Academic literature on the topic 'Détérioration stochastique'

Les matériaux composites à matrice organique sont de plus en plus utilisés dans divers domaines tels que l'aérospatiale ou les énergies marines renouvelables en raison de leurs excellentes propriétés spécifiques. Cependant, les procédés de fabrication des structures composites sont complexes et peuvent conduire à l'apparition de défauts, en particulier de plissement des plis et de porosité, qui affectent les propriétés mécaniques de la structure. Les pièces composites sont ainsi systématiquement soumises à des contrôles CND long et coûteux. En cas de résultats négatifs par rapport à des critères conservatifs, celles-ci peuvent être rejetées, avec des conséquences économiques non négligeables. L'objectif de cette étude est de quantifier l'impact des défauts observés et des incertitudes associées sur le comportement de pièce composite. Dans ce travail, nous adoptons une vision paramétrique des incertitudes consistant à représenter le contenu probabiliste à travers d’un ensemble fini de variables aléatoires. Nous nous concentrons sur la propagation des incertitudes basée sur des méthodes stochastiques spectrales. L'étude portant sur le défaut de porosités se fait à l’échelle microscopique puis macroscopique. Les paramètres aléatoires d'entrée sont liés à la géométrie des porosités et à leur taux. L'étude du défaut plissements à l'échelle mésoscopique est basée sur une représentation paramétrique de la géométrie du plissement. Les paramètres aléatoires d'entrée représentent alors la forme et la taille de ces défauts. Il est donc possible d'analyser l'impact de ces défauts à l'échelle structurelle par des grandeurs mécaniques classiques et des critères de rupture
Composite materials are increasingly used in various fields such as aerospace or renewable marine energies due to their excellent specific properties. However, the manufacturing processes of the composite structures are complex, which can lead to the appearance of defects, particularly wrinkles and porosities, which affect the mechanical properties of the structure. Based on conservative criteria, a system of non-destructive testing of composite parts thus makes it possible to judge their conformity. In case of non-conformity, those components are rejected, with non-negligible economic consequences. The objective of this study is to quantify the impact of the defects and associated uncertainties on the behavior of composite parts. In this work, we adopt a parametric vision of the uncertainties consisting in representing the probabilistic content through a finite set of random variables. We focus on the propagation of uncertainties based on spectral stochastic methods. The study involving porosity is done at the micro-scale and then at the macro-scale. The random input parameters are related to the geometry of the porosities and their rates. The study of the wrinkle defect, done at the mesoscopic scale, is based on a parametric representation of the geometry of the wrinkle. The random input parameters then represent the shape and size of this defect. It is therefore possible to analyze the impact of these two manufacturing defects at a structural scale through classical mechanical quantities and check the failure of the structure with failure criteria

Dans le contexte des systèmes commandés, l’effort de recherche est principalement porté sur la reconfiguration d’une loi de commande à l’apparition d’une situation de défaut. La reconfiguration a pour objectif de pallier au défaut et donc de maintenir les performances du système. La problématique principale de nos travaux est d’étudier ces systèmes du point de vue de leur sûreté de fonctionnement en s’interrogeant sur les causes qui engendrent une situation de défaut. Pour cela, il est supposé l’existence d’une relation étroite entre la commande d’un système, sa dégradation et ses défauts. Un cadre de modélisation stochastique de la dégradation est proposé intégrant l’usage du système ainsi que les différents modes de détérioration. Le pronostic de la durée de vie résiduelle RUL de l’actionneur -élément critique de ces systèmes- est dérivé de l’ensemble des modèles. La RUL est alors utilisée comme un outil de reconfiguration de la loi LQR (Linear Quadratic Regulator) d’un système mono-actionné dans le cadre d’une maintenance prédictive. L’impact de cette nouvelle politique de maintenance sur les performances statiques et dynamiques du système est évalué. Enfin, le comportement stochastique d’un système tolérant aux fautes basé sur une redondance d’actionneurs est étudié au travers des modèles développés
In the context of control systems, the research effort is focused on how to reconfigure the control law upon the occurrence of a faulty situation. The reconfiguration procedure aims to overcome the fault and thus to maintain system performances. The main issue of this thesis is to study these systems in terms of their dependability by questioning the causes that generate a fault. Then it is assumed a close relationship between the control of a system, its degradation and its faults. A stochastic modelling framework is proposed combining the use of the system and the various modes of deterioration. The actuator is assumed to be the most critical part of a system. The prognosis of its remaining life RUL is derived from these models. This RUL is then used as a tool for reconfiguring the LQR law (Linear Quadratic Regulator) of a system with a single actuator in the context of a predictive maintenance. The impact of this new maintenance policy on static and dynamic performances is assessed. Finally the stochastic behavior of a fault tolerant control system is studied by means of the achieved models

