HAL Id: hal-01149762
https://hal.archives-ouvertes.fr/hal-01149762
Submitted on 7 May 2015
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Analyse du retour d’expérience pour la description des forfaits de maintenance
Bernard Kamsu-Foguem, Boukaye Boubacar Traore
To cite this version:
Bernard Kamsu-Foguem, Boukaye Boubacar Traore. Analyse du retour d’expérience pour la descrip- tion des forfaits de maintenance. QUALITA’ 2015, Mar 2015, Nancy, France. �hal-01149762�
Analyse du retour d’expérience pour la description des forfaits de maintenance
Traitement des données pour les catalogues de maintenance
Bernard KAMSU FOGUEM Laboratoire de Génie de Production (LGP), EA 1905,
ENIT-INPT Université de Toulouse, 47 Avenue
d'Azereix, BP 1629, 65016, Tarbes Cedex, France Bernard.Kamsu-Foguem@enit.fr
Boukaye Boubacar TRAORE
Laboratoire de Génie de Production (LGP), EA 1905, ENIT- INPT Université de Toulouse, 47 Avenue d'Azereix, BP 1629,
65016, Tarbes Cedex, France boukaye@gmail.com
Abstract— Le travail présenté dans ce document s’inscrit dans la thématique relative à la spécification des moyens pour la capitalisation et la valorisation des connaissances des processus de retour d'expérience dans le contexte de gestion de la maintenance industrielle. Dans ce cadre, la problématique abordée est orientée plus précisément sur la proposition d’une démarche d’analyse des informations issues du retour d’expérience pour la gestion des forfaits de réparation des produits et composants de véhicules de transport. En amont, les connaissances recueillies sont matérialisées sous la forme de rapports d'expertise. En aval, les services de maintenance utilisent ces connaissances pour améliorer les stratégies en fonction de la variabilité des produits et la nature des défaillances considérées. Pour cela, nous proposons une méthodologie d’analyse des données statistiques et connaissances expertes pour améliorer le temps de réponse des services de maintenance. Cette démarche est illustrée dans le cadre d’une application d’analyse des procédures de réparation d'une fabrication de moteurs de traction pour l'industrie ferroviaire.
Mots-Clés: Maintenance, Retour d’Expérience, Clustering, Fiabilité, Ferroviaire.
I. INTRODUCTION
La gestion des connaissances en entreprise concerne la perception, l’identification, l’organisation, la mémorisation et le partage des connaissances acquises pour les acteurs dans la pratique de leur activité, avec notamment les savoirs et savoir- faire issus des retours d’expérience (REX) [Bergmann, 2002]
[Kamsu Foguem et al., 2008]. La maintenance des produits incluant plusieurs technologies (dans le domaine de la mécatronique par exemple) fait appel aux connaissances réparties entre les experts des différents domaines considérés [Camarinha-Matos et al., 2009] [Alzghoul and Löfstrand, 2011].
La capitalisation de ces connaissances en maintenance et la promotion du partage des connaissances expertes favorisent le croisement des points de vue pour améliorer la prise de décision collaborative [Jabrouni et al., 2011] [Jabrouni et al.,
2013]. La gestion des connaissances permettra de mieux les exploiter afin d’anticiper les réparations en appliquant directement les procédures de forfaitisations, ce qui engendrera un réel gain de temps et donc d’argent pour l’entreprise [Kamsu-Foguem and Noyes, 2013]. Il faut bien avoir à l’esprit que dans certains marchés, le délai est plus important que le coût et créer des forfaits de réparation peut éviter d’avoir à effectuer des devis et donc peut permettre à une entreprise de répondre aux besoins des clients [Potes Ruiz et al., 2013]
[Potes Ruiz et al., 2014].
Actuellement, les forfaits de réparation en maintenance sont calculés de manière statique, c’est-à-dire qu’à un instant donné, on effectue l’analyse sans pour autant la reprendre par la suite. La réflexion de notre étude porte sur la mise à disposition de moyens pouvant permettre de recalculer facilement ces forfaits par une approche dynamique. On peut très bien imaginer que l’on commence à travailler avec des produits comportant des composants dont la fiabilité n’est pas optimale. Ces composants seraient alors inclus dans les forfaits de réparation, jusqu’à ce que l’on décide de changer de fournisseur pour des objectifs d’optimisation de la fiabilité [Fernández et al., 2009]. La mise à jour des informations sur la fiabilité de ces composants permettrait alors une actualisation de l’organisation des forfaits de réparation.
