Documents disponibles écrits par cet auteur

Mise en place d’un système de Maintenance Prédictive de la Dragline Marion 8400 / M’hamed Imelloul

Public ISBD Titre : Mise en place d’un système de Maintenance Prédictive de la Dragline Marion 8400 Type de document : projet fin études Auteurs : M’hamed Imelloul, Auteur Langues : Français (fre) Catégories : e-Logistique Mots-clés : Maintenance prédictive, Ingénierie des systèmes, Communication, Supervision, Apprentissage automatique, Apprentissage en profondeur, LSTM. Index. décimale : 2150/19 Résumé : Le présent document synthétise le travail réalisé dans le cadre de notre projet de fin d’étude, effectué au sein de l’unité générale de maintenance du site Sidi Chennane affilié à l’OCP de Khouribga. Le projet consiste en la mise en place d’une solution de remontée de données et de prédiction des pannes de la machine de décapage du phosphate Dragline M-8400. Dans un premier temps, nous avons entamé la phase d’analyse passant par l’ingénierie des systèmes dont le but est de maitriser et d'appréhender la complexité du système. Ensuite, nous avons établi la communication entre l’API local de la machine et des ordinateurs de l’atelier de maintenance électrique pour la surveillance à distance de la machine, ainsi que le data center de Casablanca pour la centralisation de données. Ultérieurement après avoir établi et validé la communication entre l’automate de la machine et le réseau local de l’atelier, nous avons procédé à la collecte des données en ayant recours à une application bureau dédié pour le sauvegarde ainsi que l’OPC KEPServer. Finalement, nous avons proposé notre modèle prédictif en utilisant des techniques et des modèles d'apprentissage automatique en profondeur, plus spécifiquement les réseaux de neurones récurrents (LSTM). Mise en place d’un système de Maintenance Prédictive de la Dragline Marion 8400 [projet fin études] / M’hamed Imelloul, Auteur . - [s.d.]. Langues : Français (fre) Catégories : e-Logistique Mots-clés : Maintenance prédictive, Ingénierie des systèmes, Communication, Supervision, Apprentissage automatique, Apprentissage en profondeur, LSTM. Index. décimale : 2150/19 Résumé : Le présent document synthétise le travail réalisé dans le cadre de notre projet de fin d’étude, effectué au sein de l’unité générale de maintenance du site Sidi Chennane affilié à l’OCP de Khouribga. Le projet consiste en la mise en place d’une solution de remontée de données et de prédiction des pannes de la machine de décapage du phosphate Dragline M-8400. Dans un premier temps, nous avons entamé la phase d’analyse passant par l’ingénierie des systèmes dont le but est de maitriser et d'appréhender la complexité du système. Ensuite, nous avons établi la communication entre l’API local de la machine et des ordinateurs de l’atelier de maintenance électrique pour la surveillance à distance de la machine, ainsi que le data center de Casablanca pour la centralisation de données. Ultérieurement après avoir établi et validé la communication entre l’automate de la machine et le réseau local de l’atelier, nous avons procédé à la collecte des données en ayant recours à une application bureau dédié pour le sauvegarde ainsi que l’OPC KEPServer. Finalement, nous avons proposé notre modèle prédictif en utilisant des techniques et des modèles d'apprentissage automatique en profondeur, plus spécifiquement les réseaux de neurones récurrents (LSTM).

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
2150/19	2150/19 MHA	Texte imprimé	unité des PFE	PFE/2019	Disponible