Cette étude a pour but de contribuer à l’avancement des connaissances dans le domaine des systèmes de gestion de ponts (Bridge Management System (BMS)) par le développement d’un outil décisionnel pour optimiser les réparations sur les ponts. Cet outil décisionnel se base sur la valeur actualisée nette pour considérer le moment optimal de réparation. Il met ainsi à l’avant-plan la création de richesse permise par un réseau routier efficace. De plus, il permet d’étudier l’incertitude sur plusieurs variables, soit les valeurs financières d’inflation et d’actualisation, ainsi que l’évolution du débit routier. La flexibilité de l’outil décisionnel permet de vérifier l’impact de plusieurs variables. Ainsi, le modèle de détérioration présentement utilisée par le ministère des Transports, de la Mobilité durable et de l'Électrification des transports du Québec est comparé à deux autres modèles, soit un modèle markovien basé sur la théorie des chaînes de Markov et un modèle stochastique développé dans le cadre de cette étude. Le projet innove en considérant les revenus générés par un pont et l’incertitude sur les variables futures de détérioration d’éléments de ponts, d’inflation et d’actualisation, ainsi que celles relatives à l’évolution du débit routier. Considérant la récente implantation du système de gestion du ministère des Transports, de la Mobilité durable et de l'Électrification des transports, cette étude se base sur plusieurs hypothèses. Pour cette étude, la durée de vie maximale du pont est établie à 100 ans, la dégradation et la réparation d’un ouvrage est analysée aux 5 ans et une seule réparation majeure peut être effectuée sur la durée de vie. De plus, cette réparation permet de remettre le pont dans son état initial (neuf) et la détérioration de quelques éléments principaux (la dalle en béton armé et les poutres d’acier) du pont représente la détérioration globale de la structure. En se basant sur les données du ministère des Transports, de la Mobilité durable et de l'Électrification des transports et à l’aide d’une analyse probabiliste de 20 000 simulations, l’étude met en évidence l’importance de considérer la variabilité sur la détérioration d’un élément/pont, sur le taux d’intérêt et dans une moindre mesure, l’inflation. Ainsi, lorsque seul l’état de la dalle représente l’état global du pont et en utilisant l’approche déterministe, une réparation entre 25 et 30 ans est appropriée. Un taux d’intérêt plutôt faible peut même repousser ce choix à 35 ans. Le choix de date optimale de réparation est très étalé avec l’approche markovienne considérant les probabilités élevées de maintien du pont en bon état. Finalement, l’approche stochastique favorise une réparation entre 20 et 35 ans selon la rapidité de la détérioration. Ce choix peut encore une fois changer légèrement avec l’ajout de taux d’intérêt et d’inflation variables. Lorsque seul l’état de la dalle et des poutres est considéré représenter l’état de l’ensemble du pont, l’approche déterministe propose une réparation à 25 ans pour le dalle en béton armé et une réparation à 30 ans pour les poutres en acier. Les paramètres financiers stochastiques peuvent affecter ce choix rendant possible une réparation optimale de 25 à 35 ans pour les deux types d’éléments. Les moments optimaux de réparation sont très étalés pour l’approche markovienne considérant les probabilités élevées de maintien des éléments en bon état. Finalement, l’approche stochastique propose une réparation entre 20 et 35 ans pour le dalle en béton armé et entre 15 et 40 ans pour les poutres en acier. Ces moments de réparations sont aussi affectés légèrement par l’ajout d’un taux d’intérêt et d’inflation variables. Une analyse de sensibilité permet de considérer l’impact de plusieurs paramètres du modèle considéré, soit la matrice de transition, la pénalité d’état, la variabilité de la matrice pour une détérioration stochastique et l’ajout d’un avantage de réparation simultanée à deux éléments. Une modification de la matrice de transition a surtout un impact sur la volatilité des résultats, alors qu’une modification sur la pénalité d’état crée une translation sur la distribution du moment optimal de réparation pour une détérioration de type markovienne et stochastique. La variabilité de la matrice pour une détérioration stochastique a directement un impact sur la volatilité du moment optimal de réparation. Plus le pourcentage de variation de la matrice est faible, plus les moments optimaux de réparation seront concentrés (plage moins étendue). Finalement, s’il est considéré que la réparation simultanée de deux éléments coûte moins cher que lorsque ces deux éléments sont réparés à des dates différentes (avantage de réparation simultanée de deux éléments plutôt que deux réparations distinctes), il y alors un impact sur le moment optimal de réparation. Cet effet est principalement perceptible lorsque les dates de réparation optimales sont séparées de moins de 10 ans. Pour une détérioration déterministe, il suffit que la réparation simultanée coûte de 3,72% de moins que deux réparations distinctes pour favoriser de réparer les deux éléments simultanément à 30 ans, la dalle étant réparée à 25 ans sans avantage (réduction des coût) de réparation simultanée. Cependant, un avantage de réparation simultanée a peu d’impact sur le moment optimal de réparation lorsque la détérioration se base sur un modèle markovien en raison de la grande répartition des moments optimaux de réparation. Enfin, l’avantage de réparation simultanée a un impact considérable pour une détérioration stochastique, la majorité des réparations se produisant entre 15 et 40 ans.
