Surveillance des processus de fabrication par assimilation de données

par Reza Babajanivalashedi

Projet de thèse en Mécanique des solides

Sous la direction de Jean-Luc Dion.

Thèses en préparation à Paris Saclay , dans le cadre de École doctorale Sciences Mécaniques et Energétiques, Matériaux et Géosciences (Cachan, Val-de-Marne ; 2015-....) , en partenariat avec QUARTZ (ECS, L@RIS, LISMMA) (laboratoire) et de CentraleSupélec (2015-....) (établissement de préparation de la thèse) depuis le 19-02-2018 .


  • Résumé

    Afin de fournir des informations vidéo enrichies, l'approche proposée consiste à fusionner des modèles géométriques, cinématiques, physiques et logistiques avec des observations de données vidéo en temps réel et d'autres informations de capteurs intelligents. Cette approche, basée sur un modèle dynamique hybride et des méthodes stochastiques, permettra d'introduire une réalité augmentée dans les séquences vidéo, une extension des domaines d'observation (au-delà des outils de vision classiques), une capacité de surveillance et un pronostic processus et ses écarts possibles par rapport aux objectifs nominaux. Les contributions de ces informations enrichies font partie de la maintenance prédictive agile, du contrôle des produits et des processus dans des situations complexes et dans des environnements reconfigurables. Nous étudierons également l'observabilité et l'invertibilité gauche du système dynamique hybride et fusionnerons ce concept avec la détection et l'identification des failles. Ceux-ci, conduiront à proposer un contrôle actif tolérant aux pannes. Les gains de productivité apportés par cette approche seront donc axés sur la détection précoce et l'enrichissement des informations sur les dérives de production, les sources de non-qualité et les écarts de flux logistiques. Ces applications conduiront à une visualisation du produit, du processus et du flux, en réalité augmentée et ensuite à des outils d'aide à la décision pour anticiper et réduire les temps de non-production et les taux de non-qualité.

  • Titre traduit

    Monitoring of manufacturing processes by data assimilation


  • Résumé

    In order to provide enriched video information, the proposed approach consists of merging geometric, kinematic, physical and logistic models with real-time video data observations and other smart sensors information. This approach, based on hybrid dynamical model and stochastic methods, will allow introducing an augmented reality to the video sequences, an extension of the domains of observation (beyond the conventional vision tools), a capacity for monitoring and a real-time prognosis of industrial process and its possible deviations from nominal objectives. The contributions of this enriched information are part of agile predictive maintenance, product and process control in complex situations and in reconfigurable environments. We will also study the observability and left invertibility of hybrid dynamical system and merge this concept with fault detection and identification. These, will lead to propose active fault tolerant control. The productivity gains brought by this approach will therefore focus on early detection and enriched information on production drifts, sources of non-quality and discrepancies in logistics flows. These applications will lead to a visualization of the product, process and flow, in augmented reality and subsequently to decision-making tools to anticipate and reduce non-production times and non-quality rates.