II. OBJECTIFS ET ANALYSE DE L’EXISTANT
Notre thématique de recherche s’inscrit dans un champ général d’étude : la gestion des connaissances du retour d’expérience en maintenance. Notre objet de recherche quant à lui est une description plus explicite du champ d’investigation, avec une problématique construite sur le questionnement relatif aux alternatives de traitement de la gestion des forfaits de réparation.
L’analyse du besoin nous a permis de mieux cerner les données d’entrée envisageables dans l’environnement étudié et les principes primordiaux qui influencent nettement les
hypothèses formulées. Ces éléments essentiels constituent les fondements qui vont guider les propositions de réponses à la problématique posée.
En amont, les connaissances des différents experts sont matérialisées sous forme de rapports d’expertise. En aval, les services de maintenance souhaitent pouvoir effectuer des réparations rapides sur les composants en fonction des symptômes ou des changements itératifs sur les pièces par anticipation. Les leçons apprises générées par les retours d’expérience vont donc fournir des connaissances utiles pour la création des forfaits de réparation. Cette forfaitisation est intégrée dans la réalisation des procédures appliquées dans les pratiques de maintenance. Un corollaire de ceci, est l’opportunité offerte aux services de maintenance pour augmenter leur capacité de réactivité pour l’estimation de coûts de réparation lors de la réalisation de devis [Kamsu-Foguem, 2012].
En d’autres termes, de façon plus précise, le questionnement scientifique peut maintenant se reformuler de manière suivante :
« Comment l’analyse dans le retour d’expérience peut-elle favoriser l’amélioration du temps de réponse des services de maintenance industrielle ?».
Pour fournir des éléments de réponse convenables à ce questionnement, il est nécessaire de déployer des mécanismes permettant d’intégrer les connaissances issues des retours d’expérience. Cependant, dans des situations collaboratives impliquant des expertises multiples et différentes, il est utile d’établir des principes de gestion des conflits pour une meilleure efficacité des procédures de forfaitisation en maintenance [De Leon et al., 2012]. Le processus de gestion des retours d’expérience va donc se situer à l’interface entre les experts qui formaliseront leurs connaissances et le service de maintenance qui exploitera les connaissances capitalisées pour l’établissement des forfaits de réparation [Karray et al., 2012].
Les principales fonctions à réaliser par la modélisation du processus visant à la réalisation des forfaits de réparation sont les suivantes:
Fonction principal de service :
o FP1 : Exploiter le REX du service de maintenance pour être plus réactif
Fonctions secondaires de service :
o FS11 : Enregistrer les retours d’expérience des experts
o FS12 : Aider les équipes commerciales du service de maintenance à créer des forfaits de réparation rapidement
Fonctions contraintes :
o FC13 : Ne pas perdre d’informations o FC14 : Mettre à jour les forfaits lorsqu’on le
souhaite
o FC15 : Sécuriser les données enregistrées
Fig. 1. Diagramme des interacteurs
III. MÉTHODOLOGIE POUR LA CRÉATION DES FORFAITS La démarche méthodologique établie pour la création de forfaits comporte trois éléments principaux d’analyse : (i) Analyse de la fiabilité, (ii) Analyse des modes de défaillances et (iii) Analyse des coûts et forfaitisation. Dans un premier temps, il faut commencer par composer les forfaits avec les divers composants. Nous allons nous focaliser sur cette tâche qui constitue donc le moyen de mise en œuvre des dimensions essentielles de clarté, de faisabilité et de pertinence de la démarche scientifique et de la construction du travail que la question initiale laisse entrevoir. La recherche de solution s’est faite de manière « ouverte », ce qui signifie que plusieurs réponses différentes vont être envisagées a priori et que l’on n’est pas sûr d'une réponse toute faite sur laquelle converger?
Le principe d’exploitation des retours d’expérience pour la maintenance comprend les quatre principales étapes suivantes :
Analyse de la fiabilité: Etape nécessaire lorsqu’on souhaite effectuer des forfaits de réparation. On peut établir une forfaitisation échelonnée ou unique lorsqu’il y a de nombreuses défaillances différentes.
