Les besoins essentiels de produire « plus », « mieux » et « moins cher » s’inscrivent aujourd’hui dans une crise financière qui conduit les entreprises industrielles à faire face à des enjeux économiques liés aux impératifs de gains de productivité, mais aussi à des enjeux sociaux liés aux impératifs de sécurité des hommes et des matériels, aux exigences de protection de l'environnement et de réduction des nuisances. Ces enjeux se déclinent au niveau des équipements par le concept de maintien en condition opérationnelle (MCO). La maintenance en est l’élément principal, et l’un des principaux leviers d’action sur la performance globale des systèmes de production lorsqu’elle est couplée à un processus de pronostic. On parle alors de stratégies de maintenance prévisionnelles. Ces nouvelles formes de maintenance posent de nombreux défis scientifiques et industriels, dont certains sont étudiés dans les présents travaux : Quel est le « meilleur » instant pour réaliser une intervention de maintenance préventive donnée ? Comment regrouper deux actions de maintenance préventive ? Qu’est-ce qu’une opportunité pour la maintenance ? Les réponses à ces questions mobilisent des outils mathématiques variés, allant de l’algorithme de Bruss en analyse stochastique aux relations d’équivalence en algèbre. Enfin, une application industrielle sur la plateforme TELMA est présentée. / The needs to produce “more”, “better” and “cheaper” are today in line with a financial crisis which makes companies struggle with economical issues (related to the obligation to make profits), social issues (related to safety of men and machines) and environmental ones (related to the reduction of nuisance and pollution). At the equipment level, the system maintaining in operational conditions (SMOC) has to deal with these issues. Maintenance is the key process of the SMOC, and one of the most significant processes to lever up the global performances of the system when associated to a prognosis process. This defines predictive maintenance strategies. Those new forms of maintenance make numerous scientific as well as industrial issues rise, and some are tackled in the present document: When to perform a particular predictive maintenance action? How to group together several preventive maintenance actions? What is opportunity for maintenance? Answers to these questions make use of different mathematical tools, such as Bruss algorithm (in stochastic analysis) or equivalence relations (in algebra). Finally, an industrial application on TELMA platform is presented.

Les contraintes des marchés et les attentes de la société vis-à-vis des systèmes industriels en termes économique, sécuritaire, environnementaux requièrent de considérer les performances de ces derniers de façon globale sur l'ensemble de leur cycle de vie. Cela nécessite de mettre en synergie, par exemple avec des ingénieries couplées dès la conception, le système principal et ses systèmes contributeurs, et notamment celui de soutien avec son processus pivot de maintenance. Cette focalisation intégrative sur la maintenance a conduit à évoluer d'anciennes pratiques de maintenance vers de nouvelles plus proactives faisant émerger des stratégies prévisionnelles dont le processus clé est le pronostic. Cependant ce processus fait l'objet d'un réel manque de formalisation et les travaux existants restent principalement centrés sur les composants, sans prendre en compte les performances des systèmes. Ainsi notre contribution porte sur la proposition d'architectures génériques de pronostic système permettant d'obtenir les évolutions futures des dégradations/défaillances des composants et des performances de niveaux système/sous-systèmes/composants : soit directement par un pronostic adapté, soit par modélisation de la causalité dysfonctionnelle sous forme de relations logiques supportées par un réseau de neurones flou ANFIS. Une méthodologie est associée pour définir les indicateurs de dégradation et de performance, aboutissant à la réalisation des architectures. Enfin la faisabilité de cette approche est démontrée sur un système de déroulage/pressage de la plateforme TELMA / Today requirements and constraints on industrial systems about economic, safety, ecological points of view lead to consider their performances with a global view taking into account all the system lifecycle. Thus the design of the system-of-interest has to be connected as soon as possible with the enabling systems designs, and more particularly the logistic support based on the key process of maintenance. This new consideration about maintenance allowed to change practices from reactive to predictive ones with the emergence of the proactive maintenance built on the prognostic process. However this process still lacks of generic formalization and existing works focus mainly on component level without tackling system performances. Therefore our contribution is related to the modelling of generic architectures for the systems prognostic which assesses future evolution of degradation/failure components and system/subsystem/component level performances: either by prognosticating with an adapted model, or by modelling the dysfunctional causality with logical relations supported by a neuro-fuzzy tool ANFIS. A methodology is given to define indicators for degradations and performances and to build architecture. Finally, the feasibility of this approach is shown on the manufacturing TELMA platform

