Model to forecast failures on networks with low maintenance history
Modèle de prévision de défaillances sur des réseaux à faible historique de maintenance
Résumé
Statistical models to forecast the state of pipe networks have been developed to help decision makers in the field of renewal of drinking water networks. To enlarge the application of the method to services with low maintenance history, a method of data reconstitution from services on which observations over longer periods are available, has been proposed. Processing of reconstituted and real data, from the moment data have been recorded on breakdowns, is the principle of the learning method presented here.
Des modèles statistiques de prévision de l'état des canalisations ont été développés pour aider les décideurs dans le domaine du renouvellement des réseaux d'eau potable. Afin d'étendre le champ d'application de la méthode aux services ayant un faible historique de maintenance, il est proposé une méthode de reconstitution de données à partir de services sur lesquels sont disponibles des observations sur une longue période. Le traitement des données ainsi reconstituées et des données réelles depuis la date de début de l'archivage des incidents constitue le principe de la méthode d'apprentissage présentée ici.