Industriellt underhåll har upplevt en utveckling från det ursprungliga akuta avhjälpande underhållet till dagens möjligheter till underhåll baserat på data, så kallat tillståndsbaserat underhåll (CBM). För CBM genomförs endast underhåll vid behov och detta bestäms av aktuell data från den studerade utrustningen. Onödigt underhåll minimeras och antalet plötsliga haverier minskar. Utvecklingen mot Internet of Things (IoT) ger upphov till en stor mängd data som potentiellt kan användas vid CBM-underhåll. En utmaning uppstår dock i att identifiera sådan data och hur denna data kan användas. Denna studie har syftat till att undersöka hur sådan data kan identifieras och hur den kan tänkas användas vid CBM-underhåll. Studien har utförts tillsammans med Quant i Karlskrona där Quant genomför alla underhållsrelaterade aktiviteter åt ABB High Voltage Cables, ett industriföretag som tillverkar högspänningskablar. Arbetet har utgått från tre frågeställningar som har syftat till att: Identifiera datavariabler som kan tänkas ha relevans för CBM-underhåll. Tolka de identifierade datavariablerna för att bedöma hur de kan användas i CBM. Bedöma lämpligheten av en potentiell CBM-implementation baserat på identifierad data jämfört med existerande underhållsmetod. Arbetet har avgränsats genom att fokusera på ett enskilt företag och en enskild fabrik. Utöver detta har en avgränsning gjorts där fokus lagts på några få enskilda maskiner och komponenter. Sekretess har även behövt beaktas vid hantering av känslig information. Studien har huvudsakligen utförts kvalitativt, genom att på djupet fokusera på ett fåtal maskiner och komponenter. Arbetet har genomförts i nära samarbete med några av Quants anställda. Processdata har samlats in direkt från maskinerna och analyserats genom att identifiera och studera avvikelser i data. Intervjuer av olika slag, kompletterade med dokument, har varit en viktig metod för att inhämta information från anställda på Quant, både kring hur data kan tolkas men även kring hur olika processer fungerar. Analytic hierarchy process (AHP) genomfördes i fokusgrupp med anställda för att bedöma lämplig underhållsstrategi. Ett potentiellt tillvägagångssätt har identifierats som tillåter användning av processdata för CBM hos en särskild komponenttyp på företaget. Metoden behöver implementeras och testas men potential finns att minska underhållskostnaderna. Intressanta avvikelser i processdata har identifierats hos en annan komponent som bör studeras vidare för att förstå om processdata och avvikelserna kan användas i en CBM-kontext eller inte. Förbättringsområden hos företaget har identifierats i tillämpningen av vibrationsmätning, vilket är en metod med god potential att användas för CBM-underhåll och därmed minska underhållskostnaderna. Oljeanalys tillämpas redan men en intressant fundering är hur företagets oljefiltrering påverkar möjligheterna att implementera ett prediktivt underhåll i framtiden. Detta är ett område som framtida studier behöver titta på och bedöma hur det ska tacklas. AHP har även bekräftats vara en användbar metod för att bedöma lämpligaste underhållspolicyn. / Industrial maintenance has experienced an evolution from the initial corrective maintenance to the possibility of using data based maintenance techniques, so called condition-based maintenance (CBM). Maintenance is only performed when needed under CBM and this is decided based on the data retrieved from the studied equipment. Unnecessary maintenance is minimized and the number of sudden breakdowns decreases. The trend towards Internet of Things (IoT) gives rise to a large amount of data that can potentially be used in CBM maintenance. 'A challenge arises in identifying and using such data. This study has aimed to investigate how such data can be identified and how it might be used in CBM maintenance. This study has been carried out together with Quant in Karlskrona, Sweden, where Quant performs all maintenance related activities for ABB High Voltage Cables, an industrial manufacturing company. The study has been based on three questions that have aimed to: Identify data variables that might be relevant for CBM maintenance. Interpret the identified data variables to assess how they can be used in CBM. Assess the suitability of a potential CBM implementation based on the identified data compared to the existing maintenance method. The study has been delimited by focusing on a single company and a single factory. In addition, a delimitation has been made to focus on a few individual machines and components. A nondisclosure agreement also had to be considered when dealing with sensitive information. This study has mainly been conducted qualitatively, by focusing in-depth on a few machines and components. The work has been done in close collaboration with Quant’s employees. Process data has been collected from the machines and analyzed by identifying and studying data anomalies. Interviews, complemented with documents, has been an important method in obtaining information from Quant employees, both regarding how data can be interpreted but also on how the various processes work. Analytic hierarchy process (AHP) was conducted in a focus group with employees to determine the most appropriate maintenance strategy. One potential approach has been identified that allows the use of process data for CBM on a particular type of component at the company. The method needs to be implemented and tested but the potential exists to reduce maintenance costs. Interesting anomalies in the process data have been identified in another component which should be studied further to understand if the process data and the anomalies can be used in a CBM context or not. Areas for improvement at the company have been identified in the application of vibration measurements, which is a method with good potential to be used in CBM maintenance, thereby reducing maintenance costs. Oil analysis is already used but an interesting question is how the company’s oil filtration affects its ability to implement a predictive maintenance scheme in the future. This is an area that future studies need to look at and assess how it should be tackled. AHP has also been confirmed to be a useful method to determine the most appropriate maintenance policy.