This study extends the existing literature on Bridge Management Systems (BMS) by developing a decision-making program to optimize bridge rehabilitations. This decision-making tool analyses the net present value to consider the optimal moment to repair a bridge. It highlights wealth creation by the maintenance of an efficient road network. Moreover, it allows the study of uncertainty on several parameters, such as financial values of inflation and interest rates as well as the evolution of traffic flow. The ability of the decision-making tool to verify the impact of several variables and the deterioration model currently used by the ministère des Transports, de la Mobilité durable et de l'Électrification des transports is compared to two other models; a Markovian model and a stochastic model developed under this study. This project breaks new ground by considering the revenue generated by the bridge’s efficiency. It also considers uncertainty on several parameters, such as financial values of inflation and interest rate, and the evolution of traffic flow. Considering the recent establishment of the management system used by the ministère des Transports, de la Mobilité durable et de l'Électrification des transports, this study is based on several assumptions. The life span of the bridge is limited to 100 years, degradation and repairs can only be done every 5 years, a single repair can be made over the bridge lifespan and the bridge condition is represented by only a few bridge components (elements). The study highlights the importance of considering variability on the deterioration of an element/bridge, interest rates and, to a lesser extent, inflation based on the ministère des Transports, de la Mobilité durable et de l'Électrification des transports data and using a probabilistic analysis of 20,000 simulations. Thus, when the bridge is only represented by its reinforced concrete deck and using the deterministic deterioration approach, a repair between 25 and 30 years is appropriate. A rather low interest rate can even push this choice to 35 years. This choice is very broad with the Markovian approach considering the high probabilities of keeping the bridge in good condition. Finally, the stochastic approach favors repair between 20 and 35 years depending on the speed of deterioration. This choice may again change slightly with the addition of both a variable interest rate and a variable inflation rate. When a reinforced concrete deck and steel beams are considered to represent the entire bridge, the deterministic approach suggests a 25-year repair for the reinforced concrete deck and a 30-year repair for the steel beams. Stochastic financial parameters can affect this choice, making an optimal repair of 25 to 35 years possible for both elements. The optimal moments of repair are very spread out for the Markovian approach considering the high probabilities of maintaining the elements in good condition. Finally, the stochastic approach proposes a repair between 20 and 35 years for the reinforced concrete deck and between 15 and 40 years for the steel beams. These repairs are slightly affected by the addition of a variable interest rate and inflation rate as well. An in-depth analysis shows the impact that several parameters have on the model considered. These parameters include: the transition matrix, the state penalty, the variability of the matrix for stochastic deterioration, and the addition of a simultaneous repair advantage. A change in the transition matrix mainly has an impact on the volatility of the results, whereas a modification on the state penalty shifts the optimal repair time distribution for Markovian and stochastic deteriorations. The variability of the matrix for stochastic deterioration directly affects the volatility of the optimal repair time. For example, the lower the percentage of variation of the matrix, the more the optimal repair moments will be concentrated (or fixed). Finally, the implementation of a simultaneous repair benefit mainly has an impact when the optimal repair time is within 10 years of a simultaneous repair. For a deterministic deterioration, a reduction in costs of 3.72% is sufficient to reconcile repair dates to 30 years, the bridge being repair at 25 years without this benefit. However, this advantage has little impact on Markovian deterioration due to the wide distribution of optimal repair times but a considerable impact on stochastic deterioration, with the majority of repairs occurring within a range of 15 to 40 years.
Cette étude a pour but de contribuer à l’avancement des connaissances dans le domaine des systèmes de gestion de ponts (Bridge Management System (BMS)) par le développement d’un outil décisionnel pour optimiser les réparations sur les ponts. Cet outil décisionnel se base sur la valeur actualisée nette pour considérer le moment optimal de réparation. Il met ainsi à l’avant-plan la création de richesse permise par un réseau routier efficace. De plus, il permet d’étudier l’incertitude sur plusieurs variables, soit les valeurs financières d’inflation et d’actualisation, ainsi que l’évolution du débit routier. La flexibilité de l’outil décisionnel permet de vérifier l’impact de plusieurs variables. Ainsi, le modèle de détérioration présentement utilisée par le ministère des Transports, de la Mobilité durable et de l'Électrification des transports du Québec est comparé à deux autres modèles, soit un modèle markovien basé sur la théorie des chaînes de Markov et un modèle stochastique développé dans le cadre de cette étude. Le projet innove en considérant les revenus générés par un pont et l’incertitude sur les variables futures de détérioration d’éléments de ponts, d’inflation et d’actualisation, ainsi que celles relatives à l’évolution du débit routier. Considérant la récente implantation du système de gestion du ministère des Transports, de la Mobilité durable et de l'Électrification des transports, cette étude se base sur plusieurs hypothèses. Pour cette étude, la durée de vie maximale du pont est établie à 100 ans, la dégradation et la réparation d’un ouvrage est analysée aux 5 ans et une seule réparation majeure peut être effectuée sur la durée de vie. De plus, cette réparation permet de remettre le pont dans son état initial (neuf) et la détérioration de quelques éléments principaux (la dalle en béton armé et les poutres d’acier) du pont représente la détérioration globale de la structure. En se basant sur les données du ministère des Transports, de la Mobilité durable et de l'Électrification des transports et à l’aide d’une analyse probabiliste de 20 000 simulations, l’étude