Event-based probabilistic approach for proactive maintenance to improve production capacities in HMLV industries

Approche probabiliste basée sur des événements pour une maintenance proactive visant à améliorer les capacités de production dans les industries HMLV INTRODUCTIONCette thèse se déroule dans le cadre du projet européen INTÉGRATE.Compte tenu de l'environnement économique très concurrentiel dans l'industrie de nombreux, l'augmentation des volumes de la demande et les diversités fonctionnelles ont conduit à l'émergence de l'environnement automatisé et high-mixte de production à faible volume. La production se caractérise par sa complexité et ses incertitudes. Les équipements de production représentent les coûts d'investissement très significatif et sont effectivement exploitées à la limite de leurs capacités. Ceux-ci sont contestés par les pannes d'équipement avec des défaillances inconnues qui significative perturbent les capacités de production. Dans ce contexte, l'amélioration de la disponibilité du matériel devient plus que jamais un facteur clé.MOTIVATIONPour améliorer l'efficacité de ces équipements de production, il est nécessaire d'améliorer la disponibilité de l'équipement en intervenant au bon moment, sur le bon équipement ou pièce d'équipement.-Quelle est prévu (méthode prédictive pour anticiper l'échec occurrence-pourquoi avons-nous besoin (Anticipation de l'échec peut devenir un critère de décision proactive décision et des actions visant à éviter de l'échec ou la minimisation de ses effets)-où-t-il se déroule (niveau physique de l'analyse sur la productionéquipement)-lorsque le fait a lieu (en-ligne, avant de défaillances fonctionnelles)-qui est impliqué (experts sur l'entrée à la méthodologie, et personnels d'entretien pour les critères de sortie attendus)-Comment cela se fait (Identification des règles / motifs à l'échec)Le principal objectif de la thèse est d'étudier l'échec de l'équipementtechniques et approches de prédiction pour prendre de telles décisions.CONTRIBUTIONCette thèse présente une méthodologie pour extraire et de valider les règles et / oudes motifs comme des signatures de défaillance pour les prédictions d'insuffisance en temps réel. Après une étude détaillée de la prédiction de l'échec des approches, nous proposonsune méthodologie concernant la intégrale suivante propriétés,1. Viser en ligne génération de stratégies de maintenance2. Utilisation de l'événement sur la base des informations contextuelles recueillies à partir du produit, processus, équipements et données d'entretien sources en raison des faits qui équipements ne sont pas toujours la source de dérives de la qualité du produit, et que problèmes de fiabilité des capteurs pourraient entraîner plus ou moins de génie3. Travailler au niveau des équipements de production de modules (pièce de partage commun les fonctions)4. A l'aide du réseau bayésien pour modéliser l'état actuel de l'équipement (représentant relation et en tenant compte des incertitudes défaillance causes).Il sert de base pour extraire les règles et les modes de défaillances.5. La flexibilité en tenant compte des experts a fourni des critères, spécifiquementle plomb et le temps pour les décisions et les actions de maintenance d'avertissement.Les solutions qui seront proposées devrait permettre d'améliorer: la disponibilité de l'équipement, la gestion des ressources, le temps de cycle et la performance globale de la production.