The phenomenon of digitization is transforming industries worldwide by introducing new valueproducing opportunities. In the railway industry, market liberalization has resulted in increased competition. To remain profitable in this new market environment, rail operators need to transform and acquire new digital capabilities and tools. By digitizing information-intensive processes with an information system, railway companies can reduce loss of operation time and reduce total maintenance costs. At the same time, the limited research exploring information systems in maintenance management has made it challenging for companies wanting to digitize. Significant attention has been devoted to the separate topics, however research overlapping the two areas of study has been inadequate. The thesis aims to contribute with knowledge to bridge this gap in literature by investigating the opportunities a maintenance organization potentially can capture with an information system and the success factors needed to succeed. By conducting the thesis in collaboration with the Swedish railway maintenance company MTR Tech AB the potential uses of an information system have been identified and assessed. Findings indicate that there are three main business opportunities to obtain from an information system: support of the troubleshooting process, better planning of reactive maintenance and enabling the performance of condition-based maintenance. At the same time, the profitability of an information system was found to be directly linked to its degree of utilization. Our findings have therefore allowed us to conclude that the business opportunity to pursue is the one that is most likely to be carried out fully and successfully in the prevailing circumstances. Lastly, the findings conclude that the success factors needed to capture the desired business opportunities are a dedicated project group, clear communication and information sharing, as well as adequate personnel. / Digitalisering har påverkat och transformerat företag över hela världen genom att erbjuda nya värdeproducerande möjligheter. För att bibehålla konkurrenskraft i en föränderlig omvärld måste järnvägsoperatörer transformera sina företag och förvärva nya digitala lösningar och verktyg kopplade till järnvägsteknologier. Genom att digitalisera informationsintensiva processer med hjälp av informationssystem, blir det möjligt för järnvägsföretag att minska förlust av drifttid samt minska den totala underhållskostnaden. Samtidigt har den begränsade forskningen gällande användning av informationssystem i underhållsorganisationer försvårat digitaliseringsförsöken. Litteratur och tidigare studier har behandlat de två ämnena separat, dock har överlappande forskning varit otillräcklig. Denna studie syftar till att bidra med kunskap för att överbrygga gapet i litteraturen genom att undersöka de vinningar en underhållsorganisation kan erhålla med hjälp av ett informationssystem och de framgångsfaktorer som krävs för att uppnå dem. Genom att utföra denna studie i samarbete med det svenska underhållsbolaget MTR Tech AB har de potentiella användningsområdena av ett informationssystem identifierats. De tre huvudsakliga affärsmöjligheterna som kan erhållas från ett informationssystem är: stödjande av felsökningsprocessen, bättre planering av avhjälpande underhåll, samt möjliggörandet av tillståndsbaserat underhåll. Samtidigt har det visat sig att lönsamheten av ett informationssystem är direkt kopplat till dess utnyttjandegrad. Vi har således dragit slutsatsen att den affärsmöjlighet som bör eftersträvas är den som med största sannolikhet kommer att genomföras framgångsrikt under rådande omständigheter. Slutligen visar våra resultat att de framgångsfaktorer som krävs för att uppnå affärsmöjligheterna är en dedikerad projektgrupp, tydlig kommunikation och informationsdelning, samt lämplig personal.