Le pronostic industriel est aujourd'hui reconnu comme un processus clef pour renforcer la sûreté de fonctionnement des matériels tout en réduisant les coûts de maintenance. Cependant, il est dicile de construire un outil de pronostic ecace, prenant en compte l'incertitude inhérente aux processus de défaillance mal appréhendés. L'objet de cette thèse est de proposer un système de pronostic qui, partant des données capteurs, permette de générer les indicateurs utiles à l'optimisation des stratégies de maintenance. Le travail vise en outre à pallier certains problèmes inhérents au manque de connaissance sur les phénomènes de dégradation (quantité de données, expertise dans la construction d'un modèle). Les développements sont fondés sur l'utilisation du système neuro-ou évolutif exTS comme outil permettant de prédire la dégradation d'un bien. Une procédure de sélection automatique des entrées du système prédictif est proposée. L'approche est basée sur le principe de parcimonie. Elle permet de déterminer la structure du réseau neuro-ou en regard d'exigences de performance de prédiction. Une méthode d'estimation a priori de la distribution des erreurs de prédiction du système neuro-ou, ainsi que de propagation de cette erreur pour tout horizon est ensuite proposée et illustrée. Cette contribution permet d'intégrer la conance au processus de pronostic. Enn, les mécanismes d'évaluation de la abilité d'un bien sont adaptés au cas prédictif an de générer les métriques de pronostic permettant d'optimiser les stratégies de maintenance, notamment le temps résiduel avant défaillance (Remaining Useful Life - RUL).

La mise en place d’une politique de maintenance prévisionnelle est un défi majeur dans l’industrie qui tente de réduire le plus possible les frais relatifs à la maintenance. En effet, les systèmes sont de plus en plus complexes et demandent un suivi de plus en plus poussé afin de rester opérationnels et sécurisés. Une maintenance prévisionnelle nécessite d’une part d’évaluer l’état de dégradation des composants du système, et d’autre part de pronostiquer l’apparition future d’une panne. Plus précisément, il s’agit d’estimer le temps restant avant l’arrivée d’une défaillance, aussi appelé Remaining Useful Life ou RUL en anglais. L’estimation d’une RUL constitue un réel enjeu car la pertinence et l’efficacité des actions de maintenance dépendent de la justesse et de la précision des résultats obtenus. Il existe de nombreuses méthodes permettant de réaliser un pronostic de durée de vie résiduelle, chacune avec ses spécificités, ses avantages et ses inconvénients. Les travaux présentés dans ce manuscrit s’intéressent à une méthodologie générale pour estimer la RUL d’un composant. L’objectif est de proposer une méthode applicable à un grand nombre de cas et de situations différentes sans nécessiter de modification majeure. De plus, nous cherchons aussi à traiter plusieurs types d’incertitudes afin d’améliorer la justesse des résultats de pronostic. Au final, la méthodologie développée constitue une aide à la décision pour la planification des opérations de maintenance. La RUL estimée permet de décider de l’instant optimal des interventions nécessaires, et le traitement des incertitudes apporte un niveau de confiance supplémentaire dans les valeurs obtenues. / Predictive maintenance strategies can help reduce the ever-growing maintenance costs, but their implementation represents a major challenge. Indeed, it requires to evaluate the health state of the component of the system and to prognosticate the occurrence of a future failure. This second step consists in estimating the remaining useful life (RUL) of the components, in Other words, the time they will continue functioning properly. This RUL estimation holds a high stake because the precision and accuracy of the results will influence the relevance and effectiveness of the maintenance operations. Many methods have been developed to prognosticate the remaining useful life of a component. Each one has its own particularities, advantages and drawbacks. The present work proposes a general methodology for component RUL estimation. The objective i to develop a method that can be applied to many different cases and situations and does not require big modifications. Moreover, several types of uncertainties are being dealt With in order to improve the accuracy of the prognostic. The proposed methodology can help in the maintenance decision making process. Indeed, it is possible to select the optimal moment for a required intervention thanks to the estimated RUL. Furthermore, dealing With the uncertainties provides additional confidence into the prognostic results.

