Thèse soutenue

Modélisation de la dégradation, maintenance conditionnelle et pronostic : usage des processus de diffusion
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Houda Ghamlouch
Direction : Mitra FouladiradAntoine Grall
Type : Thèse de doctorat
Discipline(s) : Optimisation et Sûreté des Systèmes
Date : Soutenance le 21/06/2016
Etablissement(s) : Troyes
Ecole(s) doctorale(s) : Ecole doctorale Sciences pour l'Ingénieur (Troyes, Aube)
Partenaire(s) de recherche : Collectivité territoriales : Région Champagne-Ardenne
Europe : FEDER
Laboratoire : Institut Charles Delaunay / ICD
Jury : Examinateurs / Examinatrices : Mitra Fouladirad, Antoine Grall, Bruno Castanier, Anne Gégout-Petit, Serkan Eryilmaz, William Q. Meeker, Ananda Sen
Rapporteurs / Rapporteuses : Bruno Castanier, Anne Gégout-Petit

Résumé

FR  |  
EN

Aujourd’hui la prédiction des défaillances de certains systèmes industriels est devenue indispensable pour l’amélioration de la fiabilité et de la rentabilité de ces derniers. Cette prédiction s’appuie principalement sur l’analyse d’évolution du niveau de dégradation du système. Pour les systèmes dont l’état de détérioration n’est pas directement observable, la définition d’indicateurs de santé mesurables est nécessaire. Une modélisation du processus de dégradation à partir de ces données peut être ensuite effectuée. Dans cette thèse, nous considérons un ensemble d’indicateurs non-monotones pour un système opérant dans un environnement dynamique. Compte tenu des principales caractéristiques des données ainsi que de l’impact des conditions environnementales et de leur instabilité, une modélisation stochastique de l’évolution de ces indicateurs est proposée. Les modèles proposés se basent principalement sur une combinaison d’un processus de Wiener et de processus de sauts. Les motivations, les méthodes de calibration, l’utilité et les limites de chaque modèle sont discutées. Nous proposons ensuite une approche pour l’aide à la décision concernant les actions de maintenance préventive. Cette approche consiste à évaluer la valeur d’une option réelle qui présente la possibilité d’«Attendre avant d’Agir» suite à un signal d’avertissement sur une défaillance probable. Une application de cette approche pour le cas d'une éolienne équipée d’un système de surveillance et de gestion est traitée