Proposition d’une démarche d’intégration des aspects cognitifs au retour d’expérience statistique : application à la maintenance industrielle


Thèse de Seli APEDOME (Ingénierie numérique)

Type :

Doctorat

Date de soutenance :

20/03/2012

Lieu de soutenance :

IUT de Montreuil

Mots-clés :

amélioration des performances, représentation des connaissances, expérience, retour d’expérience, réseau bayésien

Directeur(s) de thèse :

Abderrahman EL MHAMEDI

Encadrant(s) :

Karim MAZOULI, Sid-Ali ADDOUCHE

Ecole doctorale :

Université Paris 8


Jury :

Abderrahman EL MHAMEDI - directeur
Karim MAZOULI - encadrant
Sid-Ali ADDOUCHE - encadrant
Pr. Eric BONJOUR, Université de Lorraine - rapporteur
Pr. Laurent GENESTE, ENI Tarbes - rapporteur
Pr. Michel SONNTAG, Université de Strasbourg

Résumé :

La performance d’une entreprise industrielle réside en partie dans la capacité de son personnel à créer de la valeur à travers son expérience. Des milliers d’heures sont perdues dans les entreprises industrielles à répéter des tâches déjà réalisées par d’autres, à redéfinir les mêmes actions inefficaces par le passé et des millions d’euros sont dépensés pour réparer des erreurs. Certains savoir-faire disparaissent avec le départ des plus anciens qui n’ont pas forcément transféré leurs connaissances. Parfois, bien que quelques entreprises disposent de bases de données, celles-ci sont toujours confrontées à des problèmes lors des prises de décision dus à des informations incomplètes et imprécises. Le fait que les informations contenues dans les bases de données ne soient pas contextualisées et ne soient pas suivies par une formulation de bonnes pratiques, influence de façon significative la qualité de leur exploitation. Ceci représente de notre point de vue une partie de la procédure de traitement des expériences qui n’est pas toujours simple à formaliser et pour laquelle plusieurs solutions, plus ou moins bien adaptées, sont envisageables. Dans notre travail, pour apporter des solutions à ce problème de représentation d’expériences, nous avons étudié plusieurs formalismes de représentation de connaissances et nous avons opté pour le réseau bayésien qui est un modèle probabiliste graphique permettant d’acquérir et de capitaliser des connaissances. Ce choix se justifie par la capacité du réseau bayésien d’allier la rigueur d’un formalisme mathématique puissant et stable à l’efficacité d’une représentation de connaissances et à la lisibilité des modèles à base de règles. L’exploitation des expériences est focalisée dans ce travail de thèse sur la production de fiches de décision pour les services de maintenance.