Le calcul des prix de forfaitisation se fait alors en fonction des réparations précédentes sur la base des informations sur le REX.
Analyse des modes de défaillances : Lorsque certains composants sont défaillants, il faut parfois changer d’autres composants pour éviter la réitération des occurrences de défaillances. En fonction de ces modes de défaillances, on peut composer les différents forfaits en effectuant une analyse des modes de défaillances.
Conception de nouveaux produits : Pour éviter de refaire les analyses de modes de défaillances plusieurs fois (ou du moins sur certains produits), on crée une base de données pour gagner du temps et avoir des informations sur les possibles défaillances des nouveaux produits en conception.
Analyse des coûts et forfaitisation : après la composition des forfaits effectuée, des calculs d’estimation de coûts de forfaits sont utiles pour la détermination des prix de facturation de clients.
Le principe de création des forfaits est représenté par la figure ci-dessous :
Fig. 2. Processus de création de forfaits de maintenance
Lorsque survient une panne, les experts formalisent leurs observations sur un document comprenant toutes les informations effectuées lors des expertises, notamment les dates d’expertises et les numéros de séries lorsqu’il est possible de les avoir [Harding et al., 2006]. C’est en croisant les différents REX que sont calculés les forfaits de réparation par les services de méthodes concernés. Il est difficile d'obtenir des améliorations dans ce domaine, car de nombreux freins subsistent au niveau organisationnel, puisque certaines pratiques ont une certaine antériorité et de ce fait la marge de manœuvre semble bien faible. Nous orienterons donc notre étude sur les différents moyens pouvant permettre de déterminer une méthode efficace de création des forfaits et non sur les données apportées en amont [Beaudouin and Munier, 2008] [Kamsu-Foguem et al., 2013] [Köksal et al., 2011].
Présenté ainsi dans l’introduction, le calcul des forfaits de réparation se fait habituellement de manière ponctuelle dans un espace temporel. On dénombre la quantité de composants qui ont été changés et on calcule le pourcentage de chaque composant par rapport au total. Ensuite, on définit une règle de calcul grâce à l’équation ci-dessous :
Pour déterminer le nombre de composants à inclure, on peut tenir compte des symétries du produit et du prix des pièces (pour ne pas faire payer d’énormes surplus aux clients lorsque cela n’est pas nécessaire).
Il est donc fondamental de garder à l’esprit que traditionnellement l’extraction des informations du retour d’expérience est faite par des techniciens ou des ingénieurs et
que cela prend du temps et donc de l’argent. Pour les entreprises ayant beaucoup de références différentes, ce temps peut être considérable; d’où la nécessité de formulation de propositions d’amélioration [Avizienis, et al., 2004] [Kamsu- Foguem and Mathieu, 2014].
A. Première solution : « Tableaux croisés dynamiques » des tableurs.
On utilise directement les informations et connaissances du retour d’expérience fournies par les experts. Cela permettrait de régler le problème cité précédemment, c’est-à-dire que l’on peut éviter de payer un technicien ou un ingénieur pour la charge de l’extraction des informations contenues dans les fichiers REX qui peuvent être multiples. On peut aussi rajouter une contrainte : à savoir caractériser la typicité d’un fichier de REX unique. Cela peut poser des problèmes, car pour qu’il n’y ait pas de perte d’informations, il faut qu’une seule personne à la fois modifie le fichier Excel. Ce problème n’étant pas incontournable, nous avons donc poursuivi l’application de cette méthode et nous avons utilisé les tableaux croisés dynamiques. Aussi, l’unicité du REX comporte d’autres avantages: par exemple, les questions de cohérence, consistance et intégrité des données manipulées constituent des aspects importants qui conditionnent la crédibilité des informations qui en découlent. En d’autres circonstances, il est possible d’oublier des fichiers REX notamment lorsque l’entreprise comporte différents sites de réparations. Il est également important d’observer que ceci engendre des leviers pour la création de possibilités de gain de temps puisque la personne chargée du calcul du forfait devrait souvent contacter tous les différents sites industriels engagés pour obtenir certaines informations.
L’avantage de ce système est que l’on peut créer des tableaux à partir d’une base de données qui est le REX. Cependant, le principal inconvénient de ce système concerne son ergonomie opérationnelle. En effet, il faut que la base de données soit de taille finie pour que le système synthétise les données. Or l’idée était de créer un tableau croisé dynamique à partir de l’onglet REX, dans lequel serait inséré celui-ci progressivement. Or lorsqu’on crée le tableau, il ne faut pas qu’il y ait de ligne vide, sinon, un message d’erreur apparaît.