Technische Systeme nutzen sich ab. Dadurch bedingt kommt es zu Ausfällen. Um die Funktionstüchtigkeit von abgenutzten technischen Systemen wiederherzustellen, werden Instandsetzungsmaßnahmen durchgeführt. Da die Folgen eines unerwartet eintretenden Ausfalls drastisch sein können, ist es sinnvoll, das Abnutzungsverhalten eines technischen Systems vorherzusagen und so den Zeitpunkt von Instandsetzungsmaßnahmen zielgerichtet zu planen. Die Erstellung von Abnutzungsprognosen wird dadurch erschwert, dass sich technische Systeme oft variabel, in Abhängigkeit von auf sie einwirkenden Beanspruchungen, abnutzen. Außerdem wird diese Abnutzungsvariabilität von betriebsbedingten Einflüssen überlagert, was deren Modellierung erschwert. Im Rahmen dieser Arbeit wurden deshalb Lösungsansätze entwickelt, die es ermöglichen, die Abnutzungsvariabilität eines technischen Systems in Abnutzungsprognosen zu integrieren und dabei betriebsbedingte Einflüsse zu berücksichtigen. Somit können Instandsetzungsmaßnahmen präziser geplant, Ressourcen geschont sowie Kosten reduziert werden. / Technical systems are prone to deterioration. This leads to negative consequences like break-downs. Maintenance actions are executed in order to transfer technical systems back into healthy states. If break downs occur suddenly, the consequences can be dramatic. Therefore, it is reasonable to schedule maintenance actions based on health-state predictions. Thereby, health state predictions are impeded by the fact that technical systems often deteriorate variably, depending on certain stress factors. Furthermore, the effects of variable deterioration behavior can be hidden by system specific behavior. Thus, approaches are shown which integrate variable deterioration behavior into healthstate predictions while influences caused by the system specific behavior are considered. Consequently, maintenance actions can be scheduled more efficiently which spares resources and reduces costs.

Condition monitoring (CM) is widely used in industry, and there is a growing interest in applying CM on rail vehicle systems. Condition based maintenance has the possibility to increase system safety and availability while at the sametime reduce the total maintenance costs.This thesis investigates the feasibility of using condition monitoring of suspension element components, in this case dampers, in rail vehicles. There are different methods utilized to detect degradations, ranging from mathematicalmodelling of the system to pure "knowledge-based" methods, using only large amount of data to detect patterns on a larger scale. In this thesis the latter approach is explored, where acceleration signals are evaluated on severalplaces on the axleboxes, bogieframes and the carbody of a rail vehicle simulation model. These signals are picked close to the dampers that are monitored in this study, and frequency response functions (FRF) are computed between axleboxes and bogieframes as well as between bogieframes and carbody. The idea is that the FRF will change as the condition of the dampers change, and thus act as indicators of faults. The FRF are then fed to different classificationalgorithms, that are trained and tested to distinguish between the different damper faults.This thesis further investigates which classification algorithm shows promising results for the problem, and which algorithm performs best in terms of classification accuracy as well as two other measures. Another aspect explored is thepossibility to apply dimensionality reduction to the extracted indicators (features). This thesis is also looking into how the three performance measures used are affected by typical varying operational conditions for a rail vehicle,such as varying excitation and carbody mass. The Linear Support Vector Machine classifier using the whole feature space, and the Linear Discriminant Analysis classifier combined with Principal Component Analysis dimensionality reduction on the feature space both show promising results for the taskof correctly classifying upcoming damper degradations. / Tillståndsövervakning används brett inom industrin och det finns ett ökat intresse för att applicera tillståndsövervakning inom spårfordons olika system. Tillståndsbaserat underhåll kan potentiellt öka ett systems säkerhet och tillgänglighetsamtidigt som det kan minska de totala underhållskostnaderna.Detta examensarbete undersöker möjligheten att applicera tillståndsövervakning av komponenter i fjädringssystem, i detta fall dämpare, hos spårfordon. Det finns olika metoder för att upptäcka försämringar i komponenternas skick, från matematisk modellering av systemet till mer ”kunskaps-baserade” metodersom endast använder stora mängder data för att upptäcka mönster i en större skala. I detta arbete utforskas den sistnämnda metoden, där accelerationssignaler inhämtas från axelboxar, boggieramar samt vagnskorg från en simuleringsmodellav ett spårfordon. Dessa signaler är extraherade nära de dämpare som övervakas, och används för att beräkna frekvenssvarsfunktioner mellan axelboxar och boggieramar, samt mellan boggieramar och vagnskorg. Tanken är att frekvenssvarsfunktionerna förändras när dämparnas skick förändras ochpå så sätt fungera som indikatorer av dämparnas skick. Frekvenssvarsfunktionerna används sedan för att träna och testa olika klassificeringsalgoritmer för att kunna urskilja olika dämparfel.Detta arbete undersöker vidare vilka klassificeringsalgoritmer som visar lovande resultat för detta problem, och vilka av dessa som presterar bäst med avseende på noggrannheten i prediktionerna, samt två andra mått på algoritmernasprestanda. En annan aspekt som undersöks är möjligheten att applicera dimensionalitetsminskning på de extraherade indikatorerna. Detta arbete undersöker också hur de tre prestandamåtten som används påverkas av typiska förändringar i driftsförhållanden för ett spårfordon såsom varierande exciteringfrån spåret och vagnkorgsmassa. Resultaten visar lovande prestanda för klassificeringsalgoritmen ”Linear Support Vector Machine” som använder hela rymden med felindikatorer, samt algoritmen ”Linear Discriminant Analysis” i kombination med ”Principal Component Analysis” dimensionalitetsreducering.

