Développement d’une approche de pronostic pour les équipements complexes permettant l’application de la maintenance prévisionnelle

La maintenance prévisionnelle est une discipline qui permet de planifier des actions de maintenance basées sur des modèles de pronostic. Elle vise à accroître les capacités décisionnelles des organisations en leur permettant de planifier les bons gestes aux bons moments. Contrairement aux approches de maintenance basée sur la fiabilité, les approches de maintenance prévisionnelle permettent de prendre en compte les aspects dynamiques et individuels des données de chaque actif grâce aux algorithmes de pronostics. En se basant sur l’état de l’équipement, de son niveau de charge et de son environnement, ces algorithmes permettent de prédire l'occurrence de modes de défaillance d'un équipement au fur et à mesure que de nouvelles données sont disponibles en estimant les incertitudes qui y sont intrinsèquement associées. Malgré l’arrivée des nouvelles technologies de capteurs et des dispositifs d’acquisition de données, le manque de données historiques exploitables reste un problème commun pour une proportion importante d'applications industrielles dans le domaine. De plus, une grande majorité des approches existantes sont appliquées à des équipements spécifiques avec un nombre relativement limité de composants critiques et de mécanismes de défaillance. Dans l’industrie, les équipements sont souvent complexes et disposent généralement de multiples modes et mécanismes de défaillance qui peuvent être interdépendants et évoluant au travers de nombreux composants. Leurs informations de diagnostic proviennent de différentes sources (par exemple, des mesures et des inspections) à des intervalles discrets dans le temps. Par conséquent, les modèles de pronostics au niveau des composants ont une applicabilité limitée face aux équipements complexes, car ils ne gèrent ni la complexité inhérente des mécanismes de défaillance ni les interrelations entre les composants. Il est alors difficile de mettre en place des approches de maintenance prévisionnelle. Pour faire face à cette problématique, la thèse propose une approche globale de développement de modèles de pronostic pour les équipements complexes permettant l’application de la maintenance prévisionnelle. Dans un premier temps, une approche de diagnostic et de pronostic pour les équipements complexes est proposée. L’approche se base essentiellement sur la compréhension et la modélisation de la physique de dégradation (mécanismes de dégradation) pour identifier et suivre l’évolution des mécanismes de défaillance à travers