Pronostic de défaillances de pompes à vide - Exploitation automatique de règles extraites par fouille de données

par Florent Martin

Thèse de doctorat en STIC Traitement de l’Information

Sous la direction de Sylvie Galichet et de Nicolas Méger.

Le président du jury était Laurent Foulloy.

Le jury était composé de Sylvie Galichet, Nicolas Méger, Nicolas Becourt.

Les rapporteurs étaient Marie-Odile Cordier, Christophe Rigotti.


  • Résumé

    Cette thèse présente une méthode de pronostic basée sur des règles symboliques extraites par fouille de données. Une application de cette méthode au cas du grippage de pompes à vide est aussi détaillée. Plus précisément, à partir d'un historique de données vibratoires, nous modélisons le comportement des pompes par extraction d'un type particulier de règles d'épisode appelé « First Local Maximum episode rules » (FLM-règles). L'algorithme utilisé pour extraire ces FLM-règles extrait aussi de manière automatique leur fenêtre optimale respective, i.e. la fenêtre dans laquelle la probabilité d'observer la prémisse et la conclusion de la règle est maximale. Un sous-ensemble de ces FLM-règles est ensuite sélectionné pour prédire les grippages à partir d'un flux de données vibratoires. Notre contribution porte sur la sélection des FLM-règles les plus fiables, la recherche de ces FLM-règles dans un flux continu de données vibratoires et la construction d'un intervalle de pronostic de grippage à partir des fenêtres optimales des FLM-règles retrouvées.

  • Titre traduit

    Fault prognosis for vacuum pumps - Automatic exploitation of rules extracted from data mining technics


  • Résumé

    This thesis presents a symbolic rule-based method that addresses system prognosis. It also details a successful application to complex vacuum pumping systems. More precisely, using historical vibratory data, we first model the behavior of the pumps by extracting a given type of episode rules, namely the First Local Maximum episode rules (FLM-rules). The algorithm that extracts FLM-rules also determines automatically their respective optimal temporal window, i.e. the temporal window in which the probability of observing the premiss and the conclusion of a rule is maximum. A subset of the extracted FLM-rules is then selected in order to further predict pumping system failures in a vibratory data stream context. Our contribution consists in selecting the most reliable FLM-rules, continuously matching them in a data stream of vibratory data and building a forecast time interval using the optimal temporal windows of the FLM-rules that have been matched.

Consulter en bibliothèque

La version de soutenance existe

Informations

  • Détails : 1 vol. (123 p.)
  • Notes : Thèse confidentielle jusqu'au 30 juin 2014
  • Annexes : Bibliogr. p.118-123

Où se trouve cette thèse ?

  • Bibliothèque : Université Savoie Mont Blanc (Le Bourget-du-Lac, Savoie). Service commun de la documentation et des bibliothèques universitaires. Section Sciences.
  • Non disponible pour le PEB
  • Bibliothèque : Service Interétablissement de Documentation. Documentation électronique.
  • Bibliothèque : Université Savoie Mont Blanc (Chambéry-Annecy). Service commun de la documentation et des bibliothèques universitaires. Bibliothèque électronique.
  • Bibliothèque : Service interétablissements de Documentation. STM. Documentation électronique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.