Nous avons essayé de créer une procédure dans le langage Visual Basic (VBA) pour remédier à ce problème. Pour cela, nous avons calculé dans une case, le nombre d’éléments présents actuellement dans le REX et avec la création du tableau par la suite. La taille est définie par la case créée auparavant et la création du tableau est faite lorsque l’on cherche à ouvrir l’onglet «Tableau».
Fig. 3. Tableaux croisés dynamiques
B. Seconde solution : méthode de regroupement hiérarchique La figure 4 décrit le fonctionnement de l'algorithme de clustering hiérarchique qui utilise une procédure itérative qui consiste à diviser / fusionner un ensemble de données réparties en un ensemble de clusters considérés [Xu et Wunsch, 2009].
En fait, l'algorithme commence avec un certain nombre de groupes correspondant au nombre de vecteurs. Si deux groupes sont similaires (selon certains critères spécifiés), ils sont regroupés pour former un cluster fusionné. La procédure porte à nouveau jusqu'à une configuration en cluster stable, certains vecteurs ne sont pas plus semblables, est atteinte à où tous les vecteurs sont fusionnés en un seul cluster.
Fig. 4. Fonctionnement du Hierarchical Clustering Algorithm
L’idée de départ est d’utiliser des vecteurs d’états définis par l’ordre des composants dans leurs nomenclatures. Un cluster est un vecteur comprenant dans chaque composante un vecteur. On pourrait alors répartir les différents vecteurs d’état suivant un critère dans des clusters qui formeraient ainsi les forfaits de réparation. Nous fournirons, dans les lignes suivantes, un exemple concernant le formalisme de modélisation des clusters ainsi que les vecteurs d’état appartenant à ces clusters. Les composantes des vecteurs donneraient alors les informations sur le nombre de composants défaillants de chaque type représenté dans la case qui lui correspond.
Exemple : (2, 0, 0, 4)
Ce vecteur donne les informations suivantes :
Le produit comporte 4 types de composants
L’état du produit puisque l’on voit qu’il y a deux composants du premier type défaillants et quatre composants du quatrième type défaillants.
Il faut alors une procédure qui transforme les données du REX sous forme de vecteurs d’état.
Cette procédure de transformation est utile à la structuration des données, pour obtenir une représentation de type suivant : Cluster 1: [2.0,2.6,3.8,4.0] [1.0,2.0,3.0,3.0] [2.0,3.0,5.0,5.0]
[2.0,2.0,5.0,5.0] [4.0,4.0,3.0,3.0]
Cluster 2: [1.0,6.0,8.0,8.0]
Cluster 3: [5.0,6.333333333333333,8.0,8.333333333333334]
[6.0,6.0,8.0,9.0][5.0,6.0,8.0,9.0]
Cluster 4: [7.0,5.0,5.0,5.0]
Dans le fichier de sortie, la structuration des données va être représentée de manière analogue à la description des données d’entrée. Les différents clusters vont alors indiquer les différentes classes de forfaits de réparation. Les vecteurs que les clusters contiennent sont les divers cas pris en compte dans les forfaits considérés.
IV. APPLICATION DANS LE DOMAINE FERROVIAIRE A. Retour d’expérience dans le TLS (Train Life Services) L’application de la démarche a été faite en considérant le contexte industriel du domaine ferroviaire et le service de
maintenance de l’entreprise concerné souhaite configurer des forfaits de réparation. Pour cela, nous nous sommes basés sur des informations et connaissances issues de leur retour d’expérience. Pendant des années, les personnes travaillant dans le service TLS ont répertoriés des informations caractéristiques de leurs activités: les différentes réparations effectuées, les différents modèles réparés, les différents composants remplacés dans ceux-ci.
La forme de représentation adoptée est celle d’une structuration des données dans des tableaux de fichiers Excel dont une illustration est fournie avec la description de la table suivante :
TABLE I. EXTRAIT DU RAPPORT EXPERTISE (RETOUR D’EXPERIENCE)
A partir des éléments du tableau, nous avons calculé la probabilité de changement des composants d’un produit arrivant en réparation. Cette analyse est nécessaire pour constituer les forfaits de réparation. Par exemple, ci-dessous, l’analyse concerne un des produits de la gamme « PALIX ».
