Appel à contributions sur les pronostics basés sur les parcs de machines et la gestion de l’état de santé des actifs industriels

En association avec imec et le DTAI research group of KU Leuvenle laboratoire EluciDATA de Sirris organisera une session spéciale consacrée aux pronostics basés sur les parcs de machines et à la gestion de l’état de santé des actifs industriels. Cette session aura lieu lors de la cinquième conférence européenne 2020 de la Prognostics and Health Management Society, qui se tiendra à Turin du 1er au 3 juillet. Participez-vous à des recherches sur ce thème ? Envoyez votre contribution avant le 31 janvier !

L’analyse de parc de machines vise à exploiter intelligemment les connaissances couvrant plusieurs actifs, de façon à obtenir de nouvelles informations. Celles-ci pourront servir à entretenir et optimiser le comportement du parc de machines dans son ensemble, ainsi que des différents actifs qui en font partie. L’application de ces connaissances sur l'ensemble des actifs offre également de nouvelles possibilités d'améliorer ou d'étoffer les approches de pointe actuelles relatives aux diagnostics et aux pronostics liés à la surveillance de l’état santé, à la modélisation de la dégradation et à l'étalonnage.

Motivation

Les connaissances (telles que les données SCADA, les journaux d’entretien, etc.) sont de plus en plus souvent collectées sur des parcs de machines industrielles. En d’autres termes, ce sont des ensembles d'actifs industriels (quasi) identiques déployés dans des contextes d'exploitation différents : parcs éoliens ou solaires, turbines à vapeur, pompes à chaleur, compresseurs, camions, robots, etc. Les équipementiers emploient ces informations pour planifier les futures interventions d’entretien ou améliorer la conception des futurs produits. Quant aux propriétaires des actifs, ils s’en servent par exemple pour surveiller leurs performances.

Il est essentiel mais complexe de comprendre et d’optimiser le comportement opérationnel de ces parcs. En effet, il s'agit souvent de systèmes complexes fonctionnant dans des environnements hétérogènes et dynamiques. L'exploitation des connaissances disponibles depuis le parc offre de nouvelles possibilités pour surmonter certains de ces défis. En outre, elle fournit de nouvelles possibilités d'améliorer les approches PHM existantes de surveillance, de diagnostic et de pronostic de l'état de chaque actif industriel, grâce à l’intégration des connaissances sur des actifs similaires du parc.

Objectif

Cette session entend présenter et discuter des méthodologies et des techniques PHM de pointe qui tirent parti des connaissances du parc, afin d'améliorer les pronostics et la gestion de l’état de santé des actifs industriels. Les thèmes abordés sont (entre autres) les approches diagnostiques et pronostiques liées à la surveillance de l’état de santé, la modélisation de la dégradation et l'étalonnage au sein de parcs d'actifs industriels. Les études de cas industriels (quel que soit le domaine) démontrant des solutions efficaces pour faire face aux défis et problèmes spécifiques dans des applications réelles impliquant des parcs d'actifs industriels sont également les bienvenues.

Effectuez-vous à des recherches sur ce thème ? Souhaitez-vous présenter vos résultats dans un article scientifique à l'occasion de la conférence ? Prenez contact avec nos experts responsables de la session, Mathias Verbeke et Alessandro Murgia.

Vous trouverez plus d’informations sur la conférence ici.