22/10/2021 - 10H00 - salle 215 à l'AIP

"Maintenance prédictive opportuniste pour système multi-composant à dépendances multiples."
(Thèse Duc Hanh DINH)

Résumé :
L'objectif de cette thèse est de considérer des dépendances entre composants dans la modélisation et l'optimisation de la maintenance prédictive pour des systèmes à composants multiples. Pour cela, les impacts des dépendances économiques et structurelles sur le coût de maintenance, la durée et le processus de dégradation des composants sont d'abord étudiés. Des modèles mathématiques permettant de quantifier ces impacts sont ensuite développés. Pour prendre en considération les impacts de ces dépendances entre composants dans le processus d'aide à la décision en maintenance prédictive, une politique de maintenance prédictive opportuniste multi-niveaux est proposée. Un modèle de coût est ensuite développé afin d'évaluer la performance de la politique de maintenance opportuniste proposée. Ainsi, un algorithme d'optimisation de l'essaim de particules (Particle Swarm Optimization) est mis en oeuvre pour la recherche du planning optimal de maintenance. Enfin, la politique de maintenance opportuniste proposée est illustrée à travers un système de convoyeur pour montrer sa faisabilité et sa valeur ajoutée dans un cadre d'optimisation de la maintenance prédictive.

Mots clés: Maintenance prédictive; maintenance opportuniste; système à composants multiples ; dépendance économique; dépendance structurelle; optimisation par essaims particulaires.
Jury :
- Rapporteurs : Zineb SIMEU-ABAZI, Professeur à Polytech'Grenoble
Pierre DEHOMBREUX, Professeur à l'Université de Mons, Belgique
- Autres membres : Examinateurs :
TP Khanh NGUYEN, Maître de conférences à l'Université de Toulouse
Phil SCARF, Professeur à Cardiff University, Royaume-Uni