transparents

Institut français des sciences et technologies des transports, de l’aménagement et des réseaux
www.ifsttar.fr
Optimisation des politiques de maintenance prévisionnelle par
l’utilisation de réseaux bayésiens dynamiques
J.Foulliaron*, L.Bouillaut*, P.Aknin* ‡, A.Barros**
* IFSTTAR/GRETTIA - Groupe Diagnostic & Maintenance
‡SNCF - Innovation & Recherche
** UTT - Université de Technologies de Troyes, Institut
Charles Delaunay
Reunion du GT S3 18 juin 2014
1

Institut français des sciences et technologies des transports, de l’aménagement et des réseaux
www.ifsttar.fr
Plan de la présentation
1) Cadre de travail
- Contexte, problématique
- Les différentes approches pronostic
- Présentation des RB et RBD
2) Construction du modèle de maintenance
- Le Modèle de dégradation
- Modèles graphiques de durée
- Lois de temps de séjour conditionnelles
- Modèle VirMaLaB
3) L’algorithme de pronostic proposé et son intégration
- Algorithme
- Représentation
- Intégration dans le modèle VirMaLaB
4) Calcul d’inférence
- Objectifs
- Méthodes existantes
- Méthodologie utilisée
5) Application
-Simulation d’une base de données et apprentissage
- Exemple de résultats
6) Conclusions et perspectives
2

Institut français des sciences et technologies des transports, de l’aménagement et des réseaux
www.ifsttar.fr
Nécessité d’anticiper les actions
de maintenance à venir
1. Cadre de travail
•Systèmes de transports de plus en plus complexes (multi composants)
•Augmentation du nombre d’usager
•Normes de sécurité à respecter Contraintes de fiabilité
Augmentation de
la sollicitation du
matériel et de
l’infrastructure
Volonté d’optimiser la logistique
Augmentation
de l’offre
(fréquence, ..)
Nécéssité d’optimiser les
paramètres de maintenance
Nécessité d’optimiser les
paramètres de maintenance pour
diminution des plages de temps
de travaux
Besoin de faire de la maintenance prévisionnelle (MPP)
1.1 Contexte et problématique (1)
•Les industriels font un compromis entre maintenance corrective et systématique
3

Institut français des sciences et technologies des transports, de l’aménagement et des réseaux
www.ifsttar.fr
1. Cadre de travail
Estimer la durée en
fonctionnement avant
défaillance (RUL) :
Temps restant avant que le
système atteigne un état
considéré comme
“inacceptable”
MPP : Principe de base
•Organiser les actions de maintenance en fonction d’une prévision de l’évolution de l’état
du système (pronostic)
But d’un calcul de pronostic :
t=3 t=14
t=10
temps
Instant de panne réel
(inconnu)
OK
Default 1
Panne
Evolution de l’état du système
Etats de dégradation
Default N
1.1 Contexte et problématique (2)
4

Institut français des sciences et technologies des transports, de l’aménagement et des réseaux
www.ifsttar.fr
D’après la classification de Byngton : 3 approches principales
Approche Contexte Particularités
Approche basée sur les modèles
Modèle analytique
décrivant la dégradation
-
Prédictions très précises
-
Rarement disponibles en pratique
-
Modèle parfois difficile à valider
Approche basée sur les données
Indicateurs dynamiques
«
en ligne » sur l’état de
santé, espace d’états en
général continu
-
Utilise des techniques de prévision
(extrapolation de tendances)
-
Ne cherche pas à identifier les
raisons
de la dynamique observée
Approche basée
sur la fiabilité
Base
de données REX, avis
d’experts, historique
d’observations
-
Utilise des modèles probabilistes:
Processus stochastiques (Gamma), ou
MGP (réseaux neuronaux, réseaux de
Pétri, RBD)
-
Nécessite beaucoup de données
pour apprentissage
-
Pas d’aspects dynamiques
1. Cadre de travail
1.2 Les différentes approches de pronostic
5