Fiabilité / Maintenance
Département Automatique - Productique
La problématique
L’automatisation des systèmes de production, les enjeux économiques et industriels croissants, les réglementations strictes pour la protection de l’individu et de l’environnement, la construction de base de retour d’expérience contenant de très nombreuses données ont entraîné un intérêt grandissant pour les problèmes de maintenance dans l’organisation et l’exploitation des processus industriels.
Ces problèmes de maintenance sont très variés et généralement trop complexes pour être abordés d’une manière globale.
L'expertise EMN
Le but de cet axe de recherche au sein de l’équipe SLP est le développement d’outils d’aide à la décision permettant l’étude et le contrôle de systèmes industriels afin de satisfaire au mieux les exigences d’un utilisateur.
Sur un plan pratique, la validation et la comparaison de stratégies de maintenance différentes ne sont pas toujours aisées à mettre en œuvre en situation réelle dans la mesure où il est nécessaire de disposer de données suffisantes acquises sur de longues périodes, surtout pour des approches "expérimentales", voire inadéquates ou risquées.
Sur le plan méthodologique, la démarche de modélisation, d’optimisation et de simulation de la maintenance revêt donc un intérêt particulier en vue d’une analyse des gains en disponibilité et en coût, ou d’une "pré-validation".
Les activités de recherche de cet axe s'articulent autour des points suivants :
- des techniques de modélisation et particulièrement la modélisation de la performance des sytèmes à maintenir en prenant en compte les aspects classiques de fiabilité des systèmes mais aussi des caractéristiques de dégradation graduelle des sytèmes pour mettre en place des stratégies conditionnelles très efficaces;
- des techniques d'optimisation en Recherche Opérationnelle Stochastiques qui permettent de prendre directement en compte les incertitudes à intégrer dans le critère de décision.
Ces techniques permettent de résoudre des problèmes complexes au vue du nombre de paramètres à prendre en compte ou bien par l’intégration d’évolutions du contexte d’optimisation (par exemple, les contextes économiques sont sujets à variation et la décision définie dans un contexte donné ne sera pas adéquate dans un nouvel environnement).
Formation
Une formation d’ingénieurs en Qualité et Sûreté de Fonctionnement
