"Modélisation conjointe des connaissances multi-points de vue d'un système industriel et de son système de soutien pour l'évaluation des stratégies de maintenance "
(Thèse Gabriela MEDINA OLIVA)
Résumé :
Par rapport aux exigences de plus en plus importantes relatives au Maintien en Condition Opérationnelle d'un système industriel, le processus de maintenance joue un rôle fondamental pour l'amélioration de la disponibilité, de la productivité, etc. Pour essayer de contrôler au mieux ces performances, les responsables de maintenance doivent donc être capables de choisir les stratégies de maintenance et les ressources à mettre en oeuvre les plus adaptées aux besoins. Dans un objectif d'aider à la prise de décisions en maintenance, les travaux présentés dans ce mémoire ont pour objet de proposer une méthodologie pour l'élaboration d'un modèle support permettant par simulation d'évaluer les différentes stratégies. La valeur ajoutée de la méthodologie réside dans l'unification, à base de modèles relationnels probabilistes (PRM), des différents types de connaissance nécessaires à la construction de ce modèle d'évaluation. Ce dernier est ainsi construit à partir de motifs génériques et modulables représentatifs des variables décisionnels du système industriel (système principal) et de son système de maintenance. Ces motifs, par instanciation, facilitent la construction des modèles d'applications spécifiques. Cette méthodologie, issue du projet ANR SKOOB, est testée sur le cas applicatif de la maintenance d'un système de production de ferment.
MOTS-CLÉS : Aide à la décision - analyse de performances - stratégies de maintenance - disponibilité - réseaux bayésiens, modèles relationnels probabilistes (PRM).
Jury : | |
- Rapporteurs : | Christophe BERENGUER |
François PERES | |
- Autres membres : | M. Adolfo CRESPO MARQUEZ M. Eric LEVRAT M. Paul MUNTEANU M. Benoît IUNG M. Philippe WEBER |