de cette technique est de fournir des mesures virtuelles dans le cas où les mesures réelles ne sont pas disponibles, ne sont pas faisables ou trop chères à avoir (coûts élevés de matériel et/ou temps de mesure élevés). 3 WP3 : Développement de la maintenance prédic-tive (PdM) L’objectif est de développer des techniques pour améliorer la fiabilité du proces-sus en optimisant la fréquence d’entretien tout en augmentant la disponibilité des équipements. Le concept de maintenance prédictive est utilisé pour donner un pronostic sur le comportement des équipements à court terme. Son avantage est que les défaillances peuvent être prévues et évitées par le lancement d’actions de maintenance préventive. Les cycles de maintenance, qui sont souvent basées sur le temps, peuvent ainsi être optimisés en les remplaçant par des actions de maintenance basées sur les événements détectés. 4 WP4 : Développement du plan de surveillance dy-namique L’objectif est d’améliorer l’efficacité du plan de surveillance en utilisant au mieux les capacités de mesure disponibles. Le concept de planification adaptative de la surveillance prend avantage de la connaissance en temps réel du « facteur de santé » de la ligne de production issus de la métrologie virtuelle et la mainte-nance prédictive. Basé sur une évaluation dynamique des risques, la plan de sur-veillance doit s’adapter dynamiquement, en diminuant la fréquence des contrôles dans les zones stables tout en augmentant le contrôle en cas de besoin dans une zone sensible. Ce groupe de tâches se compose des trois tâches complémentaires suivantes : 4.1 WP4.1 : Modélisation et évaluation dynamique du risque L’objectif de cette tâche est de construire un modèle d’évaluation des risques équi-pement et processus. L’évaluation concerne un horizon de long terme pour les risques relatifs aux technologies (familles de produits). Quant aux risques re-latifs aux outils de fabrication, l’évaluation de ces risques se fait sur un hori-zon court terme. Le modèle se base sur les historiques des équipements récol-tés dans l’usine. Le résultat attendu est une estimation d’un indicateur de santé (Equipment Health Factor) des équipements vis-à-vis des différents modes de dé-faillance auxquels ils peuvent être exposés. Cet indicateur, auquel est associé un degré de confiance d’estimation, est calculé en utilisant des méthodes statistiques et probabilistes se basant sur des données historiques concernant les paramètres de l’équipement, les activités de maintenance et de contrôle de processus et les données des produits. 4.2 WP4.2 : Calcul du plan de surveillance cible L’objectif de WP4.2 est de développer et valider des algorithmes permettant de calculer automatiquement le plan de surveillance cible optimal. L’optimalité re-cherchée est définie par rapport à un horizon moyen terme du plan de surveillance et selon des données moyennes estimées sur l’horizon considéré. Les données utilisées concernent le plan de production ou de prévision de charge, les res-sources de contrôle disponibles, les risques à prendre en considération, les pa-ramètres de coût et de temps, ainsi que les contraintes liées aux ressources, aux normes/standards,. . . Une description plus détaillé de cette tâche est donnée dans la section suivante (1.2). 4.3 WP4.3 : Plan de surveillance adaptatif Cette tâche vise à trouver des solutions algorithmiques pour appliquer en temps réel le plan de surveillance et l’adapter au contexte de production. L’objectif est d’ajuster automatiquement les décisions d’échantillonnage aux événements opé-rationnels et à l’évolution dynamique des facteurs de risque tout en essayant de respecter le plus possible le plan de surveillance cible. À ce stade, les décisions à prendre concernent les différentes étapes de contrôle des lots de fabrication pen-dant leur parcours du processus de fabrication. 5 La tâche WP4.2 : Calcul du plan de surveillance cible Cette tâche représente le cadre général et les objectifs des travaux de recherche effectués pendant la durée de cette thèse. La FigureA.2représente les différentes activités de cette tâche. 5.1 Modélisation de la valeur ajouté des mesures Cette activité concerne l’évaluation de la valeur ajoutée des mesures. Le but est de quantifier l’impact de la mise en oeuvre ou la suppression du contrôle qui utilise la mesure considérée. Un modèle est donc à établir pour évaluer l’effet d’un contrôle en termes de réduction du risque. 5.2 Caractérisation des tolérances d’échantillonnage Il s’agit ici de définir les degrés de liberté des échantillonnages en assurant que les risques pris en considération ne dépassent pas certaines limites prédéfinies. Ces degrés de liberté concernent le choix des mesures et de leur fréquence d’échan-tillonnage. Plus concrètement, il s’agit de définir un modèle liant risque, type de contrôle et fréquence de mesure. 5.2 Calcul du plan de surveillance Le plan de surveillance cible définit les types de contrôles à effectuer, à quelle fré-quence et avec quelles tolérances. Cette tâche consiste à chercher des algorithmes permettant de calculer le meilleur plan de surveillance pour un plan de produc-tion donné dans le but de trouver un équilibre entre les coûts des contrôles et leurs effets positifs sur la réduction des risques. WP4.2.1 Modéliser la valeur ajouter des mesures WP4.2.2 Caractériser les tolérances d'échantillonnage WP4.2.3 Calculer le plan de surveillance cible Degré de confiance de mesure Risques Mesure Limite d’exposition WP4.3 Surveillance dynamique Plan de production Modèle des flux Contrôles imposés Coûts des contrôles Capacités des ressources de contrôle Tolérances d’échantillonnage Dans le document Conception et évaluation des plans de surveillance basés sur le risque. Limitation des incertitudes qualité avec des ressources limitées de maîtrise (Page 156-159)