met en évidence l’importance de considérer la variabilité sur la détérioration d’un élément/pont, sur le taux d’intérêt et dans une moindre mesure, l’inflation. Ainsi, lorsque seul l’état de la dalle représente l’état global du pont et en utilisant l’approche déterministe, une réparation entre 25 et 30 ans est appropriée. Un taux d’intérêt plutôt faible peut même repousser ce choix à 35 ans. Le choix de date optimale de réparation est très étalé avec l’approche markovienne considérant les probabilités élevées de maintien du pont en bon état. Finalement, l’approche stochastique favorise une réparation entre 20 et 35 ans selon la rapidité de la détérioration. Ce choix peut encore une fois changer légèrement avec l’ajout de taux d’intérêt et d’inflation variables. Lorsque seul l’état de la dalle et des poutres est considéré représenter l’état de l’ensemble du pont, l’approche déterministe propose une réparation à 25 ans pour le dalle en béton armé et une réparation à 30 ans pour les poutres en acier. Les paramètres financiers stochastiques peuvent affecter ce choix rendant possible une réparation optimale de 25 à 35 ans pour les deux types d’éléments. Les moments optimaux de réparation sont très étalés pour l’approche markovienne considérant les probabilités élevées de maintien des éléments en bon état. Finalement, l’approche stochastique propose une réparation entre 20 et 35 ans pour le dalle en béton armé et entre 15 et 40 ans pour les poutres en acier. Ces moments de réparations sont aussi affectés légèrement par l’ajout d’un taux d’intérêt et d’inflation variables. Une analyse de sensibilité permet de considérer l’impact de plusieurs paramètres du modèle considéré, soit la matrice de transition, la pénalité d’état, la variabilité de la matrice pour une détérioration stochastique et l’ajout d’un avantage de réparation simultanée à deux éléments. Une modification de la matrice de transition a surtout un impact sur la volatilité des résultats, alors qu’une modification sur la pénalité d’état crée une translation sur la distribution du moment optimal de réparation pour une détérioration de type markovienne et stochastique. La variabilité de la matrice pour une détérioration stochastique a directement un impact sur la volatilité du moment optimal de réparation. Plus le pourcentage de variation de la matrice est faible, plus les moments optimaux de réparation seront concentrés (plage moins étendue). Finalement, s’il est considéré que la réparation simultanée de deux éléments coûte moins cher que lorsque ces deux éléments sont réparés à des dates différentes (avantage de réparation simultanée de deux éléments plutôt que deux réparations distinctes), il y alors un impact sur le moment optimal de réparation. Cet effet est principalement perceptible lorsque les dates de réparation optimales sont séparées de moins de 10 ans. Pour une détérioration déterministe, il suffit que la réparation simultanée coûte de 3,72% de moins que deux réparations distinctes pour favoriser de réparer les deux éléments simultanément à 30 ans, la dalle étant réparée à 25 ans sans avantage (réduction des coût) de réparation simultanée. Cependant, un avantage de réparation simultanée a peu d’impact sur le moment optimal de réparation lorsque la détérioration se base sur un modèle markovien en raison de la grande répartition des moments optimaux de réparation. Enfin, l’avantage de réparation simultanée a un impact considérable pour une détérioration stochastique, la majorité des réparations se produisant entre 15 et 40 ans.
Cette étude a pour but de contribuer à l’avancement des connaissances dans le domaine des systèmes de gestion de ponts (Bridge Management System (BMS)) par le développement d’un outil décisionnel pour optimiser les réparations sur les ponts. Cet outil décisionnel se base sur la valeur actualisée nette pour considérer le moment optimal de réparation. Il met ainsi à l’avant-plan la création de richesse permise par un réseau routier efficace. De plus, il permet d’étudier l’incertitude sur plusieurs variables, soit les valeurs financières d’inflation et d’actualisation, ainsi que l’évolution du débit routier. La flexibilité de l’outil décisionnel permet de vérifier l’impact de plusieurs variables. Ainsi, le modèle de détérioration présentement utilisée par le ministère des Transports, de la Mobilité durable et de l'Électrification des transports du Québec est comparé à deux autres modèles, soit un modèle markovien basé sur la théorie des chaînes de Markov et un modèle stochastique développé dans le cadre de cette étude. Le projet innove en considérant les revenus générés par un pont et l’incertitude sur les variables futures de détérioration d’éléments de ponts, d’inflation et d’actualisation, ainsi que celles relatives à l’évolution du débit routier. Considérant la récente implantation du système de gestion du ministère des Transports, de la Mobilité durable et de l'Électrification des transports, cette étude se base sur plusieurs hypothèses. Pour cette étude, la durée de vie maximale du pont est établie à 100 ans, la dégradation et la réparation d’un ouvrage est analysée aux 5 ans et une seule réparation majeure peut être effectuée sur la durée de vie. De plus, cette réparation permet de remettre le pont dans son état initial (neuf) et la détérioration de quelques éléments principaux (la dalle en béton armé et les poutres d’acier) du pont représente la détérioration globale de la structure. En se basant sur les données du ministère des Transports, de la Mobilité durable et de l'Électrification des transports et à l’aide d’une analyse probabiliste de 20 000 simulations, l’étude met en évidence l’importance de considérer la variabilité sur la détérioration d’un élément/pont, sur le taux d’intérêt et dans une moindre mesure, l’inflation. Ainsi, lorsque seul l’état de la dalle représente l’état global du pont et en utilisant l’approche déterministe, une réparation entre 25 et 30 ans est appropriée. Un taux d’intérêt plutôt faible peut même repousser ce choix à 35 ans. Le choix de date optimale de réparation est très étalé avec l’approche markovienne considérant les probabilités élevées de maintien du pont en bon état. Finalement, l’approche stochastique favorise une réparation entre 20 et 35 ans selon la rapidité de la détérioration. Ce choix peut encore une fois changer légèrement avec l’ajout de taux d’intérêt et d’inflation variables. Lorsque seul l’état de la dalle et des poutres est considéré représenter l’état de l’ensemble du pont, l’approche déterministe propose une réparation à 25 ans pour le dalle en béton armé et une réparation