Gestion des actifs industriels : données, modèles et décision – PADAWAN
Ce projet a pour but de développer des méthodes mathématiques d’aide à la gestion d’actifs industriels instrumentés soumis à des actions de maintenances. Il vise à exploiter les multiples sources de données dans toute leur complexité, en prenant en compte leur hétérogénéité, leur qualité et leur coût. Il propose une approche intégrée permettant de relier modélisation stochastique, calibration statistique et prise de décision. Le projet sera basé sur une modélisation probabiliste générale prenant en compte les caractéristiques des processus de dégradation des actifs industriels : dégradation multidimensionnelle, effets imparfaits des maintenances, conditions environnementales et d’usage, variabilité individuelle non observée. Il développera des méthodes d’inférence statistique appropriées : estimation, test d’adéquation et choix de modèle pour des données manquantes ou censurées, avec erreur de mesure, sous des schémas d’observation généraux. Il proposera des approches dynamiques d’aide à la prise de décision pour des maintenances prescriptives mais aussi pour l’optimisation de la surveillance et de l’usage des actifs considérés, en exploitant au mieux les données disponibles et en contrôlant l’évolution de l’état de santé des systèmes considérés, tout en tenant compte des diverses contraintes. Enfin, les méthodes et outils proposés feront l’objet de développements logiciels en open source.
Coordination du projet
Laurent Doyen (Laboratoire Jean Kuntzmann)
L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.
Partenariat
LJK Laboratoire Jean Kuntzmann
GIPSA-lab Grenoble Image Parole Signal Automatique
LMAP UNIVERSITÉ PAU ET PAYS DE L'ADOUR
M2P2 Laboratoire de Mécanique, Modélisation et Procédés Propres
IMB Institut de mathématiques de Bordeaux
LIST3N UNIVERSITÉ DE TECHNOLOGIE DE TROYES
Aide de l'ANR 649 166 euros
Début et durée du projet scientifique :
mars 2026
- 48 Mois