Monitoring avancé des systèmes de production intégrant Digital Twin et Machine Learning Cas d'application industriels « OTPaaS »
FR |
EN
Auteur / Autrice : | Dimitri Renard |
Direction : | Bernard Riera |
Type : | Projet de thèse |
Discipline(s) : | ATS - Automatique et Traitement de Signal |
Date : | Inscription en doctorat le 07/02/2023 |
Etablissement(s) : | Reims |
Ecole(s) doctorale(s) : | École doctorale Mathématiques Physique Sciences du Numérique et de l'Ingénieur (Reims ; 2018-) |
Partenaire(s) de recherche : | Laboratoire : Centre de Recherche en Sciences et Technologies de l'Information et de la Communication (Reims, Marne ; 2004-....) |
Equipe de recherche : Equipe ATS-CRESTIC |
Mots clés
FR |
EN
Résumé
FR |
EN
Les objectifs scientifiques des travaux de recherche dans le cadre du présent projet sont de développer une méthodologie pour la conception, la validation et l'utilisation du jumeau numérique pour les activités de mise en service, et d'exploitation des systèmes cyber-physiques de productions. La thèse proposée vise donc à lever le verrou scientifique lié au passage des modèles de simulation au jumeau numérique, et à leur utilisation, à travers, entre autres, un ajustement des modèles de simulation et l'utilisation des méthodes d'apprentissage de l'intelligence artificielle de type Machine Learning.