à 30 ans pour les poutres en acier. Les paramètres financiers stochastiques peuvent affecter ce choix rendant possible une réparation optimale de 25 à 35 ans pour les deux types d’éléments. Les moments optimaux de réparation sont très étalés pour l’approche markovienne considérant les probabilités élevées de maintien des éléments en bon état. Finalement, l’approche stochastique propose une réparation entre 20 et 35 ans pour le dalle en béton armé et entre 15 et 40 ans pour les poutres en acier. Ces moments de réparations sont aussi affectés légèrement par l’ajout d’un taux d’intérêt et d’inflation variables. Une analyse de sensibilité permet de considérer l’impact de plusieurs paramètres du modèle considéré, soit la matrice de transition, la pénalité d’état, la variabilité de la matrice pour une détérioration stochastique et l’ajout d’un avantage de réparation simultanée à deux éléments. Une modification de la matrice de transition a surtout un impact sur la volatilité des résultats, alors qu’une modification sur la pénalité d’état crée une translation sur la distribution du moment optimal de réparation pour une détérioration de type markovienne et stochastique. La variabilité de la matrice pour une détérioration stochastique a directement un impact sur la volatilité du moment optimal de réparation. Plus le pourcentage de variation de la matrice est faible, plus les moments optimaux de réparation seront concentrés (plage moins étendue). Finalement, s’il est considéré que la réparation simultanée de deux éléments coûte moins cher que lorsque ces deux éléments sont réparés à des dates différentes (avantage de réparation simultanée de deux éléments plutôt que deux réparations distinctes), il y alors un impact sur le moment optimal de réparation. Cet effet est principalement perceptible lorsque les dates de réparation optimales sont séparées de moins de 10 ans. Pour une détérioration déterministe, il suffit que la réparation simultanée coûte de 3,72% de moins que deux réparations distinctes pour favoriser de réparer les deux éléments simultanément à 30 ans, la dalle étant réparée à 25 ans sans avantage (réduction des coût) de réparation simultanée. Cependant, un avantage de réparation simultanée a peu d’impact sur le moment optimal de réparation lorsque la détérioration se base sur un modèle markovien en raison de la grande répartition des moments optimaux de réparation. Enfin, l’avantage de réparation simultanée a un impact considérable pour une détérioration stochastique, la majorité des réparations se produisant entre 15 et 40 ans.

Les systèmes de piles à combustible offrent une solution durable à la production d'énergie électrique dans le secteur des transports, même s'ils rencontrent encore des problèmes de fiabilité et de durabilité. Le recours à des systèmes multi-piles à combustible (MFC) au lieu de piles à combustible uniques est une solution prometteuse pour surmonter ces limitations en répartissant de manière optimale la demande de puissance entre les différentes piles tout en tenant compte de leur état de santé, au moyen d'une stratégie de gestion de l'énergie (EMS) efficace. Dans ce travail, différentes stratégies ont été développées pour des applications automobiles, avec l'objectif d'optimiser la durée de vie du système de piles à combustible.Le premier défi est de développer un modèle reliant la détérioration de chaque pile avec la puissance délivrée, de manière à être en mesure de prédire l'effet d'une allocation de charge sur la détérioration de chaque pile, et ainsi prendre une décision post-pronostic pertinente. Plusieurs modèles stochastiques de détérioration, allant du modèle classique de processus Gamma à des modèles plus complexes avec des effets aléatoires, sont développés et adaptés aux spécificités des piles à combustible. Sur la base de ces modèles, plusieurs stratégies de décision post-pronostic pour une MFC sont proposées et, pour chacune d'entre elles, le problème d'optimisation associé est formulé.Tout d'abord, sous un profil de charge constant, en prenant en compte dans le processus de décision à la fois la consommation totale de combustible et la détérioration attendue, une stratégie de gestion de l'énergie tenant compte de la détérioration est proposée pour un système constitué de trois piles à combustible. Le problème d'optimisation multi-objectif associé à cette stratégie est résolu à l'aide d'un algorithme évolutionnaire, ce qui permet d'obtenir les allocations de charge optimisées pour chacune des piles du système. La durée de vie moyenne obtenue dans le cadre de la stratégie proposée s'avère plus longue que celle résultant de stratégies classiques (Average Load, Daisy Chain).De plus, sous un profil de charge dynamique aléatoire, et en prenant en compte les phénomènes de détérioration dus à la fois au niveau et aux variations de la charge, une stratégie de prise de décision est proposée pour un système de deux piles à combustible. La prise de décision est réalisée à chaque événement de modification de la demande, et les allocations de charge optimales sont obtenues en minimisant la fonction objectif qui est estimée sur la base de la prévision de la détérioration future du système. Une étude de l'influence des charges dynamiques aléatoires sur les performances de la stratégie proposée montre que la durée de vie moyenne obtenue dans le cas d’une durée inconnue entre deux modifications de demande est proche de celle obtenue avec une durée d'événement connue, ce qui prouve la robustesse de la stratégie proposée. De plus, il est montré que la durée de vie moyenne du système est augmentée par rapport au cas avec une stratégie de charge moyenne, sur plusieurs modèles de détérioration stochastique différents.Enfin, une étude plus exploratoire ouvre des perspectives de recherche dans le cas où le système multi-piles est composé de trois piles, dont deux seulement fonctionnent en même temps. Pour optimiser la durée de vie des piles, tout en répondant à la demande de charge, le système de gestion de l’énergie doit également optimiser le démarrage et l'arrêt des différentes piles. En fait, l'optimisation du remplacement des piles est également nécessaire pour une tâche d'exploitation à long terme. Par conséquent, cette étude ouvre la voie à des approches de maintenance pour les systèmes multi-piles