A growing use of sensors on the electric grid has opened the door to new methods of asset management: Distribution System Operators are now looking into conditionbased maintenance, as opposed to the traditional corrective or time-based methods. As an emerging field, the methodology must be constructed from the ground, with the little data available. The focus is put on cross-linked polyethylene medium voltage overhead lines (XLPE MVOHL)asthe asset to manage, and the aim of this work is to study under which conditions the use of sensors to improve maintenance scheduling on those lines is economically profitable. Solving this problem starts with a necessary review of key ageing mechanisms of XLPE MV overhead lines, followed by the identification of sensors which can monitor the quantities behind these mechanisms. Statistical models for the lifetime of electrical assets and economic models for the analysis of investments are also described. From this preliminary study, a condition-based maintenance methodology was devised using the concept of Health Index to gather data from multiple types of sensors into one unique indicator. Using existing literature, this health index is used to dynamically estimate the failure rate of the line. This failure rate is the key to condition-based maintenance scheduling: maintenance operations are triggered when the failure rate reaches a threshold. Selecting one ageing mechanism- electrical stress-, and one type of sensorpartial discharge inductive sensors-, a Python simulation was built (and is shared at the end of this thesis) allowing to compare the cost of predictive maintenance to the cost of corrective maintenance over several decades, with the key parameters clearly identified and analysed. Beyond the methodology in itself, the main result of the work is that the use of sensors is economically profitable in most of the studied conditions. This project also reveals the strong influence of some parameters on this profitability: condition monitoring is particularly justified for short-lived assets, with a narrow distribution of failures. The failure rate threshold must be set carefully as it has a major impact on the analysis: setting it too high leads to an unprofitable scenario. / Den ökande användningen av sensorer i elnätet har öppnat dörren för nya metoder för förvaltning av tillgångar: Distributionsnätsoperatörer tittar nu på tillståndsbaserat underhåll, i motsats till de traditionella korrigerande eller tidsbaserade metoderna. Eftersom det rör sig om ett nytt område måste metoden byggas upp från grunden, med de få data som finns tillgängliga. Fokus ligger på luftledningar av tvärbanden polyeten med medelhög spänning (XLPE MV OHL) som den tillgång som ska förvaltas, och syftet med detta arbete är att undersöka under vilka förhållanden det är ekonomiskt lönsamt att använda sensorer för att förbättra underhållsplaneringen på dessa ledningar. För att lösa detta problem börjar man med en nödvändig genomgång av de viktigaste åldringsmekanismerna för XLPE MV luftledningar, följt av identifiering av sensorer som kan övervaka de kvantiteter som ligger bakom dessa mekanismer. Statistiska modeller för livslängden för elektriska tillgångar och ekonomiska modeller för analys av investeringar beskrivs också. Utifrån denna preliminära studie utarbetades en metod för tillståndsbaserat underhåll med hjälp av begreppet hälsoindex för att samla data från flera olika typer av sensorer till en unik indikator. Med hjälp av befintlig litteratur används detta hälsoindex för att dynamiskt uppskatta felfrekvensen för ledningen. Denna felfrekvens är nyckeln till en tillståndsbaserad underhållsplanering: underhålls åtgärder utlöses när felfrekvensen når ett tröskelvärde. Genom att välja en åldringsmekanism- elektrisk belastning- och en typ av sensor- induktiva sensorer med partiell urladdning- byggdes en Python-simulering (som delas i slutet av denna avhandling) som gör det möjligt att jämföra kostnaden för förebyggande underhåll med kostnaden för korrigerande underhåll under flera decennier, med de viktigaste parametrarna tydligt identifierade och analyserade. Utöver själva metoden är det viktigaste resultatet av arbetet att användningen av sensorer är ekonomiskt lönsam under de flesta av de studerade förhållandena. Projektet visar också att vissa parametrar har ett starkt inflytande på denna lönsamhet: tillståndskontroll är särskilt motiverat för tillgångar med kort livslängd och en snäv fördelning av fel. Tröskelvärdet för felfrekvensen måste sättas med omsorg eftersom det har stor inverkan på analysen: om det sätts för högt leder det till ett olönsamt scenario.

