Mots clés :

alarmes industrielles, systèmes à événements discrets, filtrage d'alarmes, recherche de motifs, réseaux de Petri

Les systèmes d'alarmes jouent un rôle critique dans la bonne exploitation des installations industrielles modernes. Cependant, dans la plupart de ces systèmes, les alarmes ne sont pas toujours traitées correctement par les opérateurs car il y a régulièrement beaucoup trop d'alarmes à gérer, notamment lors des avalanches d'alarmes.
Pour réduire le flux d'alarmes, notre approche consiste à détecter des redondances entre alarmes qui pourraient être supprimées. Pour atteindre cet objectif, nous recherchons dans un premier temps les adjacences fréquentes entre les alarmes contenues dans un historique. Ceci est réalisé en adaptant l'algorithme de recherche de motifs fréquents AprioriAll. Nous explorons également une seconde méthode consistant à trouver des précédences
systématiques. Pour les découvrir, nous identifions les relations de domination et de mutuelle dépendance contenues dans l'historique des alarmes.
Pour faciliter l'analyse experte, les relations découvertes sont traduites sous la forme d'un réseau de Pétri.
Ces deux méthodes sont ensuite confrontées à un historique d'alarmes industriel fourni par General Electric. Les résultats obtenus montrent que nos deuc méthodes permettent une réduction globale du flux d'alarmes qui est plus importante durant les avalanches.