Modèles et méthodes pour l'industrie : Fiabilité prévisionnelle

  • Aide
  • Recherche
  • Facebook
  • Twitter
Formation

Formation continue et reprise d'études

Formation continue et reprise d'études

Consultez la liste des formations proposées dans le cadre de la formation continue : formations diplômantes, certifications, préparations, formations courtes et formations sur mesure

Lire la suite

Actualités

Modèles et méthodes pour l'industrie : Fiabilité prévisionnelle

Objectifs

L'un des buts de la fiabilité prévisionnelle est de prédire la capacité d'un système industriel à remplir ses fonctions. Cette capacité est mesurée à l'aide d'indicateurs comme la fiabilité, la disponibilité, la durée de vie résiduelle moyenne, ... L'évolution dans le temps d'un système n'est pas fixée à l'avance et l'on utilise des modèles probabilistes pour la représenter. Une fois calibrés à partir de données de retour d'expérience, ces modèles permettent ensuite de quantifier les indicateurs d'intérêts.

L'objectif de ce cours est de présenter les notions de base de la fiabilité ainsi que des modèles et des outils probabilistes utiles dans ce contexte. Un tiers du volume horaire du cours est un complément donné par un industriel avec des applications sur le logiciel professionnel de sûreté de fonctionnement GRIF (http://grif-workshop.fr/).

 

Volume horaire

  • Cours Magistral : 21h
  • Travaux Dirigés : 18h

Examens

 

Première session

Deuxième session

Contrôle continu : 100%

Examen : 100 %

Durée de l'examen  : 3 heures

Syllabus

1) Notions de base en fiabilité : disponibilité, durée de vie résiduelle, ordres stochastiques, vieillissement.

2) Modélisation de structures complexes : fonction de structure, système cohérent, arbre de défaillance, diagramme de fiabilité, calculs de fiabilité et de disponibilité.

3) Modélisation par un processus de Markov.

4) Un modèle de dégradation accumulative (processus Gamma).

5) Processus régénératifs et théorèmes limites ; application à l'étude de politiques de maintenance préventive.

6) Compléments : contextes industriels, modélisation par des réseaux de Petri, études de cas et pratique sur le logiciel GRIF.

 

Référence : Cocozza-Thivent C (1997). Processus stochastiques et fiabilité des systèmes, Springer, Collection mathématiques et applications, n° 28.

 

En bref

Crédits ECTS 4.0

Nombre d'heures 39.0

Niveau d'étude BAC +5

Contact(s)

Composante

Contact(s) administratif(s)

Secrétariat de Mathématiques

Email : secretariat-mathematiques @ univ-pau.fr

Lieu(x)

  • Pau