Diagnostic de comportement en contrôle ferroviaire
Cette étude sur les franchissements de barrières et les conséquences associées a fait l'objet d'une collaboration entre l'Université de Technologie de Delft et le LAMIH. Elle a permis de développer une plate-forme TRANSPAL, (TRANSformation de PALettes) pour le diagnostic de comportement particulier : les franchissements de barrières analysés en termes de bénéfices, coûts et déficits potentiels.
L'étude consiste à prendre en considération deux référentiels distincts pour une barrière : le concepteur de la barrière et l'utilisateur du système comprenant cette barrière. L'analyse du franchissement par l'utilisateur de la barrière prescrite par le concepteur se traduit alors par la combinaison de trois éléments :
Le coût immédiat mais facultatif lors du franchissement. Par rapport au seuil d'acceptabilité du concepteur correspondant au critère de coût, la situation reste tolérable pour le concepteur et l'utilisateur.
Le bénéfice immédiat issu du franchissement. Par rapport au seuil d'acceptabilité du concepteur correspondant au critère de bénéfice, la situation reste tolérable pour le concepteur et l'utilisateur, et présente un avantage pour l'utilisateur.
Le déficit potentiel après le franchissement. Par rapport au seuil d'acceptabilité du concepteur pour le critère associé à ce déficit, la situation n'est plus tolérable pour le concepteur et présente un déficit potentiel pour l'utilisateur.
Les deux premiers attributs sont plus facilement évaluables que le troisième qui reste un paramètre flou tant que le déficit associé n'est pas observable.
Des hypothèses peuvent alors être déterminée concernant la probabilité d'occurrence de franchissement d'une barrière à partir des valeurs de ces trois attributs :
Deux valeurs sont prises en compte pour chaque paramètre (i.e. FAIBLE et ELEVE). Le diagnostic d'occurrence d'un franchissement de barrière est donc le résultat de combinaisons de valeurs des trois paramètres.
Deux études expérimentales avec la plate-forme TRANSPAL ont été menées afin de valider cette hypothèse, d'une part, et d'intégrer dans le diagnostic de comportement une pondération de l'évaluation des bénéfices, coûts et déficits potentiels par un niveau de certitude, d'autre part.
TRANSPAL permet la simulation d'un contrôle de convoyage par aiguillage sur rails de palettes contenant des produits à traiter. La plate-forme TRANSPAL permet de simuler le contrôle des mouvements de palettes d'un dépôt vers un autre dépôt en passant par des zones de transformation du contenu de ces palettes, telles que des zones d'usinage ou d'assemblage. Ces zones possèdent un nombre prédéfini de quais dont certains peuvent accueillir les palettes dans les 2 sens de circulation.
Les opérateurs humains ont alors pour mission de contrôler les mouvements et le traitement des palettes, et de les aiguiller en respectant les trajets et les cadences prévus.
Différents déficits potentiels ont été préalablement identifiés : déraillement de palettes, collision entre palettes, collision entre palettes et opérateurs humains des zones de transformation, retard sur le planning, traitement partiel ou nul des palettes dans les zones de transformation. Ainsi, afin de contrôler les comportements pouvant générer ces déficits, différentes barrières ont été intégrées dans la plate-forme. Les barrières matérielles et fonctionnelles sont les suivantes : feux de signalisation contrôlant l'entrée et la sortie des palettes dans un dépôt, feux de signalisation contrôlant les palettes dans les zones de transformation, feux de signalisation pour synchroniser les annonces de mouvement de palette dans les zones de transformation, les feux de signalisation pour l'arrêt des palettes pour leur traitement dans les zones de transformation, feux de signalisation contrôlant les aiguilles.
Pour chaque protocole expérimental, différentes phases expérimentales ont été retenues pour mettre les sujets en situation de contrôle d'un procédé muni de barrières, avec la possibilité de les franchir : une phase d'entraînement de familiarisation avec l'interface, le procédé à contrôler et l'ensemble des barrières mises en oeuvre, une phase d'enregistrement de données au cours d'une simulation avec toutes les barrières et une phase d'enregistrement de données au cours d'une seconde simulation avant laquelle le sujet choisit les barrières à maintenir et explique ce choix en termes de bénéfices, coûts et déficits potentiels. Les critères d'évaluation pris en compte sont :
La sécurité en prenant en compte les collisions face à face ou de rattrapage, les déraillements, les absences et les erreurs de synchronisation des annonces au départ et à l'arrivée des palettes au niveau des zones de transformation.
La charge de travail en terme d'exigences des tâches.
La production par rapport au taux de produits traités par palette dans les zones de transformation. Un changement de couleur de la palette pendant un délai constant indique que cette opération de transformation est en cours.
La qualité relative au respect des horaires prévues.
D'une manière générale, les résultats montrent que le diagnostic de comportement, i.e. de franchissement de barrière peut être expliqué à partir des bénéfices, coûts et déficits potentiels associés. Les résultats avec retraits de barrière montrent que le choix délibéré de opérateurs humains de franchir telle ou telle barrière ne pénalise pas significativement certains critères, comme le niveau de sécurité relatif aux annonces lors des arrêts en zone de transformation.
Les franchissements de barrière permettent par contre de réduire le niveau de charge de travail physique. Ce sont donc des violations optimisantes.
Le diagnostic de tels comportements peut également intégrer dans les évaluations subjectives des bénéfices, coûts et déficits perçus par un niveau de certitude subjectif. Le deuxième protocole expérimental a permis d'étudier le diagnostic de franchissement de barrière à partir d'un réseau de neurones (i.e., cartes auto-organisatrices de Kohonen, non développées dans ce cours) permettant de reproduire les décisions des opérateurs humains.
Deux tests comparatifs ont été envisagés :
Dans le premier, les vecteurs d'entrée de la phase d'apprentissage n'intégraient que les bénéfices, coûts et déficits potentiels perçus pour chaque critère, ainsi que le comportement associé i.e., respect ou franchissement de barrières)
Dans le second, les vecteurs d'entrées sont complétés avec les valeurs de certitude dans l'évaluation des bénéfices, coûts et déficits potentiels perçus.
L'exploitation des niveaux de certitude a permis de tester une hypothèse de duplication de scénarios comportementaux observés, en suivant la démarche suivante : l'incertitude sur une des évaluations subjectives ne rend pas obsolète l'information mais permet d'inférer sur d'autres combinaisons possibles d'évaluations des bénéfices, coûts ou déficits potentiels pouvant donner l'occurrence d'un même comportement.
Un exemple simple permet de traduire cette hypothèse. Il donne une évaluation subjective élevée pour le coût alors que le niveau de certitude est bas, contrairement aux autres indicateurs. On peut donc supposer que quelle que soit la valeur du coût et de son niveau de certitude associé le comportement observé sera le même. Il faut noter que la valeur maximale pour le niveau de certitude est associée à la valeur du coût initialement choisie. L'algorithme n'est pas détaillé dans ce cours.
Les résultats par réseau de neurones montre la faisabilité de prédiction de comportements humains à partir des caractéristiques de leur diagnostic (i.e., les bénéfices, les coûts et les déficits potentiels). L'intégration de niveau de certitude sur les évaluations subjectives des coûts, bénéfices et déficits potentiels améliore le taux de prédiction correcte, ce qui valide l'hypothèse précédente :
