Qualification de l'apport de l'information de surveillance dans la prise de décision en maintenance

La surveillance de l'état d'un système peut fournir des informations utiles pour la prise de décision en maintenance, mais peu d'outils de modélisation permettent de les intégrer correctement dans le processus de décision. L'originalité des travaux présentés ici réside dans la construction de nouveaux modèles probabilistes quantitatifs dont l'objectif est d'évaluer l'apport de l'information de surveillance en fonction de sa qualité et des grandeurs observées, dans un contexte d'optimisation de la maintenance. Les modèles stochastiques de défaillance et de mesure proposés intègrent à la fois les données capteurs relatives à la dégradation/défaillance du système à maintenir, les informations de surveillance sur l'impact de l'environnement opérationnel, et les caractéristiques de techniques de contrôle. En s'appuyant sur ces modèles, on propose des politiques de maintenance et on développe des modèles de coût associés pour étudier les meilleures méthodes d'exploitation de l'information de surveillance. L'ensemble des études menées montrent l'intérêt de développer des structures de décision de maintenance qui permettent d'intégrer l'information de surveillance et d'en évaluer l'impact sur les performances de la maintenanceCondition and health monitoring can bring out useful information for the maintenance decision-making but few models allow their integration in the decision process. This thesis aims to construct new probabilistic quantitative models to evaluate the value of this kins of information depending on ith quality and on the nature of the observed variables. The proposed stochastic failure and measurement models take account the degradation/failure sensor data, the impact of operational environment on the degradation, as well as the nature of control techniques. Based on these models, we propose different maintenance policies and we develop the associated cost model to study the best methods for the exploitation of monitoring information. The studies in this thesis show the advantage of developing quantitative maintenance decision framework which allows integrating and evaluating the impact of condition monitoring information on the performance of maintenance operationsTROYES-SCD-UTT (103872102) / SudocSudocFranceF