Les travaux présentés dans cette thèse portent sur la définition du paradigme de régénération issu des principes du développement durable et de l’économie circulaire. L’idée est de limiter l’épuisement des ressources de la sphère naturelle en exploitant les gisements de «déchets» de la sphère technique et en diminuant la production de déchets. La notion de régénération émerge d’une analogie entre la sphère naturelle et la sphère technique, et fait apparaitre les concepts de «nutriments» et de «décomposeurs». Le concept de nutriment permet de revisiter la fin de vie d’équipements domestiques ou industriels, en les voyant comme des nutriments techniques capables de nourrir certaines filières industrielles après transformation. Ces transformations sont opérées par des décomposeurs dans le milieu naturel, et des régénérateurs dans le milieu industriel. Quatre types de régénérateurs ont été définis. Pour chaque type de régénérateurs, des exigences sur le produit devant être satisfaites par les produits «déchets» sont identifiées afin d’assurer la régénération de ces produits. D’autres exigences ont été définies au niveau du processus de régénération pour spécifier les actions de régénération. Ces deux types d’exigences doivent être maintenus tout au long du cycle de vie du produit. La maintenance a été identifiée comme le processus fondamental pour surveiller et maintenir au travers du temps la capacité de régénération et ainsi prolonger la durée de vie des produits. Lorsque les régénérateurs mettent en place une stratégie de régénération, il est nécessaire d’évaluer sa faisabilité. Nous avons donc proposé un outil d’aide à la décision, en modélisant d’une part le comportement du produit au cours de son cycle de vie, ainsi que le comportement des régénérateurs, et d’autre part l’effet des exigences sur le produit et sur le processus. Les modèles choisis sont les System Dynamics qui permettent la modélisation et la simulation des interactions entre les variables d’un système complexe. Cet outil d’aide à la décision permet d’éprouver les propositions de la thèse, au tour d’un exemple de régénération d’un D3E / This thesis is dedicated to the regeneration paradigm from the principles of sustainable development and circular economy. The intention is to limit the exhaustion of natural resources and to reduce waste production through exploiting “waste” deposits of technosphere. The notion of regeneration emerges from an analogy between the natural and technical sphere. It brings to light the concepts of “nutrients” and “decomposers”. The nutrient concept enables to revisit the end of life of domestic or industrial equipment. These equipment are seen as technical nutrients that can feed industrial sectors. The regenerators, called decomposers in nature, are intermediates processors to process “waste” in technical nutrients. Four regenerators have been identified. For each regenerator, product requirements are identified to ensure the regeneration of “waste” product. Additional requirements have been defined in the regeneration process to specify regeneration actions. These two types of requirements must be maintained throughout the product lifecycle. Maintenance process has been identified as fundamental industrial process to monitor and maintain over time the regeneration capability of a product. When regenerators implement a regeneration strategy, it is necessary to assess its feasibility. That is why we proposed a decision- making tool by modeling the product’s behavior during its lifecycle and the regenerator’s behavior, and the effect of the requirements on the product and process. The selected models are System Dynamics. These models allow the modeling and simulation of interactions between the variables of a complex system. The decision-making tool allow test the proposals of this thesis through a regeneration example of an electronic waste

Les besoins essentiels de produire " plus ", " mieux " et " moins cher " s'inscrivent aujourd'hui dans une crise financière qui conduit les entreprises industrielles à faire face à des enjeux économiques liés aux impératifs de gains de productivité, mais aussi à des enjeux sociaux liés aux impératifs de sécurité des hommes et des matériels, aux exigences de protection de l'environnement et de réduction des nuisances. Ces enjeux se déclinent au niveau des équipements par le concept de maintien en condition opérationnelle (MCO). La maintenance en est l'élément principal, et l'un des principaux leviers d'action sur la performance globale des systèmes de production lorsqu'elle est couplée à un processus de pronostic. On parle alors de stratégies de maintenance prévisionnelles.<br />Ces nouvelles formes de maintenance posent de nombreux défis scientifiques et industriels, dont certains sont étudiés dans les présents travaux : Quel est le " meilleur " instant pour réaliser une intervention de maintenance préventive donnée ? Comment regrouper deux actions de maintenance préventive ? Qu'est-ce qu'une opportunité pour la maintenance ?<br />Les réponses à ces questions mobilisent des outils mathématiques variés, allant de l'algorithme de Bruss en analyse stochastique aux relations d'équivalence en algèbre.<br />Enfin, une application industrielle sur la plateforme TELMA est présentée.

Les contraintes des marchés et les attentes de la société vis-à-vis des systèmes industriels en termes économique, sécuritaire, environnementaux... requièrent de considérer les performances de ces derniers de façon globale sur l'ensemble de leur cycle de vie. Cela nécessite de mettre en synergie, par exemple avec des ingénieries couplées dès la conception, le système principal et ses systèmes contributeurs, et notamment celui de soutien avec son processus pivot de maintenance. Cette focalisation intégrative sur la maintenance a conduit à évoluer d'anciennes pratiques de maintenance vers de nouvelles plus proactives faisant émerger des stratégies prévisionnelles dont le processus clé est le pronostic. Cependant ce processus fait l'objet d'un réel manque de formalisation et les travaux existants restent principalement centrés sur les composants, sans prendre en compte les performances des systèmes. Ainsi notre contribution porte sur la proposition d'architectures génériques de pronostic système permettant d'obtenir les évolutions futures des dégradations/défaillances des composants et des performances de niveaux système/sous-systèmes/composants : soit directement par un pronostic adapté, soit par modélisation de la causalité dysfonctionnelle sous forme de relations logiques supportées par un réseau de neurones flou ANFIS. Une méthodologie est associée pour définir les indicateurs de dégradation et de performance, aboutissant à la réalisation des architectures. Enfin la faisabilité de cette approche est démontrée sur un système de déroulage/pressage de la plateforme TELMA.