| Les équipements employés dans les milieux industriels, tels que les chaînes de production, l'ingénierie ou le transport, se présentent généralement sous la forme de systèmes complexes multi-composants et multi-états. L'état de ces systèmes est souvent affecté par les conditions d'usage. La compréhension de l'évolution au cours du temps des états de fonctionnement de ce type de système, nécessite l'élaboration de modèles dynamiques adaptés, généralement stochastiques. En complément de ces modèles de dégradation, la politique de maintenance déployée agit directement sur la dynamique d'apparition des états dégradés, selon que l'on choisit d'agir préventivement ou curativement. L'objectif de ce travail est, d'une part, de proposer, en se basant sur une approche de modélisation par réseaux bayésiens dynamiques, une fonction de coût permettant d'évaluer des politiques de maintenance. D'autre part, de mettre en oeuvre un algorithme d'optimisation de type génétique en vue de retenir la politique de maintenance préventive optimale. Dans cet article, on propose une fonction de coût associée à un cas d'étude (un système de distribution de fluides à 3 vannes) et un algorithme d'optimisation de type algorithme génétique. Le critère d'optimisation proposé utilise une modélisation stochastique de la dégradation du système basée sur une structure particulière des réseaux bayésiens dynamiques nommée Modèle Graphique de Durée (MGD). Ce critère de coût fait intervenir bien sûr les paramètres essentiels de la maintenance, tels que la probabilité d'effectuer une action de maintenance, son coût et sa durée, la disponibilité du système et les utilités associées aux états du système. |
Récupérer au format
