Extraction de connaissances à partir des données d'une PME en vue de l'implémentation du PHM

Knowledge extraction from SME data for the implementation of PHM process

• Auteur / Autrice : Nabil Omri
• Direction : Noureddine Zerhouni, Zeina Al Masry
• Type : Thèse de doctorat
• Discipline(s) : Sciences pour l'Ingénieur
• Date : Soutenance le 22/04/2021
• Etablissement(s) : Bourgogne Franche-Comté
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : FEMTO-ST : Franche-Comté Electronique Mécanique Thermique et Optique - Sciences et Technologies (Besançon) - Franche-Comté Électronique Mécanique- Thermique et Optique - Sciences et Technologies / FEMTO-ST
• Partenaire(s) de recherche : Etablissement de préparation : Université de Franche-Comté (1971-....)
• Jury : Président / Présidente : Pascal Vairac
• Jury : Examinateurs / Examinatrices : Noureddine Zerhouni, Zeina Al Masry, Pascal Vairac, François Pérès, Samir Lamouri, Pauline Ribot, Sonia Hajri Gabouj, Sylvain Giampiccolo, Nicolas Mairot
• Jury : Rapporteurs / Rapporteuses : François Pérès, Samir Lamouri

Mots clés

Mots clés contrôlés

Analyse des données

Mots clés libres

PME

Analyse de données

Qualité de données

Outils statistiques

Prognostics and health management

IA explicable

Statistical tools

Prognostics and health management

SMEs

Data mining

Data quality

Explainable IA

Résumé

Ce travail de thèse s'inscrit dans le cadre d'une collaboration entre FEMTO-ST / ENSMM et la société SCODER qui est une PME située dans le Doubs et spécialisée dans la fabrication de pièces automobiles de haute précision. Ce projet vise à développer une approche de gestion des données et d'analyse prédictive (Prognostics and Health Management (PHM)). Il s'agit d'un partenariat dans le cadre de la transformation digitale de l'entreprise SCODER. L'une des originalités de ce travail de thèse est de développer une approche PHM orientée données et adaptée aux PME. Notre approche est basée sur les besoins des utilisateurs pour identifier quantitativement et qualitativement les données nécessaires et estimer le coût qui en résulte. Pour atteindre ces objectifs, une étude est réalisée sur la base de l'état de l'art et renforcée par des observations de terrain pour identifier les paramètres déterminant pour l'application du PHM dans les PME. Ces paramètres peuvent être résumés en trois points: les besoins des utilisateurs, les données et le coût. En fait, l'avantage dans les PME est la polyvalence du personnel qui permet d'analyser finement les problèmes et leur impact sur l'ensemble du processus de production. Par conséquent, la phase de modélisation du problème et d'identification des paramètres nécessaires à la résolution semble plus facile et plus efficace dans le cas des PME. L'un des défis de l'approche proposée est l'analyse du retour sur investissement (ROI). Nous avons proposé une première formalisation du coût du PHM afin de dimensionner le budget nécessaire à sa mise en œuvre. Cette thèse a été développée en trois étapes. La première est d'optimiser la phase d'acquisition des données et d'étudier leur qualité. La deuxième partie concerne le développement d'une approche PHM collaborative, dont l'objectif est de formaliser l'expertise humaine et de l'utiliser dans le processus PHM. La troisième partie propose un modèle de coût pour estimer les investissements nécessaires à la réussite d'un projet PHM tout en estimant le ROI. L'ensemble de notre démarche est proposée sous la forme d'une méthodologie générale pour la mise en œuvre de PHM dédié aux PME. Cette méthodologie a été encapsulée dans un logiciel appelé Scoder Data System (DS2) afin de faciliter sa mise en œuvre. La phase de validation a été réalisée avec les données et connaissances de l'entreprise SCODER.

This thesis work is part of a collaboration between FEMTO-ST / ENSMM and the SCODER company which is an SME located in the Doubs and specializes in the manufacture of high precision automotive parts. This project aims to develop a data management and predictive analysis approach (Prognostics and Health Management (PHM)). This is a partnership within the framework of the digital transformation of the SCODER company. One of the originalities of this thesis work is to develop a data-oriented PHM approach adapted to SMEs. Our approach is based on the needs of users to quantitatively and qualitatively identify the needed data and estimate the resulting cost. To achieve these objectives, a study is carried out on the basis of the state of the art and reinforced by field observations to identify the determining parameters for the application of PHM in SMEs. These parameters can be summarized in three points: user needs, data and cost. In fact, the advantage in SMEs is the versatility of the staff which allows a detailed analysis of the problems and their impact on the entire production process. Consequently, the phase of modeling the problem and identifying the needed parameters for the resolution seems easier and more efficient in the case of SMEs. One of the challenges of the proposed approach is the analysis of return on investment (ROI). We have proposed a first formalization of the cost of the PHM in order to size the budget necessary for its implementation. This thesis was developed in three stages. The first is to optimize the data acquisition phase and study their quality. The second part concerns the development of a collaborative PHM approach, the objective of which is to formalize human expertise and use it in the PHM process. The third part proposes a cost model to estimate the investments necessary for the success of a PHM project while estimating the ROI. Our entire approach is offered in the form of a general methodology for the implementation of PHM dedicated to SMEs. This methodology has been encapsulated in a software called Scoder Data System (DS2) in order to facilitate its implementation. The validation phase was carried out with data and knowledge from the SCODER company.