Pour cela, on utilise la liste des divers composants changés. Il faut bien faire attention à ne pas changer les composants qui ne l’ont pas été à cause d’une panne mais d’une mise à jour.
En effet, les mises à jour ne doivent pas être systématiques et doivent être traitées à part. Concrètement, en suivant les divers modes de défaillance de l’article, il faudra changer certains composants même si les tests qu’ils ont subis les avaient mis hors de cause.
L’analyse des probabilités des pièces remplacées permet de distinguer les composants qui nécessitent un monitoring spécifique, en raison d’un nombre de changements plus importants que les autres. C’est ainsi que quatre différents types de forfaits sont établis:
- Un forfait de diagnostic comprenant les composants qui ne peuvent être récupérés une fois démontés (par exemple de la visserie avec du frein filet) ainsi que la facturation du travail de démontage, expertise, tests et remontage. On le facture lorsque les tests concernant un article font apparaître la mention "Rien à Signaler"
(RAS).
- Un forfait de réparation mineure comprenant les composants les moins chers et qui ont été jusqu’à présent plusieurs fois remplacés.
- Un forfait de réparation médian qui comprend les composants du forfait de réparation mineure auquel on ajoute certains composants qui sont souvent défectueux mais que l'on ne facture pas tous étant donné que / comme on peut en changer le moitié par exemple.
- Un forfait de réparation lourde comprenant les composants du forfait précédent mais auquel on ajoute des composants qui sont souvent défaillants et dont le prix est important.
Toutefois, dans certains cas particuliers, il est très difficile d’établir des forfaits de réparation. Il s’agit notamment des articles pour lesquels les pannes sont très diversifiées. A cela, il peut s’ajouter des composants à remplacer à cause d’une mise à jour à effectuer. Dès lors, on peut trouver des articles avec plus d’une centaine de scénarios possibles lorsqu’ils reviennent dans les ateliers et cela entraîne l’impossibilité de créer des forfaits.
En revanche, si le retour d’expérience est une base fiable, on peut alors simuler les coûts des réparations effectuées, en calculer la moyenne et facturer celle-ci quelle que soit la panne. Ce forfait ne s’applique pas si le composant doit être
changé complètement. En effet, dans ce cas, on facture un article neuf avec la totalité de ses composants, en fonction de la tarification fournie par le service s’occupant de fournir les articles neufs. L’entreprise gagne alors sur les réparations légères mais avec des variables d’ajustement sur des pannes lourdes. On doit également tenir compte des paramètres de vieillissement sur des courbes graphiques pour faire apparaître
visuellement les tendances de fiabilité. En effet, si un produit est en fin de vie, le prix des réparations risque d’augmenter : il faut donc le répercuter sur les forfaits.
Le tableau ci-dessous présente un exemple des différents forfaits pour les trois produits de la gamme « PALIX ».
TABLE II. EXEMPLE DE FORFAITISATION -GAMME PALIX
Pour déterminer le montant de ces forfaits, nous possédons les coûts des différents composants, mais les prix des divers forfaits seront fixés (impossibilité de les modifier par exemple pour ajouter un autre composant dans un des forfaits existant et de payer juste le supplément du composant rajouté).
Pour les composants présents plusieurs fois dans le système à réparer, il faut déterminer un nombre fixe de composants à
facturer en tenant compte du REX. En d’autres termes, pour créer les prix de forfaits, il faut tenir compte de la probabilité que lorsqu’on change un composant, on ait besoin d’en changer plusieurs du même type. Pour cela, on effectue une moyenne pondérée qui se base sur le REX.
Par exemple, ci-dessous, nous disposons de l’analyse concernant les IGBT et les allumeurs de modules PALIX.
TABLE III. ANALYSE SUR LES NOMBRES DE COMPOSANTS A FACTURER
On détermine alors un nombre maximal de composants à facturer dans le forfait dont le prix est inchangé pour des situations nécessitant un nombre de composants supérieur au seuil minimal requis. Une fois le prix de la matière première déterminé, il faut calculer la charge à prévoir sur les différents forfaits et ainsi calculer le prix final du forfait. Il a fallu aussi s'adapter à la localisation des différents sites. En effet, des sites situés hors du territoire français n’ont pas les mêmes coûts de main-d’œuvre et les mêmes devises monétaires, ce qui peut entraîner des différences d’appréciations.
