Applicability and Interpretability of Logical Analysis of Data in Condition Based Maintenance

Cette thèse étudie l'applicabilité et l'adaptabilité d'une approche d'exploration de données basée sur l'intelligence artificielle proposée dans [Hammer, 1986] et appelée analyse logique de données (LAD) aux applications diagnostiques dans le domaine de la maintenance conditionnelle CBM). La plupart des technologies utilisées à ce jour pour la prise de décision dans la maintenance conditionnelle ont tendance à automatiser le processus de diagnostic, sans offrir aucune connaissance ajoutée qui pourrait être utile à l'opération de maintenance et au personnel de maintenance. Par comparaison à d'autres techniques de prise de décision dans le domaine de la CBM, la LAD possède deux avantages majeurs : (1) il s'agit d'une approche non statistique, donc les données n'ont pas à satisfaire des suppositions statistiques et (2) elle génère des formes interprétables qui pourraient aider à résoudre les problèmes de maintenance. Une étude sur l'application de la LAD dans la maintenance conditionnelle est présentée dans cette recherche dont l'objectif est (1) d'étudier l'applicabilité de la LAD dans des situations différentes qui nécessitent des considérations particulières concernant les types de données d'entrée et les décisions de maintenance, (2) d'adapter la méthode LAD aux exigences particulières qui se posent à partir de ces applications et (3) d'améliorer la méthodologie LAD afin d'augmenter l'exactitude de diagnostic et d'interprétation de résultats. Les aspects innovants de la recherche présentés dans cette thèse sont (1) l'application de la LAD dans la CBM pour la première fois dans des applications qui bénéficient des propriétés uniques de cette technologie et (2) les modifications innovatrices de la méthodologie de la LAD, en particulier dans le domaine de la génération des formes, afin d'améliorer ses performances dans le cadre de la CBM et dans le domaine de classification multiclasses. La recherche menée dans cette thèse a suivi une approche évolutive afin d'atteindre les objectifs énoncés ci-dessus. La LAD a été utilisée et adaptée à trois applications : (1) la détection des composants malveillants (Rogue) dans l'inventaire de pièces de rechange réparables d'une compagnie aérienne commerciale, (2) la détection et l'identification des défauts dans les transformateurs de puissance en utilisant la DGA et (3) la détection des défauts dans les rotors en utilisant des signaux de vibration. Cette recherche conclut que la LAD est une approche de prise de décision prometteuse qui ajoute d'importants avantages à la mise en oeuvre de la CBM dans l'industrie.