| Titre : | Contribution à la maintenance prédictive des installations critiques de la mine de Ben Guerir - Office Chérifien des Phosphates par apprentissage automatique | | Type de document : | projet fin études | | Auteurs : | Ibrahim IMIDER, Auteur | | Année de publication : | 2017 | | Langues : | Français (fre) | | Catégories : | e-Logistique
| | Mots-clés : | Maintenance, Maintenance Prédictive, Pronostic Industriel, Apprentissage Automatique,
RĂ©gression LinĂ©aire, RĂ©seaux de Neurones. | | Index. dĂ©cimale : | 1706/17 | | RĂ©sumĂ© : | Ce projet synthétise le travail réalisé dans le cadre de mon projet de fin d’études effectué au
sein du laboratoire SIMLAB, université Mohammed 6 Polytechnique. Le projet réalisé consiste
à exploiter les données industrielles afin de prédire les pannes des différentes installations de la
mine de Ben Guerir de l’Office Chérifien des Phosphates.
L’implémentation d’un système efficace de la maintenance permet d’augmenter la disponibilité
de l’équipement et ses performances, la réduction des coûts de la maintenance et l’optimisation
de la chaîne logistique. Deux concepts représentent la clé de ce projet : le pronostic
industriel et l’apprentissage automatique.
Dans ce travail, on s’est basé sur le pronostic guidé par les données, on a utilisé les méthodes
statistiques et d’apprentissage automatique ( Régression linéaire multiple, Réseaux de neurones
- Perceptron multicouche ) pour prédire le temps de vie restant avant la défaillance pour les
différentes machines stratégiques de la mine.
|
Contribution à la maintenance prédictive des installations critiques de la mine de Ben Guerir - Office Chérifien des Phosphates par apprentissage automatique [projet fin études] / Ibrahim IMIDER, Auteur . - 2017. Langues : Français ( fre) | Catégories : | e-Logistique
| | Mots-clés : | Maintenance, Maintenance Prédictive, Pronostic Industriel, Apprentissage Automatique,
RĂ©gression LinĂ©aire, RĂ©seaux de Neurones. | | Index. dĂ©cimale : | 1706/17 | | RĂ©sumĂ© : | Ce projet synthétise le travail réalisé dans le cadre de mon projet de fin d’études effectué au
sein du laboratoire SIMLAB, université Mohammed 6 Polytechnique. Le projet réalisé consiste
à exploiter les données industrielles afin de prédire les pannes des différentes installations de la
mine de Ben Guerir de l’Office Chérifien des Phosphates.
L’implémentation d’un système efficace de la maintenance permet d’augmenter la disponibilité
de l’équipement et ses performances, la réduction des coûts de la maintenance et l’optimisation
de la chaîne logistique. Deux concepts représentent la clé de ce projet : le pronostic
industriel et l’apprentissage automatique.
Dans ce travail, on s’est basé sur le pronostic guidé par les données, on a utilisé les méthodes
statistiques et d’apprentissage automatique ( Régression linéaire multiple, Réseaux de neurones
- Perceptron multicouche ) pour prédire le temps de vie restant avant la défaillance pour les
différentes machines stratégiques de la mine.
|
|
170/00 
Faire une suggestion Affiner la recherche
Contribution à la maintenance prédictive des installations critiques de la mine de Ben Guerir - Office Chérifien des Phosphates par apprentissage automatique / Ibrahim IMIDER