Fuel cell systems offer a sustainable solution to electrical power generation in the transportation sector, even if they still encounter reliability and durability issues. Resorting to Multi-stack Fuel Cells systems (MFC) instead of single fuel cells is a promising solution to overcome these limitations by optimally distributing the power demand among the different stacks while taking into account their state of health, by means of an efficient Energy Management Strategy (EMS). In this work, different strategies have been developed for vehicle applications, with the objective of optimizing the fuel cell system lifetime.The first challenge is to develop a model linking the deterioration trend of each stack with the power delivered by the stack, so as to predict the effect of a load allocation on each stack deterioration, and thus make a relevant post-prognostics decision. Several stochastic deterioration models, from the classical Gamma process model to more complex models with random effects are developed and tailored to the fuel cell specificities. Based on these models, several post-prognostics decision-making strategies for an MFC are proposed and, for each of them, the associated optimization problem is formulated.First, under a constant load profile, taking into consideration both the expected whole fuel consumption and the expected deterioration in the decision-making process, a deterioration-aware energy management strategy is proposed for a three-stack fuel cell system. The multi-objective optimization problem associated to this strategy is solved using an evolutionary algorithm, giving the optimized load allocations among stacks. The average lifetime obtained under the proposed strategy is demonstrated to be larger than those resulting from the classical Average Load and Daisy Chain strategies.Furthermore, under a random dynamic load profile, taking into consideration the deterioration phenomena due to both the load magnitude and the load variations, an event-based decision-making strategy is built for a two-stack fuel cell system. The optimal load allocations are obtained by minimizing the objective function which is estimated based on the prevision of the future system deterioration. An investigation on the influence of the random dynamic loads on the proposed strategy performance shows that the average lifetime obtained with unknown event duration is close to that with known event duration, which proves the robustness of the proposed strategy. Moreover, it is shown that the average system lifetime is increased when compared to the case with an Average Load strategy, on several different stochastic deterioration models.Lastly, a more exploratory study opening research perspectives in the case where the multi-stack system is composed of three stacks, only two of which are operating at the same time. To optimize the lifetime of the stacks, while meeting the load demand, the EMS must also optimize the start and stop of the different stacks. In fact, the optimization of stack replacement is also required for a long-term operation task. Therefore, this study opens the way to maintenance approaches to multi-stack systems

Cette thèse est une contribution à la prise de décision robuste pour la maintenance des systèmes soumis à dégradation graduelle. Dans une première contribution, nous développons un critère permettant l'évaluation conjointe de la performance économique moyenne et la robustesse de différents types de stratégies de maintenance. L'avantage du critère proposé est qu'il s'adapte à différents types de stratégies de maintenance et permet d'avoir accès à un modèle d'évaluation simple et pertinent. La deuxième contribution est dédiée au développement et l'évaluation d'une stratégie conjointe de maintenance prévisionnelle et de gestion des pièces de rechange qui s'applique à des systèmes à composants multiples ayant des qualités différentes. Pour la stratégie conjointe proposée, un indicateur de pronostic est utilisé à la fois pour la prise de décision en maintenance et en approvisionnement. Le critère d'évaluation proposé précédemment est utilisé pour l'évaluation de cette stratégie également. La troisième contribution correspond à la proposition de deux stratégies de maintenance conditionnelle à inspection hybrides pour la maintenance des systèmes à composants multiples ayant des qualités différentes et inconnues. Pour les stratégies proposées, les informations de la surveillance en ligne sont utilisées pour dévoiler la qualité des composants du système à maintenir en ayant recours à des techniques statistiques de classification et d'estimation
This thesis is a contribution to robust decision making in maintenance of systems subject to gradual degradation. Our first contribution is to develop a criterion allowing the joint evaluation of the mean economic performance and the robustness of different types of maintenance strategies. The advantage of the proposed criterion is that it adapts to different types of maintenance strategies and provides access to a simple and relevant evaluation model. The second contribution is devoted to the development and the evaluation of a joint maintenance and spares parts management strategy that applies to multi-component systems with different qualities. For the proposed joint strategy, prognostic indicator is used for both maintenance and procurement decision-making. The evaluation criterion proposed above is used for the evaluation of this policy as well. The third contribution corresponds to the proposal of two conditional maintenance strategies with hybrid inspections for the maintenance of multi-component systems with different and unknown qualities. For the strategies proposed, online monitoring information is used to disclose the quality of system components to be maintained using statistical techniques of classification and estimation

La plupart des systèmes industriels évoluent dans un environnement dynamique, c. -à-d. Un environnement soumis à des évolutions brusques telles que des changements de température, de taux d'humidité ou encore de sollicitation du système. Ces changements ont des effets non négligeables sur l'évolution de la dégradation qui peuvent se traduire par une accélération du vieillissement. La considération de ces changements permet une modélisation plus réaliste de la dégradation et ouvre des perspectives quant à la stratégie de maintenance à adopter. Plusieurs politiques de maintenance conditionnelle sont proposées, dont les règles de décision de maintenance sont adaptées à la quantité d'information disponible et/ou considérée lors de la surveillance du système. L'intérêt de la prise en compte de ces informations est étudié à travers l'évaluation du coût des différentes politiques de maintenance pour lesquelles les actions de maintenance sont supposées parfaites. Dans la pratique, les actions de maintenance ne permettent pas nécessairement une remise à neuf du système. Ainsi, une seconde étude porte sur des systèmes construits dans le but d'être au minimum opérationnels pendant une durée finie pouvant représenter une date limite d'assurance. A partir des modèles de maintenance imparfaite existants dans la littérature, plusieurs fonctions d'amélioration sont proposées pour modéliser les effets de la maintenance imparfaite. Une politique de maintenance systématique est alors envisagée et évaluée à horizon fini
