Pôle de recherche
Diagnostic et Maintenance des systèmes de Transport Guidé

VirMaLab : Atelier virtuel de maintenance

Au cours de ces dernières années, l'équipe Diagnostic et Maintenance du LTN a proposé une approche générique pour le développement d'outil d'aide à la décision pour l'optimisation des paramètres de maintenance de systèmes complexes (multi-composants, éventuellement interagissant) : l'approche VirMaLab (Atelier Virtuel de Maintenance). Cette méthodologie s'appuie sur une modélisation graphique probabiliste par bloc, décrite dans la figure ci-dessous.

Le premier bloc porte sur la modélisation du processus de dégradation du système ou de chacun de ses composants. De nombreuses études ont déjà porté sur le sujet mais, à notre connaissance, aucune ne permettait de tenir compte à la fois de l'influence de variables contextuelles sur la dégradation ainsi que sur la possibilité de considérer plusieurs composants ayant leur propre mode de dégradation. Une des approches les plus couramment utilisées s'appuyait sur le formalisme des Chaînes de Markov, souvent modélisées par des réseaux bayesiens. Cependant, cette approche se base sur une hypothèse Markovienne, imposant aux temps de séjour dans chaque état de suivre une loi exponentielle. Si certains systèmes vérifient effectivement cette hypothèse, un grand nombre d'applications industrielles font apparaître des comportements non markovien. Dans ce cas, la modélisation du processus de dégradation par une chaîne de Markov peut introduire un biais non négligeable faussant fortement le réglage des paramètres de maintenance.

Pour lever ce problème, l'approche VirMaLab propose une modélisation semi Markovienne des processus de dégradation à l'aide de Modèles Graphiques de Durée (MGD), permettant d'adapter les temps de séjour dans les états dégradés à tout type de loi et d'éviter ainsi les erreur d'estimation liée à l'approximation markovienne. De plus, cette approche permet d'introduire des variables contextuelles pouvant influencer la dégradation. La figure ci-dessous introduit ce formalisme.

Les variables contextuelles influençant le système sont décrites par le sous réseaux Mz. Les variables X représentent les états du système tandis que les variables Xd décrivent les temps de séjour du système dans chacun de ses états (pour plus de détails théoriques sur ces travaux, consulter la bibliographie de R. Donat et L. Bouillaut).

La seconde partie de la modélisation VirMaLab s'intéresse alors aux systèmes de diagnostic auscultant chacun des composants (chaque élément pouvant avoir ses propres systèmes de diagnostic ou mutualisant certains détecteurs avec d'autres composants). Cette modélisation intègre notamment les paramètres du diagnostic (périodicité, temps réel, cadre de discernement, ...) et ses performances (taux de bonne détection, de fausse alarme et de non détection). L'existence de ce diagnostic permet alors de modéliser différentes politiques de maintenance, programmant différents types d'interventions à différents niveaux de dégradation et sur différents composants.

L'objectif final de VirMaLab étant de pouvoir évaluer et comparer ces différentes politiques en fonctions des besoins de l'utilisateur (disponibilité, sécurité, coûts, …), la dernière partie du modèle consiste alors à intégrer les coûts (de fonctionnement, d'arrêt inopiné, de maintenance, …) caractérisant le système. Des algorithmes d'optimisation mutli-objectifs permettent alors de définir, pour une fonction coût déterminée, les paramètres optimums de diagnostic et de maintenance du système.

Un des grands avantages de cette approche est qu'elle est parfaitement générique et applicable à la majeure partie des applications industrielles. Jusqu'à présent deux applications ont déjà été réalisées:

- StatAvaries : Cette application développée dans le cadre du projet StatAvaries 2 vise à quantifier l'influence d'un certain nombre de systèmes de diagnostic dans la prévention du rail cassé et à tester différentes politiques de maintenance, dans un contexte d'automatisation de lignes fer du métro parisien.

- SpecifRail : Cette application porte également sur le rail cassé mais vise à optimiser, pour certains contextes, les périodes d'auscultation et de renouvellement du rail permettant d'assurer un faible nombre de ruptures du rail sur le tronçon central du RER. Ces travaux ont été réalisés dans le cadre du projet européen UrbanTrack .

Personnes impliquées : Laurent Bouillaut, Roland Donat, Olivier François