Prédiction des pannes d’un système mécanique par apprentissage automatique

Abstract

Ce mémoire examine l'application de la maintenance prédictive dans le contexte de l'industrie 4.0, en mettant l'accent sur l'utilisation de techniques d'apprentissage automatique pour prédire les défaillances. Une étude de cas portant sur une fraiseuse verticale, un équipement clé dans la fabrication de pièces mécaniques, est présentée. L'industrie 4.0 intègre des technologies avancées comme le big data et l'intelligence artificielle pour faciliter la maintenance prédictive. L'approche adoptée utilise des outils pour développer et évaluer des modèles de prédiction basés sur des algorithmes de machine learning, tels que les machines à vecteurs de support (SVM) et les réseaux de neurones artificiels (ANN). Les résultats démontrent la capacité de ces modèles à anticiper les défaillances, ce qui permet d'optimiser la maintenance, de réduire les temps d'arrêt et d'améliorer la fiabilité des systèmes.