En ce qui concerne la création des différents forfaits, il faut aussi vérifier que tous les cas soient pris en compte et que l’on ne facture pas des composants au client alors qu’ils ne seront pas changés. Du moins, il ne faut pas que les surcoûts liés à la forfaitisation soient trop importants. Il faut aussi prendre en
compte la possibilité de différentes mises à jour à effectuer (et donc aussi le cas mise à jour + réparation).
Aussi ce principe de REX permet de calculer les stocks de composants à prévoir pour l’année. En effet, les stocks sont différenciés entre les services de fabrication des trains et celui de réparation (TLS). Pour cela, on fait un tableau récapitulatif des différents composants utilisés dans les réparations au cours de l’année et en prenant en compte ce même tableau mais pour les années précédentes, on calcule le stock à prévoir pour l’année suivante (pour cela, on peut utiliser la loi de Poisson).
Le retour d’expérience nous permet aussi de faire un suivi concernant le nombre annuel de retour sur les systèmes en service. Cela permet de déterminer une tendance et peut nous aider à prévoir la charge future, ou du moins à en avoir un aperçu. On peut voir sur le tableau 3, la réalisation de cette analyse sur deux produits de la gamme PALIX.
B. Validation du catalogue des forfaits de réparation
Une fois le catalogue constitué, nous avons analysé ce catalogue et l’avons comparé au catalogue précédent.
Dès lors, nous avons pu observer les évolutions des coûts et des délais et avons demandé des explications dès que l’augmentation était trop grande en tenant compte des extensions de garanties.
Aussi, nous avons utilisé le retour d’expérience pour avoir une idée plus fiable de la conséquence de ces variations.
En effet, une augmentation sur un produit de nombreuses fois réparé peut avoir une influence plus grande que sur un produit peu réparé par exemple.
Nous avons donc associé à chaque produit réparé, les prix catalogue actualisés, lorsqu’ils étaient disponibles (tous les produits n’étaient pas catalogués) et avons ajouté les prix du catalogue prévisionnel. On a alors calculé la variation et avons fait la somme des coûts des réparations avec les deux prix différents et avons constaté la variation. Nous avons fait le même travail pour les délais.
En parallèle, nous avons effectué la même analyse mais par clients, pour essayer d’avoir une vision claire de la situation. Il ne faudrait pas que certains clients soient mécontents en raison d’importantes hausses de coûts et de délais.
La phase de validation du catalogue est une étape, élément très importante, puisque il s’agit de prendre des engagements au niveau des coûts et délais, qu’il faudra respecter au mieux par la suite.
V. CONCLUSION
Dans ce document, nous décrivons une approche de retour d’expérience utilisant des mécanismes de classification de données afin d'améliorer la qualité des services de maintenance concernant le développement des procédures de forfaitisation des réparations.
Les résultats obtenus avec l'approche proposée sont intéressants car ils correspondent à des situations contextuelles de l'industrie ferroviaire cible. Nous pouvons inclure d'autres mécanismes de raisonnement pour l'exploitation de la connaissance du retour d'expérience dans les services de maintenance si nécessaire.
Les étapes de raisonnement décrits pourraient certainement être améliorées, en tenant compte des plans de maintenance qui ne sont pas tout à fait équivalents (mais avec une ou plusieurs variantes) [Kamsu Foguem et al., 2015]. On pourrait aussi penser à optimiser le temps de calcul de l'algorithme.
La création de packages de réparation pourrait être une valeur ajoutée à certaines fonctionnalités des systèmes Enterprise Resource Planning (ERP) dont les divers composants logiciels contribuent à une meilleure organisation des données et informations d’entreprise. Les ERP permettent aux entreprises d'intégrer des sources données et les processus dans un système unifié qui peut aider à des activités telles que le contrôle des stocks, suivi des commandes, service à la clientèle, de la finance et des ressources humaines.
