Contribution à la prise de décision dynamique en maintenance prévisionnelle par formalisation d'un principe d'opportunité

par Edouard Thomas

Thèse de doctorat en Automatique

Sous la direction de Benoît Iung.

Soutenue le 15-07-2009

à Nancy 1 , dans le cadre de IAEM Lorraine , en partenariat avec CRAN (laboratoire) .

Le jury était composé de Benoît Iung, Pierre Dehombreux, Antoine Grall, Basim Al-Najjar, Thomas Bruss, Thierry Divoux, Eric Levrat.

Les rapporteurs étaient Pierre Dehombreux, Antoine Grall.


  • Résumé

    Les besoins essentiels de produire « plus », « mieux » et « moins cher » s’inscrivent aujourd’hui dans une crise financière qui conduit les entreprises industrielles à faire face à des enjeux économiques liés aux impératifs de gains de productivité, mais aussi à des enjeux sociaux liés aux impératifs de sécurité des hommes et des matériels, aux exigences de protection de l'environnement et de réduction des nuisances. Ces enjeux se déclinent au niveau des équipements par le concept de maintien en condition opérationnelle (MCO). La maintenance en est l’élément principal, et l’un des principaux leviers d’action sur la performance globale des systèmes de production lorsqu’elle est couplée à un processus de pronostic. On parle alors de stratégies de maintenance prévisionnelles. Ces nouvelles formes de maintenance posent de nombreux défis scientifiques et industriels, dont certains sont étudiés dans les présents travaux : Quel est le « meilleur » instant pour réaliser une intervention de maintenance préventive donnée ? Comment regrouper deux actions de maintenance préventive ? Qu’est-ce qu’une opportunité pour la maintenance ? Les réponses à ces questions mobilisent des outils mathématiques variés, allant de l’algorithme de Bruss en analyse stochastique aux relations d’équivalence en algèbre. Enfin, une application industrielle sur la plateforme TELMA est présentée.

  • Titre traduit

    Contribution to dynamic decision-making for predictive maintenance : formalisation of an opportunity principle


  • Résumé

    The needs to produce “more”, “better” and “cheaper” are today in line with a financial crisis which makes companies struggle with economical issues (related to the obligation to make profits), social issues (related to safety of men and machines) and environmental ones (related to the reduction of nuisance and pollution). At the equipment level, the system maintaining in operational conditions (SMOC) has to deal with these issues. Maintenance is the key process of the SMOC, and one of the most significant processes to lever up the global performances of the system when associated to a prognosis process. This defines predictive maintenance strategies. Those new forms of maintenance make numerous scientific as well as industrial issues rise, and some are tackled in the present document: When to perform a particular predictive maintenance action? How to group together several preventive maintenance actions? What is opportunity for maintenance? Answers to these questions make use of different mathematical tools, such as Bruss algorithm (in stochastic analysis) or equivalence relations (in algebra). Finally, an industrial application on TELMA platform is presented.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.