You are on page 1of 8

La modlisation de la gestion de flux par Rseaux de Petri et le trafic urbain

Marc Bourcerie*, Frdric Guegnard*, Frdric Bousseau**


* IUT Universit Angers LISA EA 4094 Dpartement Gnie Electrique et Informatique Industrielle 4 Boulevard Lavoisier 49000Angers Cedex ** IUT Universit Angers LISA EA 4094 Dpartement Gnie Mcanique et Productique 3 Rue H.Hur 49300 Cholet marc.bourcerie@univ-angers.fr, frederic.guegnard@univ-angers.fr, frederic.bousseau@univ-angers.fr.

Sections de rattachement : 61 Secteur : Secondaire


RSUM. : Lobservation et la rgulation des flux trouvent leur utilit dans de nombreux domaines dapplication : en production, pour les flux dobjets sur les lignes de fabrication, en gnie informatique, pour les flux de donnes, en urbanisme, pour les flux de vhicules automobiles. Notre objectif est ici de prsenter loutil rseau de Petri comme tant apte rpondre cette gamme de problmes. Pour cela, nous prsentons quelques modles de captation de flux et de squenceurs dynamiques en vue de mieux rpartir la charge dentits (objets, donnes) au sein dune structure. MOTS-CLS : rseaux de Petri,, gestion des flux, trafic urbain, modlisation, temps rel, squenceur, rgulation.

1.

Introduction

Dans de multiples domaines, il est ncessaire dobserver les flux dobjets. Le contrle et la surveillance des donnes permettent dapporter une aide la dcision en terme de rgulation. Ainsi, en amont dun point de surveillance, on peut apporter des corrections qui vont dans le sens de la rgulation. Ces notions sont dactualit dans de multiples applications varies telles que les systmes de production ou la surveillance des flux de donnes. Les rseaux de Petri (RdP) reprsentent un bon outil de simulation

et daide la dcision. La prsentation est taye par un exemple de surveillance de flux dans un rseau urbain qui doit tre vu comme la projection de diverses applications. Nous considrons de manire gnrale, un site sous forme de rseau constitu daxes mono-directionnels et de nuds dintersection. Dans ce rseau, circulent des objets de natures identiques (donnes, vhicules, pices). Lobjectif est de faire en sorte que le flux de ces objets soit au mieux rparti dans la structure, selon certains critres dfinir et selon certaines contraintes. Nous nous intressons donc une modlisation modulaire de ces problmes laide de rseaux de Petri, structure qui y est bien adapte. Les RdP sont souvent exploits dans ce type dapplications. RdP temporiss et continus (Tol et al, 2005), RdP et algbre Max+ (Nai et al, 2006), RdP hybrides (Di F et al, 2004), RdP colors (Dot et al, 2004). Les RdP sont utiliss depuis trs longtemps pour la reprsentation et ltude des systmes de production (Moo et al, 1994 ; San et al,1998 ; Zim 1995). Nous nous intressons plus spcifiquement laspect squentiel de ce problme avec des RdP ordinaires (Bou et al, 2005, 2007, 2008), en comptabilisant les objets et les orientant, avec la rgulation des flux comme objectif final.

2.

Les rseaux de Petri : dfinitions Un Rseau de Petri (RdP) est un quadruplet Q = <P, T, Pr, Post > tel que :

P = {Pi}, i {1,...,n} est appel ensemble de places T = {Tj}, j {1,...,m} est appel ensemble de transitions avec PT = Pr et Post sont deux applications de PXT N. Pr(Pi,Tj) est le poids de l'arc reliant Pi et Tj. Post(Pi,Tj) est le poids de l'arc reliant Tj et Pi. On appelle matrice d'incidence avant et arrire les matrices :
+ + W + = w ij o w ij = post(Pi ,Tj )

W = w ij o w ij = pr (Pi , T j ) On appelle matrice dincidence la matrice W = W + + W = w ij

[ ]

On appelle P-invariant toute pondration des places

que P T W = 0 et T-invariant toute squence S = ( 1 ,..., m ) telle que WS = 0

P T = ( 1 ,..., n ) telle

Mesure de flux : Les jauges

3.1

Mesure de flux absolu

Lopration prliminaire est celle qui consiste concevoir un modle de captation de flux de jetons dans une ligne de rseau de Petri. Ceci se ralise grce au modle de la figure 1.

