Analyse de défaillance d’un système mécanique par les Réseaux Bayésiens

Abstract

L’objectif de ce mémoire est la surveillance d’une machine pour la production des batteries industrielles (COS ZESAR) par un outil issu de la machine Learning à savoir le réseau bayésien naïf, cet outil est considéré parmi les meilleurs formalismes utilisé dans le raisonnement incertain. Afin de surveiller ce système mécanique nous avons développé un modèle bayésien par un apprentissage sur des données historiques collectés à partir de l’observation du comportement d’un système réel. Notre modèle permet la prédiction de l’état futur (Alarme ou Non_Alarme) du système surveillé par une inférence sur la base des évènements observés. Les résultats obtenus par notre modèle ont prouvé que ce modèle basé sur les réseaux bayésiens est très puissant et donne des résultats satisfaisants dans le domaine de la maintenance industrielle.