 2
p3 0 0 0 1 p3 0 0 1 0
16
Réseau de Petri –Matrice d’incidence-
n Franchissement par algèbre linéaire,
i1 i2
pi tj
M(pi) ≥ Pré (pi, tj ) (condition nécessaire)
Poid de l’arc reliant pi à ti
Le nombre de marque de la place pi
17
Réseau de Petri –Matrice d’incidence-
n Le franchissement (tir) de tj consiste à retirer Pré (pi, tj )
jetons dans chacune des places directement en amont
de tj et à ajouter Post(pk,tj ) jetons dans chacune des
places pk directement en aval de tj .
n Le franchissement de tj conduit au nouveau marquage
M' tel que :
∀pi ∈ P , M’(pi) =M(pi) - Pre(pi,tj) + Post(pi,tj)t
j
MTk=MTi+W.ST
M: Marquage initial
W: matrice d’incidence
S: Vecteur caractéristique
19
Exemple
0 0 1 0 0
1 0 0 1 0
0 0 0 1 1
0 T2
1 T4
0 T1
0 T2
1
1 1 0 0 0
M0
M1
M2
M3
M4
0
1 0
M1= M0+W
0 1
0
M2=M0+W
0
0 1
M2=M1+W
0 Le vecteur donne le nombre de
0 franchissement de chaque transition
20 1 dans la séquence S = T4T2.
Equation d‘état
Exemple :
En appliquant l’algèbre linéaire trouver
le marquage M’ correspondant au
franchissement de la transition T2 et le
marquage M’’ correspondant au
franchissement de la transition T1.
21
Exercice
On considère la séquence de franchissement
S = T1T2T4T2
A quel marquage conduit le franchissement de cette
séquence
-en parcourant le RDP
- en utilisant l’algèbre linéaire
Même exercice en
considérant la séquence
T1T3 et T1T3T2T4
22
Exemple
• Le vecteur caractéristique ?
S= [1 2 0 1 0]T
• Matrice d’incidence ?
⎡0 0 0 0 1 ⎤ ⎡1 0 0 0 0 ⎤ ⎡-1 0 0 0 1 ⎤
⎢1 0 0 1 0 ⎥⎥ ⎢⎢0 1 0 0 0 ⎥⎥ ⎢⎢ 1 -1 0 1 0 ⎥⎥
⎢
W = S- E = ⎢1 0 0 0 0 ⎥ - ⎢0 0 1 0 0 ⎥ = ⎢ 1 0 -1 0 0 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0 1 0 0 0 ⎥ ⎢0 0 0 1 1 ⎥ ⎢ 0 1 0 -1 -1⎥
⎢⎣0 0 1 0 0 ⎥⎦ ⎢⎣0 0 0 0 1 ⎥⎦ ⎢⎣ 0 0 1 0 -1⎥⎦
23
Exercice
Attention :
n L’obtention d’un marquage à partir d’un autre ne signifie pas
forcément l’unicité du vecteur caractéristique. En effet, si on
reprend l’exemple ci-dessous, on aboutit à partir du marquage
initial M0 au marquage M3 par franchissement de la séquence
T1T3 (S=[1 0 1 0 0]T) ou par franchissement de la séquence
T1T3T2T4 (S=[1 1 1 1 0]T).
n Une séquence est dite répétitive si à partir d’un marquage initial, on
aboutit à un marquage final identique au marquage initial.
n Les résultats de l'équation fondamentale, même s'ils sont toujours
calculables, n'ont de sens que si la séquence représentée par S est
effectivement réalisable.
24
P-invariant
Définition:
Un vecteur Z de dimension n (n est le nombre de place du RdP
considéré) et dont les composantes sont entières et non
négatives est un p-invariant si:
Z. U = 0
U est la matrice d’incidence du RdP.
25
Exemple
26
P-invariant
Théorème:
Si Z est un p-invariant et M0 un marquage initial quelconque
d’un RdP, alors Z.Mt0= Z.Mt pour tout marquage M atteignable à
partir de M0 (démonstration à partir de l’équation d’état)
-> Demonstration
+
-> Exemple
27
P-invariant
28
P-invariant
29
P-invariant
30
P-invariant
31
P-invariant
32
P-invariant
33
P-invariant
34
P-invariant
35
T-invariant
Définition:
Un vecteur W de dimension q (q est le nombre de transition du
RdP considéré) et dont les composantes sont entières et non
négatives est un t-invariant si:
U. Wt = 0
U est la matrice d’incidence du RdP.
