Activités de recherche

[Recherches en cours] [Thèse] [Post-doctorat]


Thèse à l'UPS         

                            .    .

Vers l'intégration diagnostic/pronostic pour la maintenance des systèmes complexes


[PDF][Slides]

Directeurs de thèse :Yannick PENCOLE et Michel COMBACAU

Coordonnées :
Tél. (+33) 5 61 33 69 20, email: ypencole@laas.fr
Tél. (+33) 5 61 33 69 32, email: combacau@laas.fr

Laboratoire d'accueil : LAAS-CNRS - Laboratoire d'Analyse et d'Architecture des Systèmes

Equipe de recherche : DISCO - DIagnostic, Supervision et COnduite

Université d'inscription en thèse : Université Paul Sabatier, Toulouse III

Financement : CDD CNRS financé par le contrat de recherche du projet ARCHISTIC dans le cadre du laboratoire commun AIRSYS (CNRS-ONERA-AIRBUS).

Mots-Clés : diagnostic, pronostic, supervision, maintenance préventive, diagnosticabilité, systèmes complexes

Problématique et contexte de la thèse

L'efficacité de la maintenance des systèmes industriels est un enjeu économique majeur pour leur exploitation commerciale. Les principales difficultés et sources d'inefficacité résident dans le choix des actions de maintenance. Une action de maintenance consiste à remplacer les équipements en panne qui ne sont plus capable de réaliser leur fonction. Un mauvais choix d'actions peut conduire à une maintenance non satisfaisante et un surcoût dû à l'indisponibilité du système. Optimiser la maintenance consiste à réduire la durée d'immobilisation du système en minimisant la durée des interventions et le nombre d'actions de maintenance. Un système complexe est constitué de composants multiples et hétérogènes qui proviennent de différents concepteurs. L'intégration de l'ensemble des composants rend la décision d'une action de maintenance très complexe. Avec la multiplication des technologies embarquées, il est maintenant possible de mettre en place une architecture de supervision afin de surveiller les composants du système et de détecter en ligne les problèmes ou les pannes. Il est alors nécessaire de fournir un diagnostic de maintenance en ligne permettant d'identifier les équipements en panne à remplacer. Afin d'améliorer la maintenance préventive, une fonction de pronostic est intégrée à cette architecture permettant de programmer les futures phases de maintenance.

Cette thèse a pour objectif de développer une architecture de supervision afin d'aider à la prise de décisions d'actions de maintenance pour un système complexe. Cette architecture doit intégrer des capacités de diagnostic et de pronostic permettant de connaître l'état actuel et l'état futur du système. La fonction de diagnostic détermine les composants en faute à l'origine des défaillances dans le système. La fonction de pronostic calcule la durée avant la prochaine défaillance du système.


L'application de ce travail de recherche aux systèmes aéronautiques s'inscrit dans le cadre du projet de recherche ARCHISTIC en collaboration avec Airbus (AIRSYS) et l'Ecole Nationale d'Ingénieurs de Tarbes (ENIT).


Organisation du travail

Cette thèse a pour but d'étudier et de concevoir un système de surveillance pour le diagnostic et l'aide à la maintenance d'un système complexe. Le premier objectif est d'étudier les différents types de raisonnement de diagnostic à base de modèles à événements discrets afin d'évaluer les techniques les plus adaptées pour le diagnostic d'un système complexe. Le second point porte sur l'évaluation des performances du système de surveillance par une étude de diagnosticabilité. Le dernier point de ce travail consiste à étendre le raisonnement de diagnostic par un raisonnement de pronostic à base de modèle pour l'aide à la décision pour la maintenance préventive.