Nous considrons une ligne, au sens large du terme, reprsente par une succession de places et de transitions relies par une srie darcs. La cellule de mesure de flux (pointills) est constitue dune transition T1 qui gnre un jeton dans la place P chaque fois quun jeton circulant sur la ligne traverse cette transition. On a ainsi une comptabilisation du nombre de jetons sur la ligne par comptage des jetons dans P. Si lon rajoute la transition Tinit, valide par lvnement rcurrent e , la possibilit de mesure de flux moyen est offerte.
T1

ligne

P Tinit

Figure 1 . Cellule de mesure de flux absolu

3.2

Mesure de flux relatif

Il est insuffisant doprer une mesure de flux absolu. La mesure de flux relatif en temps rel apporte une information forte pour laide la dcision. En effet, la comparaison de deux ou plusieurs flux sur des lignes diffrentes du site en temps rel va permettre, terme de rajuster en amont le dbit dobjets en fonction du cahier des charges. Cette mesure de flux relatif se fait grce diverses cellules, plus ou moins labores (Bou 2007). La cellule de base de ce type est prsente figure 2 (pointills).
Ligne 1 T1 P1 T T2 Ligne 2 P2

Figure 2 . Cellule lmentaire de mesure de flux relatif

Lensemble reprsent par les places P1, P2 et les transitions T1, T, T2 est un sousrseau constituant cette cellule lmentaire. Ce rseau ne comporte pas de P-invariant et possde un T-invariant T = (1,1,1). Le marquage final Mf stablit de manire classique partir du marquage initial Mo suivant la relation [1].

M f = M o + M = M o + WS

[1]

Supposons la squence de tir suivante : S = (n1, min(n1,n2), n2) avec n1 > n2 qui se traduit par le fait que la diffrence de flux sur les deux lignes est de n1-n2.

M 0 = (0,0) . Le marquage final est alors: Mf = M = WS = (n1 n2


Supposons le marquage initial

0)

On a, dans la place P1 (Resp P2), un nombre de jetons gal au surplus de flux sur la ligne 1 (Resp ligne 2) par rapport la ligne 1 (Resp 2). La figure 3 reprsente une variante de cette cellule (en pointills). La possibilit de surveiller en temps rel lquilibre des flux sur les deux lignes est maintenant offerte. Si les deux flux sont gaux on a, K ayant t pralablement dtermin (ici K = 3) :

m( P12 ) = m( P21 ) = K
Ce sous rseau comprend un P-invariant et 1T-invariant :

[2]

P T = (0 1 1 0 )

S = (1 1 1 1)

Ligne 1 T1

P1 n T12 n

P12

P21 T21 P2

Ligne 2

T2

Figure 3 . Cellule de mesure de flux relatif

Le P-invariant nous permet dcrire lquation de marquage :

m( P12 ) + m( P21 ) = 2 K [3] Supposons que n1 jetons circulent sur la ligne 1 et n 2 jetons sur la ligne 2. Soit en consquence, une diffrence de flux 0 n1 n2 K . La variation de marquage aprs mesure des flux relatifs est : M = WS = (0 n1 n2 n2 n1 0 )
Ainsi, partir du marquage initial [2], on obtient le marquage final en utilisant [1], pouvant ainsi relever la diffrence des flux :

M f = (0 K
3.

0 ) + M = (0 K + n1 n 2

K + n 2 n1

0)

Le trafic urbain

A titre dexemple, nous allons prsenter un modle de maillage pour le trafic urbain circulation mono directionnelle. Cette image se prsente sous forme de grille rectangulaire de dimensions h v (pour horizontale et verticale). (figure 4). Les objets se dplacent du point A vers le point B sans retour en arrire possible.

B = (h,v)

A = (0,0)
Figure 4 . Modle de rseau urbain

Dans un premier temps, nous supposons quaprs chaque nud, les objets se dirigent de manire quiprobable vers les deux nuds suivants qui leur sont directement accessibles. Il sensuit un encombrement non uniforme de lensemble des nuds de la structure. Il sagit alors daffecter pour chacune des deux directions aprs un nud, une distribution non quiprobable. Pour h = v = 5 , la figure 5a prsente le rsultat obtenir, quilibrant ainsi la charge de chaque nud. Les coefficients appliquer pour chacun des liens entre deux nuds sont prciss figure 5b. Cet exemple montre que les flux contrler sur deux directions ne sont pas ncessairement gaux si lobjectif est doptimiser loccupation des sites. Au niveau de la

modlisation de ces problmes, il nous faut donc dvelopper des squenceurs aptes prendre en compte de tels critres.

1 6 1 5 1 4 1 3 1 2 1

1 5 1 6 1 5 1 4 1 3 1 2

1 4 1 5 1 6 1 5 1 4 1 3

1 3 1 4 1 5 1 6 1 5 1 4

1 2 1 3 1 4 1 5 1 6 1 5

(0,5)
1 1 2 1 3 1 4 1 5 1 6
5 6

1 1 5 1 6

1 1 4 4 5 4 6 2 5 2 6 3 5 3 6 2 5 2 4 2 5 2 4 1 3 1 4 2 3

1 1 3 3 4 2 4 3 5 3 5 3 6 2 6 3 5 1 5 3 4

1 1 2 2 3 2 3 2 4 3 4 2 5 4 5 4 6 1 6 4 5

(5,5)
1

1 2 1 1 3 1 1 4 1 1 5 1 5 6

4 5 1 5 3 4 1 4 2 3 1 3 1 2 1 2

(0,0)
Figure 5.a Taux doccupation quitable des noeuds 5 b coefficients appliquer

(5,0)

4.

