MPO – Maintenance Prévisionnelle et Optimisation

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.

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).