Most of systems in the industry are gradually deteriorating systems or devices which undergo a change in their deterioration rate, e. G. , be-cause of environmental or use conditions. This change can impact the degradation of the sys-tem and leads to a sudden increase of the system's deterioration rate. The consideration of such changes leads to a more realistic degradation model and opens perspectives in a maintenance decision making point of view. Several condition-based maintenance policies are then suggested and each of them is adapted to the available, or used, information on the system. The impact of the available information on the average long-run cost rate of the maintained system is studied for each maintenance policy considering perfect maintenance actions. In practical cases, maintenance actions do not lead to the renewal of the system. Hence a second study is performed on a maintenance policy adapted to large structures such as bridges, dikes, or pipelines. Such systems are built in order to be operational for a given finite time span which can be seen, for example, as an insurance deadline. Based on existing imperfect maintenance models, several improvement functions which model the impact of an imperfect maintenance action on the system, are proposed. A systematic maintenance policy is then considered and evaluated on a finite time span

Ce travail de thèse s'inscrit dans une démarche de recherche d'EDF qui vise à maîtriser le vieillissement des installations de son parc nucléaire pour maintenir un niveau de sûreté acceptable. Pour cela, on cherche à évaluer, en particulier pour les composants passifs (tuyauteries, réservoirs), des indicateurs de fiabilité tels que la probabilité de défaillance ou la durée de vie résiduelle en s'appuyant sur les données de Retour d'EXpérience (REX) acquis lors de Contrôles Non Destructifs (CND). Cette évaluation passe par la modélisation des effets des mécanismes de vieillissement (cinétique de dégradation notamment). Les modèles à base de processus stochastiques et en particulier du processus gamma sont apparus comme étant des outils adaptés pour répondre à cet objectif. Dans le contexte industriel d'EDF, les données de REX sont très rares en raison du coût important des inspections et des CND. Elles sont entachées d'incertitude d'origines diverses : erreurs de mesure, censures en temps rendant inconnus les accroissements initiaux, censures en taille porteuses d'une information partielle (présence d'un défaut d'une taille inférieure au seuil de caractérisation). Dès lors, le but de ce travail de recherche est d'intégrer ces incertitudes au modèle stochastique de dégradation et d'en maîtriser l'impact sur les indicateurs de fiabilité
This thesis is a part and parcel of research project at EDF to control the wear of its nuclear power plants and to maintain an acceptable level of safety. In this framework, the aim of the present work is to investigate for passive components the estimation of reliability indicators such as failure probability or residual lifetime by using the experience feedback data collected during Non Destructive Tests (NDT). This evaluation implies the modelling of some degradation phenomena such as fatigue or stress corrosion cracking. The stochastic processes and especially the gamma process appeared to be well-adapted tools to reach this objective. In the industrial context of EDF, the experience feedback data are very rare because of the costs of inspections and of NDT. There are many uncertainties from different origins : measurement errors, time-censored data making unknown the initial increases, or size-censored data carrying incomplete information (presence of a defect of a lower size than the characterization threshold). From then on, the purpose of this research work is to integrate these uncertainties into the model and to control their impact on the reliability indicators

La disponibilité élevée des systèmes technologiques comme l'aérospatial, la défense, la pétrochimie et l'automobile, est un but important des nouveaux développements de la technologie de conception des systèmes sachant que la défaillance onéreuse survient, en général, soudainement. Afin de rendre les stratégies classiques de maintenance plus efficaces et pour prendre en considération l'état et l'environnement évolutifs du produit, un nouveau modèle de pronostic analytique est développé en tant que complément des stratégies de maintenance existantes. Ce nouveau modèle est appliqué aux systèmes mécaniques soumis à la défaillance par fatigue sous charge cyclique répétitive. Sachant que l'effet de fatigue va initier des microfissures qui peuvent se propager soudainement et conduire à la défaillance. Ce modèle est basé sur des lois d'endommagement existantes dans la mécanique de la rupture comme la loi de propagation de fissures de Paris-Erdogan à côté de la loi de cumul de dommage de Palmgren-Miner. A partir d'un seuil prédéfini de dégradation DC, la durée de vie résiduelle (RUL) est estimée à l'aide de ce modèle de pronostic. Les dommages peuvent être cumulés linéairement (Loi de Palmgren-Miner) et aussi non linéairement afin de prendre en compte un comportement plus complexe des chargements et des matériaux. Le modèle de dégradation développé dans ce travail est basé sur une sommation d'une mesure de dommage D à la suite de chaque cycle de chargement. Quand cette mesure devient égale à un seuil prédéfini DC, le système est considéré dans l'état de panne. En plus, l'influence stochastique est incluse dans notre modèle pour le rendre plus précis et réaliste