Contrle des flux : Le modle de squenceur

5.1

Prsentation du modle statique

Le modle de la figure 6a permet de distribuer 2/5 des jetons vers la ligne 1 et 3/5 des jetons vers la ligne 2. Ce modle, prsent titre dexemple de distribution, pourrait tre exploit pour reprsenter la distribution des objets partir du point (2,1) de la figure 5b vers les points (2,2) et (3,1).

5.2

Analyse du modle

Le rseau de Petri de la figure 6a prsente 5 P-invariants de base et aucun Tinvariant. Il nest donc pas rinitialisable. Une squence de tir possible avec le marquage initial est la squence S = 2 1 1 3 Aprs cette squence, on obtient :

M = ( 5 2 3 0 0 0 0 0 0) et le marquage final : M f = M 0 + M = (0 2 3 2 0 3 0 0 0 )

Ce rsultat confirme bien que 2/5 des jetons sont distribus vers la ligne 1 et 3/5 vers la ligne 2. Le sous rseau de Petri dlimit par le pointill est rinitialisable : il possde 1 T-invariant et 3 P-invariants :

e1
T1 P1

P3 P0 3 P7 T2 3 P5 2 2 T1 2 3

P4 2 3 P8 3 P6 2 2 3

T2

P2

e2
Figure 6a. Squenceur statique Figure 6b Squenceur dynamique
Cette squence S, propose plus haut, ramne ce sous rseau son marquage initial, permettant ainsi une nouvelle distribution des jetons arrivant dans la place P0 selon les mmes rapports 2/5, 3/5.

5.2

Prsentation du modle dynamique

Le modle de la figure 6b est une variante du prcdent. Il sagit ici dobtenir un modle dynamique faisant varier les proportions de jetons dirigs vers lune ou lautre ligne. On opre en prlevant la source (place P0) un nombre de jetons donn (les transitions grises sont prioritaires). Ces jetons-ci ne sont donc pas comptabiliss par le squenceur.

5.

Conclusion : La rgulation des flux

Nous avons prsent deux familles de structures : Dune part les jauges, aptes relever le flux relatif deux lignes o circulent des objets, dautre part les squenceurs aptes orienter les objets selon deux directions, suivant un certain rapport dfini par la structure mme de ces squenceurs. En rendant le modle dynamique, on offre la possibilit dune interaction des modles de la premire famille sur les modles de la

seconde. En effet, les jauges sont pourvues de la capacit de fournir un jeton lorsque le dsquilibre entre les flux atteint un certain seuil (dfini par la valeur de n sur la figure 3). Ces jetons peuvent alors sensibiliser les transitions prioritaires de la figure 6 b (vnements e1 et e2 ). Cette technique de rgulation a t pralablement teste et valide (Bou et al, 2007).

6.

Bibliographie :

Bourcerie M, Morel J-Y, Gugnard F 2005: Une Modlisation de Squenceur pour la Gestion de Flux sur Chane de Production CNR IUT Rouen, Mai 2005. Bourcerie M.2007 A Flow Regulation by generalized Petri Net , EUROSIM 2007, Ljubjana, Slovenia, September 9-14 2007 Bourcerie M., Guegnard F. 2007 Sur la flexibilit des modles de squenceurs dynamiques par rseaux de PetriCIFA 2008, Bucarest, Roumanie 3-5 septembre 2008. Bourcerie M, Les rseaux de Petri et le squencement dynamique 2008, 14me CNR IUT Lyon, juin 2008. Di Febrarro A, Giglio D, Sacco N 2004 Urban traffic control structure based on hybrid petri nets IEEE Transactions on intelligent Transportation Systems, Vol 5 n4 2004 p 224-237. Dotoli. M, Fanti M.P, 2004 An urban traffic network model via coloured timed Petri Net WODES04 7th workshop on Discrete Event Systems September 04 Reims France. Moody J., Yamalidou K., Lemmon M., Antsaklis P. 1994 "Feedback control of Petri nets based on place invariants", in Proceedings of 33rd Conference on Decision and Control, Lake Buena Vista, FL, pp. 3104-09. Nait Sidi-Moh A, Manier M.A, Elmoudni A, Wack M., 2006 Petri Net with conflicts and Max+ algebra for transportation systems 11th IFAC Symposium on control transportation systems Delft Netherlands August 2006. Santarek K., Buseif I.M. 1998 : Modelling and design of flexible manufacturing systems using SADT and Petri Net tools , JMPT 1998. Tolba C., Lefebvre D., Thomas P., Almoudni A.HAL Cahier du campus logistique n2 Des carrefours intelligents pour une meilleure gestion du trafic urbain . Tolba C., Lefebvre D., Thomas P., Almoudni A.2005 Continuous and timed Petri Nets for the macroscopic and microscopic traffic flow modelling. Simulation Practice and theory vol 13 n5 pp407-436 Juillet 2005. Zimmermann A. 1995. "Modeling of manufacturing systems and production routes using colored Petri nets". In : Proc. Of the 3rd IASTED Int. Conf. On Robotics and Manufacturing, Cancun, Mexico, p. 380-383.