This thesis describes the role of cost effective maintenance in achieving competitive advantages. It explores by means of a survey which maintenance practices are used, and how maintenance policies are selected in Swedish industries. Also, it suggests a model for selecting the most cost effective maintenance policy, and how to improve the effectiveness of condition based maintenance decision-making. Finally it discusses how to assess the impact of maintenance practices on business strategic objectives. The main results achieved in the thesis are 1) A better understanding of maintenance organisation, management, systems and maintenance status in Swedish industry. For example, it was found that about 70% of Swedish companies still consider maintenance as a cost centre. Preventive and predictive maintenance approaches are also emphasised. 2) Most Swedish firms, i.e. about 81%, use the accumulated knowledge and experience within the company as a method for maintenance selection. Besides, about 31% use a method based on modelling the time to failure and optimisation. About 10% use failure mode effect and criticality analysis (FMECA) and decision trees and only 2% use multiple criterion decision-making (MCDM). However, the most used maintenance selection method is not the one most satisfactory to its users. Furthermore, about 30% use a combination of at least two methods. 3) A practical model for selecting and improving the most cost effective maintenance policy was developed. It is characterised by incorporating all the strengths of the four methods used in industry. 4) A mechanistic model for predicting the value of vibration level was verified both at the lab and in a case study. 5) A model for identifying, assessing, monitoring and improving the economic impact of maintenance was developed and tested in a case study. Thus it was proved that maintenance is no longer a cost centre, but could be a profit-generating function. To achieve competitive advantages, companies should do the right thing, e.g. use the most cost effective maintenance policy, and they should do it right, e.g. ensure that they have the right competence. Furthermore, they should apply the never-ending improvement cycle, i.e. Plan-Do-Check-Act, which requires identifying problem areas by assessing the savings and profits generated by maintenance and monitoring the economic impact of the applied maintenance policy. Thus, they would know where investments should be allocated to eliminate the basic reasons for losses and increase savings. The major conclusion is that proper maintenance would improve the quality, efficiency and effectiveness of production systems, and hence enhances company competitiveness, i.e. productivity and value advantages, and long-term profitability.

