Contribution à la prise de décision dynamique en maintenance prévisionnelle par formalisation d'un principe d'opportunité
Auteur / Autrice : | Edouard Thomas |
Direction : | Benoît Iung |
Type : | Thèse de doctorat |
Discipline(s) : | Automatique |
Date : | Soutenance le 15/07/2009 |
Etablissement(s) : | Nancy 1 |
Ecole(s) doctorale(s) : | IAEM Lorraine |
Partenaire(s) de recherche : | Laboratoire : CRAN |
Jury : | Examinateurs / Examinatrices : Benoît Iung, Pierre Dehombreux, Antoine Grall, Basim Al-Najjar, Thomas Bruss, Thierry Divoux, Eric Levrat |
Rapporteurs / Rapporteuses : Pierre Dehombreux, Antoine Grall |
Mots clés
Résumé
Les besoins essentiels de produire « plus », « mieux » et « moins cher » s’inscrivent aujourd’hui dans une crise financière qui conduit les entreprises industrielles à faire face à des enjeux économiques liés aux impératifs de gains de productivité, mais aussi à des enjeux sociaux liés aux impératifs de sécurité des hommes et des matériels, aux exigences de protection de l'environnement et de réduction des nuisances. Ces enjeux se déclinent au niveau des équipements par le concept de maintien en condition opérationnelle (MCO). La maintenance en est l’élément principal, et l’un des principaux leviers d’action sur la performance globale des systèmes de production lorsqu’elle est couplée à un processus de pronostic. On parle alors de stratégies de maintenance prévisionnelles. Ces nouvelles formes de maintenance posent de nombreux défis scientifiques et industriels, dont certains sont étudiés dans les présents travaux : Quel est le « meilleur » instant pour réaliser une intervention de maintenance préventive donnée ? Comment regrouper deux actions de maintenance préventive ? Qu’est-ce qu’une opportunité pour la maintenance ? Les réponses à ces questions mobilisent des outils mathématiques variés, allant de l’algorithme de Bruss en analyse stochastique aux relations d’équivalence en algèbre. Enfin, une application industrielle sur la plateforme TELMA est présentée.