Ajouter une fonction pour calculer une forfaitisation générique sera potentiellement utile à de grandes entreprises qui ne peuvent se permettre de réaliser une description spécifique de tous leurs services de maintenance avec des produits associés. Dans le contexte de l'utilisation industrielle, le lien avec l'ERP consisterait à récupérer rapidement des modèles de forfaitisation afin d'extraire automatiquement des informations pertinentes en temps réel de ces modèles. Par conséquent, il peut être très utile pour le service de maintenance d'avoir un système de logiciel où toutes les informations et connaissances expertes soient partagées par des sites délocalisés ayant des activités de collaboration. Ce partage de connaissances va favoriser l’intelligence collective pour la résolution de problèmes complexes avec la génération d’indicateurs sur les performances des activités de l’entreprise en général et les services de maintenance en particulier. Il en découlera certainement des bénéfices sur les temps d’actions associés ainsi que sur les coûts de réalisation des activités.
Les perspectives à moyen terme et à long terme concernent les aspects de consolidation de la démarche proposée, car le domaine de la maintenance industrielle est caractérisé par l'existence d'un grand nombre d'éléments complémentaires et distincts pour la traçabilité. On retrouve ces éléments dans les différentes facettes du processus général de gestion et de suivi des activités de maintenance. Les intérêts en matière de traçabilité sont manifestes dans les services de maintenance [Weber et al., 2003] [Zio, 2009] [Vujanovic et al, 2012]. Dans la perspective avec les outils d’extraction automatique des connaissances, on peut envisager l’engagement des techniques d’analyse automatique des éléments textuels [Hsu, 2013] pour obtenir des informations complémentaires sur les pratiques des acteurs des services de maintenance industrielle.
VI. ACKNOWLEDGMENT
C'est avec gratitude que les auteurs remercient tous les acteurs académiques et industriels qui ont participé à cette étude pour l'aide qu'ils nous ont fournie dans la collecte des informations et leur exploitation. En particulier, nous pouvons citer l’entreprise Alstom Transport et les ingénieurs Florian Junca, Rémi Collineau et Henri Machoukow.
REFERENCES
[1] [Alzghoul and Löfstrand, 2011] A. Alzghoul and M. Löfstrand.
Increasing availability of industrial systems through data stream mining. Computers & Industrial Engineering 60 (2011) 195–
205.
[2] [Avizienis, et al., 2004] A. Avizienis, J.-C. Laprie, B. Randell, and C. Landwehr, “Basic concepts and taxonomy of dependable and secure computing,” IEEE Transactions on Dependable and Secure Computing, vol. 1, no. 1, pp. 11–33, 2004.
[3] [Beaudouin and Munier, 08] F. Beaudouin and B.Munier. A revision of industrial risk management: Decisions and experimental tools in risk business. Risk and Decision Analysis 1 (2009) 3–20 3. DOI 10.3233/RDA-2008-0001, IOS Press.
[4] [Bergmann, 2002] R. Bergmann. Experience Management:
Foundations, Development Methodology, and Internet-Based
Applications, vol. 2432 of Lecture Notes in Artificial Intelligence, Springer, 2002.f
[5] [Camarinha-Matos et al., 09] Luis M. Camarinha-Matos, Hamideh Afsarmanesh, Nathalie Galeano, Arturo Molina.
Collaborative networked organizations – Concepts and practice in manufacturing enterprises. Computers & Industrial Engineering 57 (2009) 46–60.
[6] [De Leon et al., 2012] Pedro Moreu De Leon, Vicente González-Prida Díaz, Luis Barberá Martínez, Adolfo Crespo Márquezort. A practical method for the maintainability assessment in industrial devices using indicators and specific attributes. Reliability Engineering & System Safety, Volume 100, April 2012, Pages 84-92.
[7] [Fernández et al., 2009] G. Fernández, J.Francisco, A.C Márquez. Framework for implementation of maintenance management in distribution network service providers.
Reliability Engineering and System Safety (2009), doi:10.1016/j.ress.2009.04.003.
[8] [Harding et al., 2006] J.A. Harding, M. Shahbaz, Srnivas, and A.
Kusiak. Data Mining in Manufacturing: A Review. Journal of Manufacturing Science and Engineering, Vol. 128, pp. 969-976, 2006.
[9] [Hsu, 2013] I-Ching Hsu. Integrating ontology technology with folksonomies for personalized social tag recommendation.
Applied Soft Computing, Volume 13, Issue 8, August 2013, Pages 3745-3750.
[10] [Jabrouni et al., 2011] H. Jabrouni, B. Kamsu-Foguem, L.