I dagsläget finns det ingen standardiserad metod för att mäta en enhets tillstånd medhjälp av dofter. Vid tillståndsövervakning av rullningslager är vibrationsmätning denmest dominanta metoden. I samband med vibrationsmätning används i vissa falltemperaturövervakning för att få en bättre insikt på rullningslagrets tillstånd. I det härarbetet undersöks de om en elektronisk näsa kan avgöra ett rullningslagers tillstånd.Innan några mätningar påbörjas monterades en elektronisk näsa ihop i ett hölje sombestår av ett kretskort, metalloxid-sensorer och en fläkt för att styra dofter med ettkonstant flöde mot sensorerna. Den elektroniska näsan styrs av en Arduino Nanomikrokontroller. Utöver e-näsan sättes en enhet ihop tillhörande två temperaturgivareoch en luftfuktighetsgivare som styrs av en Arduino UNO. Enhetens syfte är att kunnakontrollera de rådande förhållandena vid mätningar och för att leta någon form avkorrelation mot e-näsan vid eventuella utslag. Förstörande prover av kullager utfördesför att se om e-näsan reagerar innan ett lagerhaveri. Testerna gjordes i en öppen samtsluten miljö och tre stycken olika oljor används för att smörja lagret. Detta för att seom e-näsan reagerar olika beroende på vilken olja som används. En undersökningutförs ifall den elektroniska näsan kan separera på de tre oljorna som används ilagertesterna. För att utvärdera mätresultaten används Excel och Minitab, därprincipalkomponentanalyser genomförs på all mätdata. Efter att alla lagerprover harverkställts utfördes en uppföljning av rullningslagrena för att studera deras tillstånd,detta genom ett optiskt mikroskop.Det framgår i rapporten att med hjälp av analysmetoden PCA syns det att denelektroniska näsan kunde skilja på hydraulolja, motorolja och växellådsolja. Utslag iPCA för de olika mätserierna blev inte identiska men det blev tydligaklusterindelningar hos samtliga mätserier. Genomförd studie visade att med delagerhaveri samt temperaturer går det inte att avgöra ett kullagers tillstånd med hjälpav en elektronisk näsa. Eftersom att de specifika gas-sensorerna som användes till enäsaninte gav någon form av utslag vid mätningarna. Den elektroniska näsanreagerade däremot vid totalhaveri av kullager, vilket är för sent i ett förebyggandeunderhållsperspektiv. Detta medförde att den elektroniska näsan inte kan användas förtillståndsövervakning av det specifika kullagret som användes vid denna studie. / At present, there is no standardized method of measuring a device's condition with thehelp of odors. In condition monitoring of rolling bearings, vibration measurement isthe most dominant method. In case of vibration measurement, temperature monitoringis used in some cases to get a better insight into the condition of the bearing. In thiswork, it is investigated whether an electronic nose can determine the condition of arolling bearing.Before any measurements began, an electronic nose is assembled in a housingconsisting of a circuit board, metal oxide sensors and a fan for stearing odors with aconstant flow towards the sensors. The electronic nose is controlled by an ArduinoNano which is a microcontroller. In addition to the e-nose, a unit is connected to twotemperature sensors and a humidity sensor controlled by an Arduino UNO. The unit'spurpose is to monitor the status and to look for any kind of correlation with the e-nosein case of any possible findings. Destructive specimens of ball bearings are performedto see if the e-nose responds prior to a bearing failure. Tests are conducted in an openand closed environment and three different oils are used to lubricate the bearings.This to see if the e-nose acts differently depending on the oil that is used. Aninvestigation is conducted if the electronic nose can separate the three different typesof oils that is used in the destructive bearing tests. To evaluate the measurementresults, Excel and Minitab are used, where principal component analysis is performedon all measurement data. After all bearing tests have been performed, a follow-up ofthe rolling bearings condition is performed, this through an optical microscope.The report shows that using the PCA analysis method, it appears that the electronicnose could distinguish between hydraulic oil, engine oil and gear oil. In the PCA forthe different measurement series the results did not become identical, but clusterdivisions became clear in all measurement series. Completed study showed that withthese bearing failures and temperatures, it is not possible to determine the condition ofthis ball bearer using an electronic nose. Because the specific gas sensors used for thee-nose did not give any kind of impact during the measurements. On the other hand,the electronic nose responded to a total failure of a ball bearing, which is too late in apreventative maintenance perspective. Therefore, the electronic nose cannot be usedfor condition monitoring of the specific ball bearing used in this study.

