Diagnostic de défauts de systèmes cyber-physiques et manufacturiers : approches basées sur l’intelligence artificielle et par topologie distribuée.
Résumé
The main objective of this work is to develop methodologies, algorithms and software environment allowing the diagnosis and predictive maintenance (based on PHM) of multiple different cyber-physic and multiphysic systems. The framework in progress gives pertinent analysis and guidelines to the user. In order to do this, we rely on performant supervised machine learning approaches. Imbedded and close to the equipment (edge computing), the implemented algorithms obtained very good real-time diagnostic performances in the industry 4.0 framework.
Il s’agit de développer des méthodologies, des algorithmes et l’environnement logiciel associé permettant de faire du diagnostic et de la maintenance prédictive (basés sur le PHM) de différents systèmes physiques et cyber-physiques. Le framework en cours de développement donne des analyses pertinentes et des directives à l’utilisateur. Pour cela, on s’appuie sur des approches performantes en machine learning supervisé. Embarqués et au plus près des équipements, via une topologie distribuée, les algorithmes permettent d’obtenir de très bonnes performances en diagnostic temps réel pour l’industrie 4.0.