Approche semi-markovienne pour la modélisation de stratégies de maintenance: application à la prévention de rupture du rail

Olivier François (1) , Laurent Bouillaut (1) , Patrice Aknin (1) , Philippe Leray (2) , S. Dubois

1 INRETS/LTN - Laboratoire des Technologies Nouvelles
2 LINA - Laboratoire d'Informatique de Nantes Atlantique

[e-mail] RÉSUMÉ : Dans cet article, un outil d'aideà la maintenance des rails est proposé avec un cas d'application au métro parisien. Le formalisme des réseaux bayésiens dynamiques est particulièrement adapté pour résoudre ce problème. Le modèle développé présente l'avantage de la modularité, modélisantà la fois l'état du rail au cours du temps maiségalement les acteurs intervenant dans la vérification de ce dernier et les différentes stratégies de maintenance mises en oeuvre. Utiliser cet outil comme modèle génératif, permet d'évaluer divers indicateurs comme le taux de non détection de rails en mauvaisétat ou encore le taux de fausses alarmes. Ces indicateurs sont alors déterminants pour le réglage d'une stratégie de maintenance optimale du réseau ferroviare optimale.

Keywords: '08 -du 31 mars au 2 avril 2008 -Paris -France «Modélisation; Optimisation et Simulation des Systèmes : Communication; Coopération et Coordination» MOTS-CLÉS : Maintenance; diagnostic; disponibilité; modèles graphiques probabilistes; modèles génératifs

Domains: Machine Learning [cs.LG]

Olivier François, Laurent Bouillaut, Patrice Aknin, Philippe Leray, S. Dubois. Approche semi-markovienne pour la modélisation de stratégies de maintenance: application à la prévention de rupture du rail. MOSIM'2008, 2008, Paris, France. pp.CDROM. ⟨hal-00412887⟩