Mardi 24 juin 2014 à 13h en salle C219, Bât C, Site Viallet Grenoble INP
Nous aurons le plaisir d'écouter Dang Trinh Nguyen, doctorant en 2A, sous la direction d'Eric Zamaï. Il nous présentera ses travaux effectués dans le cadre de sa thèse.
Nous aurons le plaisir d'écouter Dang Trinh Nguyen, doctorant en 2A, sous la direction d'Eric Zamaï. Il nous présentera ses travaux effectués dans le cadre de sa thèse.
Titre :
Diagnostic pour les systèmes à événement discret dynamique complexe
Résumé :
De nombreuses études récentes ont largement démontré que l’amélioration désormais des systèmes de production, et donc des rendements, passe par une réduction d’une part des occurrences d’arrêts non programmés, et d’autre part des temps de ces arrêts. Ces deux réductions nécessaires sont associées deux pistes de recherche complémentaires. La première consiste à développer des approches prédictives d’occurrences de défaillances et de leurs causes, c’est le cas notamment du domaine du Prognostic Health Management; la deuxième concerne le domaine du diagnostic dynamique de défaillance. Notre thèse prend place dans ce deuxième domaine de recherche et vise à mettre à disposition des entreprises un mécanisme d’aide à la localisation des causes d’une défaillance de la partie opérative. L’approche fonde son originalité dans un contexte caractérisé par un environnement complexe d’une production multi-produits, multi-ressources, multi-routes et dans lequel la source des défaillances potentielles peut provenir de différentes causes possibles, comme les dérives des équipements, la non-conformité de la matière première, une recette mal qualifiée ou encore les maintenances préventives et correctives.
Dans cet exposé, nous vous présenterons le contexte général et la problématique abordés dans cette thèse. Ensuite, nous vous exposerons l’état d’avancement de notre travail comme suit:
- Le cas d’étude qui parle le contexte général d’un système complexe de production et le problème de la propagation de défaillances.
- L’état de l’art des méthodes du diagnostic.
- L’approche proposée que nous défendons consiste à s’appuyer sur le mécanisme de génération en ligne du modèle d’historique des opérations exécutées réduit à celles suspectes pour identifier la structure du réseau Bayésien correspondant au modèle de diagnostic.
Enfin, les perspectives seront présentées; par exemple l’approche doit être désormais étendue pour couvrir les autres causes potentielles de défaillances comme les interventions de maintenance, les mauvaises spécifications produites, la mauvaise qualification des recettes, etc…