Vers l'optimisation dynamique de la planification de la maintenance d'une flotte de matériel roulant ferroviaire avec prise en compte de contraintes logistiques et d'exploitation.

Towards the dynamic optimisation of maintenance planning for a fleet of railway rolling stock, taking into account logistical and operational constraints.

• Auteur / Autrice : Pietro Folco
• Direction : Laurent Bouillaut
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 03/10/2022
• Etablissement(s) : Université Gustave Eiffel
• Ecole(s) doctorale(s) : École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2010-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Génie des Réseaux de Transport Terrestre et Informatique Avancé (Noisy-le-grand, Seine-Saint-Denis)

Mots clés

Mots clés libres

Optimisation linéaire

Maintenance

Ordonnancement

Linear Optimisation

Maintenance

Scheduling

Résumé

Le problème de l'optimisation du matériel roulant a été abordé par des groupes de travail issus des communautés scientifiques de la ''recherche opérationnelle'' ou de la ''fiabilité - maintenance''. Les premiers ont généralement abordé la question comme un problème d'allocation déterministe des ressources, sans tenir compte des paramètres purement de fiabilité (analyse de la durée de vie, estimation de la durée de vie résiduelle, etc.) Au contraire, la deuxième famille de travaux a parfaitement intégré toutes ces considérations sur l'évolution de l'état opérationnel des systèmes étudiés, mais peu d'efforts ont été faits pour prendre en compte le monde réel et ses contraintes intrinsèques. Dans cette thèse, l'objectif est donc de se placer délibérément à l'interface des travaux proposés par ces deux communautés scientifiques. Il s'agira ici de proposer : 1. Une modélisation en utilisant un formalisme mathématique tel que la programmation linéaire en variables mixtes pour le problème d'optimisation de la maintenance de matériel roulant en considérant : o des propriétés statistiques de durée de vie des principaux organes du matériel roulant, o de leur niveau de criticité, o de leurs coûts de maintenance (préventive ou corrective avec éventuellement des pénalités induites par leur défaillance) o de l'interaction entre les différents éléments. Ainsi que des contraintes logistiques telles que : o la durée opératoire nécessaire pour la réalisation de chaque action de maintenance o les capacités d'accueil des ateliers de maintenance o le nombre d'agents et leurs qualifications 2. D'adapter des méthodes d'optimisation pour résoudre des instances de grande taille correspondant aux problèmes réels.

The problem of rolling stock optimisation has been addressed by working groups from the ''operational research'' or ''reliability-maintenance'' scientific communities. The former have generally approached the issue as a deterministic resource allocation problem, without taking into account purely reliability parameters (life analysis, residual life estimation, etc.). On the contrary, the latter family of works has perfectly integrated all these considerations on the evolution of the operational state of the studied systems, but little effort has been made to take into account the real world and its intrinsic constraints. In this thesis, the objective is therefore to deliberately place ourselves at the interface of the works proposed by these two scientific communities. The aim is to propose: 1. A modelling using a mathematical formalism such as mixed variable linear programming for the rolling stock maintenance optimisation problem by considering : o Statistical properties of the life span of the main rolling stock components, o their criticality level, o their maintenance costs (preventive or corrective with possible penalties due to their failure) o the interaction between the different elements. As well as logistical constraints such as o the operating time required to carry out each maintenance action o the capacity of the maintenance workshops o the number of staff and their qualifications 2. Adapting optimisation methods to solve large instances corresponding to real problems.