36
T-invariant
n Signification t-invariant:
Si le marquage initial permet un franchissement de t1 et
t2 dans n’importe quel ordre, alors on revient au
marquage initial après franchissement de ces deux
trnasition
Théorème:
Soit sigma une séquence tirable et S le vecteur de comptage
correspondant. Si S est un t-invariant, M0 le marquage
initial et M le marquage obtenu après le tirage de sigma
alors M=M0
37
Propriétés comportementales
Bornitude
n La propriété RdP borné répond à la question de savoir si le
nombre de jetons circulant dans le réseau reste borné ou non.
n Soit un réseau R et un marquage M0. Une place Pj du réseau
marqué (R,M0) est k-bornée si pour tout marquage Mi accessible
depuis M0, le nombre de marques dans Pi est toujours inférieur ou
égale à k.
Pj est k-borné ⇔ ∀ Mi accessible depuis M0, et Pj ∈ P, Mi(Pj) ≤ k
n Un RdP marqué est borné si toutes ses places sont bornées. Dans
le cas contraire la place Pj est dite non bornée.
38
Exemple
n la transition T1 admet la place P1 comme unique place d’entrée.
n La place P1 a une marque : la transition T1 est franchissable.
Comme P1 est aussi place de sortie de T1, le franchissement
de T1 ne change pas le marquage de P1.
n La transition T1 est donc franchissable en permanence et peut
donc être franchie un nombre de fois infini.
n Chaque franchissement de T1 ajoute une marque dans la place
P2.
n le marquage de P2 peut tendre à l’infini donc tendre vers l’infini.
39
Exercice
40
Propriétés comportementales
Analyse par énumération
Exemple
41
Propriétés comportementales
Analyse par invariants
Exemple
42
Propriétés comportementales
Atteignabilité
43
Propriétés comportementales
Atteignabilité
n Si un RdP N=< R;M0 > ou M0 est le marquage initial et R
est un réseau place transition borné, un marquage M est
atteignable si et seulement si le graphe des marquages
atteignables comporte un nœud représentant M.
n Si le RdP est non borné, il est impossible de vérifier à l’aide
d’un graphe de recouvrement si M est atteignable. On peut
seulement vérifier qu’il existe un marquage M’>M.
Rappel:
n Le marquage accessible correspond à toutes les situations
possibles du RdP au cours de son évolution à partir du
marquage initial
n L’ensemble des marquages accessibles est noté A(R;M0).
44
Propriétés comportementales
Analyse par énumération
Exemple
45
Solution
46
Solution
Tir de T3
47
Propriétés comportementales
Analyse par invariants
Exemple
Reprendre l’exemple de la machine soumise aux aléas
48
Propriétés comportementales
Vivacité (1/3)
n Un RdP est quasi vivant pour un marquage initial M0 si
toutes ses transitions sont quasi vivantes pour ce
marquage initial.
Une transition Tj est quasi vivante pour un marquage
initial M0 s’il existe une séquence de franchissements à
partir de M0 contenant Tj.
Exemple:
La transition T1 est quasi vivante pour le Toutes les transitions sont quasi vivantes pour le
marquage initial M0. T1 est tirable au moins une marquage initial M0.
49fois)
Propriétés comportementales
Vivacité(2/3)
n Un RdP est dit pseudo vivant si pour tout
marquage accessible depuis M0 il existe toujours
une transition «t » qui puisse être franchie.
Exemple:
50
Propriétés comportementales
Vivacité(3/3)
n Un RdP marqué est vivant pour un marquage initial M0 si
toutes ses transitions sont vivantes pour ce marquage
initial
Une transition Tj est vivante pour un marquage initial M0 si
pour tout marquage accessible Mi, il existe une séquence de
franchissement S qui contient Tj à partir de Mi (c-à-d il
subsistera toujours une possibilité de franchir Tj).
Elle peut être franchie quelque soit le marquage atteint.
Exemple: Machine soumise aux aléas
51
Exercice
52
Propriétés comportementales
53
Exercice
M0 = 1 1 0 0
M1 = 0 0 1 1
M2 = 0 1 2 0 : blocage !
54
Exercice
n Est-ce que ce réseau de Petri est vivant ou non ?
Marquage initial : M0 = [1 1 0 0]
Tir de T1 è M1 = [0 0 1 1]
Tir de T2 èM2 = [0 1 2 0] è blocage !