The high availability of technological systems like aerospace, defense, petro-chemistry and automobile, is an important goal of earlier recent developments in system design technology knowing that the expensive failure can generally occur suddenly. To make the classical strategies of maintenance more efficient and to take into account the evolving product state and environment, a new analytic prognostic model is developed as a complement of existent maintenance strategies. This new model is applied to mechanical systems that are subject to fatigue failure under repetitive cyclic loading. Knowing that, the fatigue effects will initiate micro-cracks that can propagate suddenly and lead to failure. This model is based on existing damage laws in fracture mechanics, such as the crack propagation law of Paris-Erdogan beside the damage accumulation law of Palmgren-Miner. From a predefined threshold of degradation DC, the Remaining Useful Lifetime (RUL) is estimated by this prognostic model. Damages can be assumed to be accumulated linearly (Palmgren-Miner's law) and also nonlinearly to take into consideration the more complex behavior of loading and materials. The degradation model developed in this work is based on the accumulation of a damage measurement D after each loading cycle. When this measure reaches the predefined threshold DC, the system is considered in wear out state. Furthermore, the stochastic influence is included to make the model more accurate and realistic

Dans l’industrie et en particulier dans le domaine de l’automobile, il est aujourd’hui indispensable de maîtriser la fiabilité de ses produits. Une voie pour estimer et valider la fiabilité de manière efficace est d’analyser des mesures de dégradation caractéristique des phénomènes de défaillance. Ce domaine est en plein essor et il existe de nombreuses méthodes répondant à cette problématique. L’objectif de ces travaux de recherche est de proposer une méthodologie d’estimation de la fiabilité basée sur l’analyse de mesures de dégradation dans un contexte où peu de mesures sont disponibles, les temps d’essai sont réduits, les phénomènes physiques de dégradation sont complexes (usure, fissuration, fluage, corrosion) et les profils de mission sont multifactoriels. La première partie de ce travail concerne l’analyse des méthodes utilisées dans l’entreprise Renault. La deuxième partie est l’étude des méthodes présentes dans la littérature, qui répondent également à la problématique. Ensuite une méthodologie de comparaison de ces méthodes est proposée et permet de choisir la méthode d’estimation de fiabilité la plus adaptée aux différentes données représentatives des phénomènes physiques étudiés. Une partie est consacrée à l’optimisation du dimensionnement des plans d’essais intégrant les méthodes d’estimation sélectionnées. La dernière partie traite un cas industriel en utilisant les résultats obtenus dans ce travail de recherche. L’ensemble de ces travaux permet d’orienter les fiabilistes, à chaque étape de la réalisation d’une étude de fiabilité, vers la méthode la plus adaptée au problème à traiter
In industry, especially in automotive industry, it is now essential to control the products’ reliability. One way to efficiently estimate and validate the reliability is to analyze degradation measurements. There are many methods responding to this concern. The aim of this study is to propose a methodology to assess reliability based on degradation measurements with few data, short test duration, complex physical phenomenon (such as wear, fatigue crack growth, creep or corrosion) and multifactor mission profiles. The methods used by Renault are analyzed in the first part of this work. In the second part are studied the other methods responding to this concern. Then a methodology for comparing these methods is proposed and allows choosing the reliability assessment method the most appropriate to treat available data. Another part is devoted to the optimization of the design of test plans including selected estimation methods. The last part deals with an industrial case using the results obtained in this study. This work is supposed to guide the engineer at each stage of a reliability study in choosing the most appropriate method to treat the problems encountered

Nous considérons un système soumis à une détérioration graduelle observée aux temps d'inspection en nous intéressant à deux aspects qui conduisent à utiliser des informations relatives à la détérioration. Lorsque seules des informations relatives à la défaillance sont disponibles, nous considérons l'estimation des paramètres du modèle en présence de PCT-I. Une estimation non-paramétrique de type Kaplan-Meier de la fiabilité aux instants de censure est proposée. Le paramètre inconnu d'un modèle paramétrique est alors estimé par minimum de distance et par maximum de vraisemblance. Le comportement asymptotique des estimateurs du minimum de distance est étudié par des méthodes martingales. Une application à la détermination de plans PCT-I optimaux est proposée puis étendue au cas où un stress en escalier est appliqué au système. Lorsque la dégradation peut être observée continûment, on considère des politiques de maintenance conditionnelle prenant en compte des covariables issues d'une chaîne de Markov homogène à espace d'états fini. Un modèle similaire au modèle à risques proportionnels est utilisé pour modéliser l'influence des covariables. Des politiques d'inspection/remplacement qui minimisent le coût moyen asymptotique par unité de temps sont proposées et comparées numériquement. Une politique de maintenance adaptative est proposée afin de proposer une politique optimale prenant en compte le niveau de la dégradation et les covariables
We consider a system subject to a gradual deterioration which can only be observed through inspections. We consider two important issues to achieve efficient use of the information of the deterioration level from experiments. When the observed degradation is no more than failure times, we consider parametric estimation of the duration model under progressive Type-I censoring. A nonparametric Kaplan-Meier estimator of the reliability function at censoring times is proposed and the unknown Euclidean parameter of a parametric model is estimated using a minimum-distance method or the maximum likelihood method. Consistency and asymptotic normality properties are established using martingales. A methodological application is proposed to design sequential censoring times without covariates or with step-stress. When the degradation can be observed continuously, we consider condition based maintenance policy under the influence of the covariates from a time-homogenous Markov chain with finite state space. A model similar to the proportional hazards model is used to account the covariates effect. An appropriate inspection/replacement policy which minimizes the expected average maintenance cost is derived. By numerical method the average cost under different covariate assumptions and different maintenance policies is investigated. An adaptive maintenance policy is proposed to take into account the information of the deterioration level as well as the covariates state