Descriptif du projet

Optimiser les politiques de maintenance des systèmes de production basées sur la maintenance prévisionnelle.

Avec l’introduction massive de mécanismes de contrôle et de composants intégrant des parties logicielles, les systèmes industriels de production deviennent de plus en plus complexes. L’un des principaux enjeux actuels consiste à améliorer les méthodes et outils utilisés pour favoriser le maintien en condition opérationnelle de ces systèmes. La maintenance prévisionnelle, couplée à l’optimisation des politiques de maintenance, représente ainsi un fort intérêt industriel car elle permet à la fois de mieux planifier les opérations d’entretien et de réparation, de réduire les risques de pannes et d’arrêts non planifiés, et d’augmenter la durée de vie des équipements.

Lancé en 2018 pour une durée de 4 ans, le projet MPO vise à lever les verrous technologiques et méthodologiques de la maintenance prévisionnelle et de la combinaison des politiques de maintenance des systèmes de production, rendue possible par les nouvelles technologies d’intelligence artificielle et la puissance de calcul des machines, afin d’optimiser leur maintien en condition opérationnelle.

Résultats attendus

  • Structurer la chaîne d’acquisition de données ;
  • Établir les méthodes et outils liés à la chaîne complète de maintenance prévisionnelle au niveau d’un composant ;
  • Mettre en place une chaîne d’optimisation des politiques de maintenance au niveau du système industriel.

Compétences mises en œuvre

Science des données et IA
Optimisation
Sûreté de fonctionnement des systèmes critiques

Cibles visées

  • Industries du process ;
  • Industriels ayant une large flotte de systèmes.

Thèses encadrées dans le cadre du projet

  • Thèse #1 : Apprentissage profond et connaissances métiers pour le monitoring et le diagnostic de défaillances à partir de données complexes massives (CentraleSupélec/IRT SystemX) ;
  • Thèse #2 : Regroupement dynamique de tâches de maintenance pour des systèmes multi-composants à modes de dégradation multiples (Ifsttar/IRT SystemX).
Badge Industrie du futur
IMPROVE
Industrie du futur
Project Status:État du projet : Lancé
Industrial partners:Partenaires industriels :
Air Liquide Apsys EDF EdgeMind Safran
Academic PartnersPartenaires académiques
CentraleSupélec Ifsttar
Project ManagerChef de projet
Michel Batteux
michel.batteux[at]irt-systemx.fr

- ABONNEMENT NEWSLETTER

Inscrivez-vous à la newsletter de l'IRT SystemX

et recevez chaque mois les dernières actualités de l'institut :