55
Propriétés comportementales
p1 p2
Interblocage!!
M0(p1)=1 t1 p9 t2
M0(p2)=1 p3
M0(p9)=2 p4
M0(_)=0
t3
t4
<t1,t2,t3,t4> p5
p6
2 2
Mn(p5)=1 t5 t6
Mn(p6)=1
Mn(_) = 0
p7 t7 t8
p8
56
Propriétés comportementales
Réversibilité
57
Propriétés comportementales
58
Propriétés comportementales
Réversibilité
59
FIN
60
Modélisation des systèmes à événement
discrets par réseaux de Petri
62
RDP Généralisé
Rdp généralisé
n Le franchissement d’une transition validée consiste à
enlever un jeton de toutes les places d’entrée de la
transition et à en déposer un dans toutes les places
de sortie de cette même transition.
n Ceci implique que les arcs orientés reliant les places
(d’entrée et de sortie) aux transitions ont par défaut
une valuation ou un poids d’une unité. Ce sont les
RdP ordinaires.
n De manière plus générale la valuation ou le poids
des arcs d’un RdP peut être supérieure à 1. Dans ce
cas les RdP sont dits généralisés.
63
RDP à Capacité
RdP à capacité
n Dans un RdP ordinaire (ou généralisé) il n’y a aucune
limitation quant au nombre de jetons pouvant être
déposé dans une place.
n Un RdP à capacités est un RdP dans lequel des
capacités (nombres entiers strictement positifs) sont
associées aux places.
n Le franchissement d’une transition d’entrée d’une
place Pi dont la capacité est cap(Pi) n’est possible que
si le franchissement ne conduit pas à un nombre de
jetons dans Pi qui est plus grand que Cap(Pi).
64
RDP à Capacité
n Dans l’exemple suivant, la transition T1 ne peut avoir
lieu lorsque le nombre de jetons dans P2 atteint 2.
65
RDP à Capacité
Transformation d’un RdP à capacité en RdP ordinaire
66
RDP à Capacité
67
RDP à arc inhibiteurs
Réseau de Petri à arcs inhibiteurs
n Un arc inhibiteur est un arc orienté qui part d'une place
pour aboutir à une transition (et non l'inverse). Son
extrémité est marquée par un petit cercle.
n La présence d'un arc inhibiteur entre une place Pi et une
transition Tj signifie que la transition Tj n'est validée que si
la place Pi ne contient aucun jeton.
68
RDP à arc inhibiteurs
n Le franchissement consiste à retirer une marque dans
chaque place d’entrée de t à l’exception de P, et à ajouter
une marque dans chaque place de sortie de t.
69
RDP Temporisé
70
RDP Temporisé
RDP – P-temporisé
n La temporisation des places consiste à associer une durée à
chaque place dont la signification est la suivante:
• Une marque déposée dans une place P doit y rester au moins le temps spécifié
par la fonction de temporisation,
• Ensuite seulement elle pourra être utilisée pour un tir de transition
71
RDP Temporisé
RDP – P-temporisé
Principe de fonctionnement :
n Marque indisponible: lorsqu’une marque arrive dans une place
temporisée, on dit qu’elle est indisponible pendant un temps di.
n Marque disponible : Quand le temps est écoulé, la marque
devient disponible.
2
p1 3
Stratégie de franchissement
n Rdp à vitesse maximale
On parle de fonctionnement à vitesse maximale
quand on franchit toute transition dès qu’elle devient
franchissable.
n Autre
une transition franchissable est franchie après un temps
aléatoire qui s'ajoute
74
RDP Temporisé
75
RDP Temporisé
Graphe des marquages à vitesse maximale
Rdp à vitesse maximale
A unmarquage
Graphe de instant donné, le
à marquage
vitesseMmaximale
= Md + Mi
28
76
Rdp à vitesse maximale
Fréquence de franchissement
77
RDP Temporisé
78
RDP Temporisé
RDP – T-temporisé
n On associe une temporisation (valeur rationnelle
positive) à chaque transition.
n Dans notre approche la temporisation des transitions
représente la durée des activités de fabrications
On appelle Réseau de Petri T-temporisé le doublet
< R;Tempo> ou :
– R est un Réseau de Petri marqué ;
– Tempo : T -> Q+ ou
– Q+ est l’ensemble des nombres rationnels positifs ou nuls ;
– Tempo(ti)=θ est la temporisation associée à la transition ti
79
RDP Temporisé
RDP – T-temporisé
Principe de fonctionnement :
Supposons
• Le temps associé à une transition t soit θ (θ la temporisation de la transition ti)
Ø Entre les instants T0 et T0+θ les jetons sont supposés séjourner dans la
transition.
