Dégradation en présence de différents types de maintenances : modélisation, inférence et prise de décision

Mots clé :

• Maintenance modeling and optimization
• statistical estimation
• deterioration modeling

Ce doctorat fait partie d’un projet de  l’équipe action  AMORE MIO financé par  PERSYVAL-lab, impliquant à la fois le LJK et le GISPA-lab. Dans le cadre de ce travail, nous considérons les équipements technologiques et industriels, ou les composants structurels (par exemple, les digues, les  barrages, les ponts, etc.) qui sont sujets à  la dégradation en raison de l'usure intrinsèque, de l'utilisation imposée par les conditions de fonctionnement ou  de l'exposition aux facteurs environnementaux. Pour ces équipements industriels réparables, un enjeu consiste à maintenir le système en état de fonctionnement en fonction des contraintes de sécurité, de disponibilité et de coût. Les actions de maintenance peuvent avoir des efficacités différentes et  diverses politiques d'inspection des niveaux de dégradation peuvent être envisagées. Afin d'appréhender cette dégradation au cours du temps et anticiper les éventuelles pannes, deux modèles probabilistes sont proposés. Pour chacun de ces deux modèles, la dégradation est décrite par un processus de Wiener avec drift, et l’effet de la maintenance est de type ARD1 (réduction arithmétique de la dégradation). L’inférence statistique est étudiée suivant divers schémas d’observation. A partir de l’un de ces modèles de dégradation, la prise de décision est explorée à travers deux politiques d’inspection. Le coût de maintenance est évalué et  les stratégies de maintenance sont optimisées. Les politiques de maintenance optimales obtenues sont ensuite  comparées, notamment suivant la politique d’inspection choisie.

Directeurs:

• Laurent Doyen
• Christophe Bérenguer