Synthèse

Nous avons développé un algorithme pour le diagnostic des systèmes d'événements discrets. Ce diagnostiqueur vérifie si les mesures obtenues à partir d'un système à événements discrets temporisé avec une configuration de capteur incomplète sont cohérentes ou non avec un ensemble de contraintes temporelles. Ces contraintes définissent les intervalles de tolérance pour les opérations du système. Notre méthode est basée sur chaque système se produisant dans un intervalle de temps répété et ayant le cycle de fonctionnement normal. Donc, si chaque événement atteint son éventail de temps admissible, notre système répond au temps de fonctionnement normal, ce qui entraîne un bon fonctionnement de l'ensemble du système. À la fin de cet article, nous avons testé notre algorithme. En outre, nous avons obtenu les résultats souhaités puisque nous avons pu détecter tous les types de défauts liés au temps d'exécution. En ce qui concerne la perspective de notre travail, nous considérerons les fonctions de densité de probabilité pendant l'intervalle de temps pour retarder la décision en termes de probabilité.

Conclusion

Dans notre projet, nous avons mis la lumière sur une partie de l’immense littérature dans le diagnostic des SED, en présentant des recherches qui étaient faites dans les méthodes de diagnostic les plus connues. En parallèle, nous avons fait une comparaison entre ces méthodes en nous basant sur les études antérieures dans ce domaine et le travail entamé par notre équipe de recherche.

Cette étude nous a motivés et orientés vers l’axe de recherche qui est le diagnostic des SED en nous basant sur les cycles répétitifs des systèmes qui caractérisent les comportements des SED.

Notre approche, dans laquelle nous avons élaboré un diagnostiqueur qui vérifie que chaque événement se déroule dans la marge de temps acceptable repose sur le déclenchement d’une alarme en cas du surgissement d’un défaut pour mieux le déterminer et le corriger. Cette intervention contribuera à la réduction de la gravité des pannes et leurs conséquences qui sont très coûteuses et critiques sur le rendement au sein des entreprises.

Notre recherche scientifique et technique a été certifiée par l’élaboration d’un algorithme qui est dédié au système séquentiel, il est facile à mettre en œuvre et à fonctionner. Nous l’avons implémenté dans une application VBA qui était appliquée à un prototype. Le feedback de cette expérimentation nous a permis de développer notre algorithme.

L’élargissement et l’approfondissement de ma recherche étaient honorés par un séjour scientifique d’une durée de dix mois au sein du laboratoire GREAH à l’université du Havre en France, suite à l’obtention d’une bourse d’excellence dans le cadre de la mobilité internationale des chercheurs… Au cours de cette période, nous avons développé notre algorithme de base afin de diagnostiquer tous les types de système. Cette amélioration était confirmée par une communication présentée dans un congrès IEEE à Riga. Après nous avons développé notre algorithme afin qu’il puisse prendre en compte les événements silencieux.

Après que nous diagnostiquons un système (machine, robot, chaine de production…), nous devons intervenir, c’est-à-dire le maintenir. Dans la plupart des cas, on n’a pas la possibilité de maintenir tous les éléments du système. D’où la naissance de la discipline de prise de la décision dans la maintenance industrielle. Pour cela, nous avons considéré cette discipline comme une partie de notre axe de recherche. Nos travaux dans la maintenance industrielle sont présentés dans la partie suivante.

Partie C

Maintenance des

Systèmes

Introduction

Actuellement, la maintenance des équipements constitue une tâche très importante pour assurer le bon fonctionnement des installations. Des études qui ont été menées récemment sur l'efficacité de la gestion de la maintenance montrent bien que plus d'un tiers des dépenses de l'entreprise proviennent des manœuvres inutiles ou mal exécutées ; Cette inefficacité est la raison principale du manque d'informations réelles qui identifient le besoin immédiat de réparation ou de maintenance.

Les coûts d'entretien représentent souvent la majeure partie des coûts d'exploitation dans un certain nombre d'unités de production. Ces coûts peuvent être considérablement réduits en reconnaissant les décisions les plus appropriées à prendre dans une certaine situation. Le choix de la méthode de gestion de la maintenance influence directement sur le taux de rentabilité et d'efficacité, et il est donc très important de préparer les méthodes et les outils assurant la gestion. Pour cette raison, les décideurs doivent choisir entre plusieurs outils d'aide à la prise de décision pour fournir une solution réalisable et optimale. Dans ce sens, le Pareto [132] [133] [134], est l'un des outils les plus efficaces pour la prise de décision. En fait, il ne se base que sur des calculs mathématiques. Cet outil est en effet une méthode très utile de la classification des équipements les plus critiques.

Dans notre projet de recherche, on s’est amené à élaborer des méthodes de prise de décision afin d’obtenir un meilleur résultat que celui fourni par l'analyse de Pareto. Pour y arriver, on a passé par trois étapes. Premièrement nous avons commencé par l’élaboration d’une nouvelle méthode qui se base sur le même principe de Pareto, mais le tri est fait dans le sens inverse. Deuxièmement nous avons projeté deux méthodes du domaine du transport et logistique : le problème de sac à dos [135] [136] [137] [138] [139] et l’algorithme de Greedy [140] [141] [142] [143] sur notre axe de recherche. Après nous les avons comparés avec la méthode de Pareto. Dans ce contexte, une étude a été faite au sein de l’une des entreprises qui produit des boissons gazeuses, qui nous a permis d’appliquer ces trois méthodes en s’appuyant sur deux variables : les nombres d’heures de pannes et le coût de maintenance pour chaque équipement, dans le but d’améliorer la maintenance industrielle. Après l’identification de différents équipements stratégiques, il sera facile de déceler les différents types d’anomalies et de se concentrer sur les plus critiques. Enfin, en se basant sur ces trois principes, nous avons proposé une nouvelle méthode de prise de décision. Afin d’améliorer la productivité dans l’industrie.

Méthodes à un Seul Critère