Aujourd'hui, les systèmes industriels deviennent de plus en plus complexes. Cette complexité est due d’une part à la structure du système qui ne se résume pas à des structures classiques en fiabilité, d’autre part à la prise en compte de composants présentant des phénomènes de dégradation graduelle que des systèmes de monitoring permettent de surveiller. Ceci mène à l'objectif de cette thèse portant sur le développement des stratégies de maintenance prévisionnelle pour des systèmes multi-composants complexes. Les politiques envisagées proposent notamment des stratégies de regroupement de composants permettant de tirer des dépendances économiques identifiées. Des facteurs d'importance permettant de prendre en compte la structure du système et la dépendance économique sont développés et combinés avec les évaluations de fiabilité prévisionnelle des composants pour l’élaboration de règles de décision de regroupement. De plus, un couplage des règles de décision de maintenance et de gestion des stocks est également étudié. L’ensemble des études menées montrent l’intérêt de la prise en compte de la fiabilité prévisionnelle des composants, des dépendances économiques et de la structure complexe du système dans l'aide à la décision de maintenance et de gestion des stocks. L’avantage des stratégies développées est vérifié en les comparant à d’autres existantes dans la littérature / Today, industrial systems become more and more complex. The complexity is due partly to the structure of the system that cannot be reduced to classic structure reliability (series structures, parallel structures, series-parallel structures, etc), secondly the consideration of components with gradual degradation phenomena that can be monitored. This leads to the main purpose of this thesis on the development of predictive maintenance strategies for complex multi-component systems. The proposed policies provide maintenance grouping strategies to take advantage of the economic dependence between components. The predictive reliability of components and importance measures allowing taking into account the structure of the system and economic dependence are developed to construct the grouping decision rules. Moreover, a joint decision rule for maintenance and spare parts provisioning is also studied.All the conducted studies show the interest in the consideration of the predictive reliability of components, economic dependencies as well as complex structure of the system in maintenance decisions and spare parts provisioning. The advantage of the developed strategies is confirmed by comparing with the other existing strategies in the literature

Les travaux présentés dans ce manuscrit visent à développer des modèles de coût/performances pour améliorer les décisions de maintenance sur les infrastructures ferroviaires exploitées dans un environnement de plus en plus contraint: trafic accru, détérioration accélérée, temps de maintenance réduits. Les modèles de maintenance proposés sont construits à base de réseaux de Petri colorés ; ils sont animés par simulation de Monte Carlo pour estimer les performances (en termes de coût et de disponibilité) des politiques de maintenance considérées. Ils sont développés aux niveaux "composant" et "réseau", et plusieurs problèmes de maintenance différents sont étudiés. Au niveau "composant" (rail), des politiques de maintenance mettant en jeu différents niveaux d'information de surveillance sont comparées pour montrer l'intérêt de surveiller la détérioration graduelle du composant. L'effet de l'existence d'un délai de maintenance est également étudié pour les politiques conditionnelle et périodique. Au niveau système (ligne), une maintenance mettant en jeu différents types d'inspections complémentaires (automatique ou visuelle) est d'abord étudiée. On s'intéresse ensuite au cas de figure où l'évolution de la détérioration dépend du mode d'utilisation et de la charge de la voie : le problème de maintenance étudié vise alors à définir un réglage optimal des paramètres d'exploitation de la voie (vitesse limite) et de maintenance (délai d'intervention) / The aim of this thesis research work is to propose maintenance models for railways infrastructures that can help to make better maintenance decisions in the more constrained environment that the railway industry has to face, e.g. increased traffic loads, faster deterioration, longer maintenance planning procedures, shorter maintenance times. The proposed maintenance models are built using Coloured Petri nets; they are animated through Monte Carlo simulations to estimate the performance of the considered maintenance policies in terms of cost and availability. The maintenance models are developed both at the component and network levels, and several different maintenance problems are considered. At the rail component level, maintenance policies with different level of monitoring information (level of gradual deterioration vs binary working state) are compared to show the benefits of gathering monitoring information on the deterioration level. The effect of preventive maintenance delays is also investigated for both condition-based inspection policies and periodic inspection policies on a gradually deteriorating component. At the line level, a maintenance policy based on a two-level inspection procedure is first investigated. Then, considering the case when the deterioration process depends on the operation modes (normal vs limited speed), a maintenance optimization problem is solved to determine an optimal tuning of the repair delay and speed restriction

This diploma thesis concerns issues of predictive and condition based maintenance system of machine tools with using a vibrodiagnostics. It studies and researches its impacts through the basic processes of the maintenance system and characterizes the vibration diagnosis as its tool and mean. There is also described a process of putting condition based maintenance into practice in the practical part of the thesis. The development is realized at Siemens Ltd. Brno with all its requirements and aspects such as a maintenance audit which means the decision on the suitability of condition based maintenance within the current maintenance system, technical analysis as a part of introduction of vibration diagnosis and the practical example of acquiring, recording and assessment of measured vibration. Prior to the end the economic evaluation of the planned predictive maintenance system and the design of the general model of development and implementation of the maintenance system into practice are included.