Soutenance de thèse "Modélisation d’une assistance décisionnelle basée sur l’intelligence artificielle pour les systèmes cyber-physiques : Application à la maintenance dans le domaine du Transport""

Résumé Français

Les systèmes cyber-physiques (SCP) sont des systèmes complexes et interconnectés, où les technologies numériques convergent avec le monde physique, ayant révolutionné de nombreux secteurs d’activités. L'Internet des objets (IOT) a également favorisé la collecte massive de données participant ainsi au développement du "Big Data". Le développement de l’IOT et des SCP a cependant engendré des défis, principalement liés à la gestion massive de données et à la prise de décision. Le développement d’approches telles que le Data Analytics et le Machine Learning offre cependant des solutions en identifiant des modèles ou caractéristiques « cachés » au sein de ces données massives.

Le présent mémoire adresse cette problématique de prise de décision en utilisant les approches et techniques de l’Intelligence Artificielle et s’intéresse plus particulièrement au domaine applicatif du Transport. Les systèmes de transport modernes, considérés comme des Systèmes cyber physiques complexes, intègrent une grande variété d'équipements mécatroniques. Ils sont de plus en plus autonomes, dotés de capteurs leur permettant de percevoir leur environnement et de moyens permettant l’interaction avec les gestionnaires de la flotte. Une approche globale de gestion de la flotte permet d'améliorer diverses fonctions telles que la planification de la maintenance et la gestion des opérations.

La thèse s’intéresse aux boucles cybernétiques associées à l’exploitation des systèmes cyber physiques, en mettant l'accent sur l’activité de maintenance. Elle propose une assistance décisionnelle en caractérisant les boucles cybernétiques, spécifiant les besoins des décideurs, et développant des approches de Machine Learning tout en respectant des exigences de généricité et d'indépendance technologique. La modélisation de cette assistance repose sur une décomposition holonique du SCP et fait appel à la typologie de Rasmussen au niveau des traitements décisionnels. Un guide méthodologique accompagne cette démarche.

Les concepts proposés dans ces travaux de thèse ont été validés au travers de deux collaborations industrielles. Une première collaboration avec la société marocaine STMF a permis d’optimiser la maintenance d’une flotte de camions de transport de matières dangereuses. Une seconde collaboration avec ALSTOM vise à améliorer la croissance de fiabilité du matériel roulant ferroviaire en détectant des signaux avant-coureurs d’une défaillance.

Mots-clés

Assistance décisionnelle, Système cyber-physique, Boucles cybernétiques, Intelligence artificielle, Maintenance.

Composition du jury

Rapporteurs:

M. Philippe THOMAS, Maître de Conférences, HDR, Université de Lorraine
M. Hassan EL GHAZI, Professeur, Institut National des postes et télécommunications de Rabat

Examinateurs:

Mme. Hasna CHAMLAL, Professeure Habilité, FSAC, Université Hassan II de Casablanca
Mme. Malika ZAZI, Professeure, ENSAM-Rabat, Université Mohammed V de Rabat
M. Olivier SENECHAL, Professeur, Université Polytechnique Hauts-de-France
Mme. Maroua NOUIRI, Maîtresse de Conférences, Université de Nantes

Co-Directeurs de thèse:

M. Yves SALLEZ, Professeur, Université Polytechnique Hauts-de-France
M. Badr ABOU EL MAJD, Professeur, FSR, Université Mohammed V, Rabat