Ø Cela représente dans notre approche, le séjour de pièce sur une machine
au cours de leurs transformation ou de leur assemblage
80
RDP Temporisé
RDP – T-temporisé
Principe de fonctionnement :
p3
p1 t
3
p4
2
2
p2 t temporisé à θ
p5 Le franchissment de t débute à T0
P*
ü S o u s - m o d è l e s p r é s e n t a n t d e s s i m i l a r i t é s
structurelles(si utilisation d’une rsrce commune par plusieurs utilisateurs dans
conditions similaires)
ü volumineux
ü complexes
Il devient intéressant d'utiliser les RdPC.
1. le principe de coloration consiste en ce que les jetons
gagnent une identité.
2. Les réseaux colorés permettent de condenser le
modèle.
82
RDP Coloré
n L’exemple proposé va permettre une première
approche de la démarche de coloration.
83
RDP Coloré
84
RDP Coloré
n Le principe des RdPC va être de traduire l’idée
suivante:
n En fait dans le RdP initial, le même modèle est
utilisé, dupliqué trois fois.
n Il est alors intéressant de concentrer toutes les
informations dans une seule boucle
– Chaque jeton de ce modèle représente à présent
une machine spécifique.
– Les deux premières machines, symbolisés par les
couleurs <1> et <2>, sont entrain de traiter des
pièces de type C1. La machine 3 traite une pièce de
type C2.
– Les jetons <1>, <2> et <3> sont alors respectivement
Couleur à une situés dans les places PC1, PC2 et PC2.
dimension
85
RDP Coloré
86
RDP Coloré
n Lors de l’élaboration des RDP Colorés il faut
également spécifier les fonctions attachés aux arcs,
87
RDP Coloré
n Il faut également spécifier pour quelle couleur chaque
transition est franchissable
n Pour qu’une transition soit franchissable pour une
couleur <c> il faut trouver pour chaque place Pi en
amont de T un ensemble de couleur {C}i tel que
fi<c>={C}i
88
RDP Coloré
89
RDP Coloré
n De manière générale, chaque fonction est
précisément définie, et ceci spécifiquement pour
chaque couleur.
n L’action des fonctions attachées aux arcs amont est
plus délicate à interpréter que pour ce qui concerne
les arcs aval.
90
Exercice
Les cinq philosophes:
n Soit une table circulaire sur laquelle sont posées cinq
assiettes et cinq baguettes entre les assiettes. Cinq
philosophes assis à cette table mangent et pensent
alternativement. Pour manger les philosophes
doivent s'emparer des deux baguettes de part et
d'autre de leur assiette. Lorsqu'ils se remettent à
penser, ils reposent leurs deux baguettes.
Initialement tous les philosophes pensent.
91
Exercice
n Cas d’un seul philosophe
fourchette
fourchette
gauche
pense
droite
mange
1 philosophe
92
Exercice
Philosophe 0
Philosophe 1
Philosophe 2
Philosophe 3
Philosophe 4
93
RDP Coloré
n Les RdPC permettent une condensation de
l’information,
94
RDP Coloré
n Pour tout RdPC,, il convient de définir les différentes
couleurs des jetons.
95
RDP Coloré
Définition formelle
n Un réseau de Petri coloré est un tuple CPN = (S, P,
T, A,N, C, G, E, I), ou :
Ø S est un ensemble fini de types non-vides, appelé des
ensembles de couleur,
Ø P est un ensemble fini de places,
Ø T est un ensemble fini de transitions,
Ø A est un ensemble fini d'arcs
Ø N est une fonction de couleur entre les nœud
Ø C est une fonction de couleur des places
Ø G est une fonction de garde
Ø E est une fonction d'expression d'arc
Ø I est une fonction d'initialisation,
96
RDP Coloré -Résumé-
Les RdP colorés
• Les jetons sont « typés » par des couleurs.
• Le nombre de couleurs est fini.
• Ces réseaux permettent de représenter de manière
compacte des systèmes ayant des composantes aux
comportements identiques.
97
Solution ex 6 Td2
98
Solution ex 6
99
Solution ex7 Td2
100