Soutenance de thèse – Farah ABDOUNE

Farah Abdoune, doctorante au sein de l’équipe CPS3, présentera sa thèse intitulée :

« Vers un jumeau numérique soutenable pour la surveillance et la détection robuste d’anomalies dans les systèmes de production »

Elle aura lieu le 28.11.23 à 09h, Amphi A-1/10 de l’IUT de Nantes, campus de Carquefou.

La soutenance est publique et sera diffusée en direct sur la chaîne YouTube de l’IUT de Nantes sur le lien suivant : https://www.youtube.com/@iutnantes/streams

Jury :

• Olivier Cardin, Maître de Conférences HDR – Nantes Université – Directeur de thèse
• Maroua Nouiri, Maître de Conférences – Nantes Université – Encadrante
• Damien Trentesaux, Professeur – UPHF Valenciennes – Rapporteur
• Lionel Roucoules, Professeur – ENSAM Aix en Provence -Rapporteur
• Mamadou Kaba Traoré, Professeur – Université de Bordeaux – Examinateur
• William Derigent, Professeur – Université de Lorraine – Examinateur
• Pierre Castagna, Professeur émérite – Nantes université – Examinateur
• Latéfa Ghomri, Professeure – Université de Tlemcen – Invitée

Résumé :

Dans le contexte de la transformation numérique, où il est crucial d’assurer la fiabilité et l’efficacité des systèmes de production manufacturiers, cette thèse propose l’utilisation du jumeau numérique (JN) pour surveiller ces systèmes et détecter de manière robuste et adaptative les anomalies. L’étude se concentre initialement sur les systèmes à événements discrets, mettant en évidence leur complexité événementielle. Des approches basées sur l’apprentissage automatique, prenant en compte les incertitudes et intégrant le retour de l’opérateur, sont proposées pour surveiller les performances de ces approches et aider à détecter les dérives du système. Cette recherche aborde également les systèmes à variables continues, en prenant la consommation d’énergie d’un équipement industriel comme exemple d’application. Des méthodes de génération de modèles basées sur les données sont proposées, dont une méthode repose sur les densités de probabilités et une autre sur des intervalles pour quantifier les incertitudes liées à la variabilité. Enfin, une dimension cruciale a émergé tout au long de ces travaux de thèse, à savoir la soutenabilité du JN lui-même. Ainsi, un premier pas est réalisé pour identifier les aspects de soutenabilité nécessaires à la définition d’un JN soutenable.

Mots-clés : Système de production, Jumeau numérique, surveillance, détection d’anomalies ; apprentissage automatique, consommation d’énergie, soutenabilité