Pronostic des systèmes complexes par l’utilisation conjointe de modèle de Markov caché et d’observateur
Auteur / Autrice : | Toufik Aggab |
Direction : | Frédéric Kratz |
Type : | Thèse de doctorat |
Discipline(s) : | Sciences et technologies industrielles |
Date : | Soutenance le 12/12/2016 |
Etablissement(s) : | Orléans |
Ecole(s) doctorale(s) : | École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire Pluridisciplinaire de recherche en ingénierie des systèmes, mécanique et énergétique (Orléans ; 2008-....) |
Jury : | Président / Présidente : Jean-Marc Thiriet |
Examinateurs / Examinatrices : Frédéric Kratz, Jean-Marc Thiriet, Zohra Cherfi-Boulanger, Eric Levrat, Gérard Poisson, Manuel Avila-Gomez, Olaf Malasse, Pascal Vrignat | |
Rapporteurs / Rapporteuses : Zohra Cherfi-Boulanger, Eric Levrat |
Résumé
Cette thèse porte sur le diagnostic et le pronostic pour l’aide à la maintenance de systèmes complexes. Elle présente deux approches de diagnostic/pronostic qui permettent de générer les indicateurs utiles pour l’optimisation de la stratégie de maintenance. Plus précisément, ces approches permettent d’évaluer l’état de santé et de prédire la durée de vie résiduelle du système. Les approches présentées visent en particulier à pallier le problème d’absence d’indicateurs de dégradation. Les développements sont fondés sur l’utilisation d’observateurs, de formalisme de Modèle de Markov Caché, des méthodes d’inférences statistiques et des méthodes de prédiction de séries temporelles à base d’apprentissage afin de caractériser et prédire les modes de fonctionnement du système. Les deux approches sont illustrées sur des exemples de dégradation d’un système de régulation de niveau d’eau, d’une machine asynchrone et d’une batterie Li-Ion.