Geneste, C. Vaysse. Continuous Improvement Through Knowledge-Guided Analysis in Experience Feedback.
Engineering Applications of Artificial Intelligence, Volume 24, Issue 8, December 2011, Pages 1419-1431.
[11] [Jabrouni et al., 2013] Hicham Jabrouni, Bernard Kamsu- Foguem, Laurent Geneste, Christophe Vaysse. Analysis reuse exploiting taxonomical information and belief assignment in industrial problem solving. Computers in Industry, volume 64, Issue 8, October 2013, Pages 1035-1044.
[12] [Kamsu Foguem et al., 2008] B. Kamsu Foguem, T. Coudert, L.
Geneste & C. Beler. Knowledge Formalization in Experience Feedback Processes: An Ontology-Based Approach. Computers in Industry, Volume 59, Issue 7, September 2008, Pages 694- 710.
[13] [Kamsu-Foguem, 2012] B. Kamsu-Foguem. Knowledge-based support in Non-Destructive Testing for health monitoring of aircraft structures. Advanced Engineering Informatics (ADVEI), Volume 26, Issue 4, October 2012, Pages 859-869.
[14] [Kamsu-Foguem et al., 2013] B. Kamsu Foguem, F. Rigal, F.
Mauget. Mining Association Rules for the Quality Improvement of the Production Process. Expert Systems With Applications, Volume 40, Issue 4, pp. 1034-1045, 2013.
[15] [Kamsu-Foguem and Noyes, 2013] Bernard Kamsu-Foguem, Daniel Noyes. Graph-based reasoning in collaborative knowledge management for industrial maintenance. Computers in Industry, Volume 64, Issue 8, October 2013, Pages 998-1013.
[16] [Kamsu-Foguem and Mathieu, 2014] Bernard Kamsu-Foguem, Yvan Mathieu. Software architecture knowledge for intelligent light maintenance. Advances in Engineering Software, Volume 67, January 2014, Pages 125-135.
[17] [Kamsu Foguem et al., 2015] Bernard Kamsu-Foguem, Yris Fondja Wandji, Germaine Tchuenté-Foguem, David Tchoffa.
Experienced knowledge for the description of maintenance
packages. Accepted for publication in Journal of Manufacturing Systems, DOI information: 10.1016/j.jmsy.2014.11.005 [18] [Karray et al., 2012] MH Karray, B Chebel-Morello, N
Zerhouni. A formal ontology for industrial maintenance.
Applied Ontology Journal 7 (3), 269-310, 2012.
[19] [Köksal et al., 2011] Köksal, G., Batmaz, _I., & Testik, M. C.
(2011). A review of data mining applications for quality improvement in manufacturing industry. Expert Systems withApplications, 38(10), 13448–13467.
[20] [Potes Ruiz et al., 2013] Paula Andrea Potes Ruiz, Bernard Kamsu-Foguem, Daniel Noyes. Knowledge reuse integrating the collaboration from experts in industrial maintenance management. Knowledge-Based Systems, Volume 50, September 2013, Pages 171-186.
[21] [Potes Ruiz et al., 2014] Paula Potes Ruiz, Bernard Kamsu Foguem, Bernard Grabot. Generating knowledge in maintenance from Experience Feedback. Knowledge-Based Systems (2014), http://dx.doi.org/10.1016/j.knosys.2014.02.002
[22] [Vujanović et al., 2012] D. Vujanović, V. Momčilović, N.
Bojović, V. Papić. Evaluation of vehicle fleet maintenance management indicators by application of DEMATEL and ANP.
Expert Systems with Applications, Volume 39, Issue 12, 15 September 2012, Pages 10552-10563.
[23] [Weber et al., 2003] R. O. Weber, D. W. Aha. Intelligent delivery of military lessons learned. Decision Support Systems, Volume 34, Issue 3, February 2003, Pages 287-304.
[24] [Xu and Wunsch, 2009] R. Xu and D. C. Wunsch. Clustering.
Clustering Xu R., Wunsch D., Wiley-IEEE Press, Hoboken, NJ, 2009. 358 pp. Type: Book (9780470276808)
[25] [Zio, 2009] E. Zio. Reliability engineering: Old problems and new challenges. Reliability Engineering & System Safety, Volume 94, Issue 2, February 2009, Pages 125-141.
