Добірка наукової літератури з теми "Pronostic de durée de vie résiduelle"

Les cognitions sociales sont significativement perturbées dans la schizophrénie, ces perturbations sont à l’origine de difficultés dans les interactions sociales et par conséquent dans la vie quotidienne. Les programmes en remédiation cognitive ciblant uniquement les déficits en cognitions froides permettent d’améliorer spécifiquement ces déficits mais n’ont pas eu pour autant l’impact espéré sur la vie quotidienne. Différents programmes ciblant les cognitions sociales se sont par conséquent développés en ciblant soit globalement ces déficits (ex. : SCIT, Social Cognition Interaction Training, de D. Penn [1]), soit spécifiquement un domaine (ex. : TAR, Targeting Affective Recognition program, de W. Wolwer [3], ciblant la perception des émotions). Ces programmes peuvent présenter des limites en termes de faisabilité et d’indications cliniques (patients de bon pronostic). Or ce sont les patients de moins bon pronostic (durée d’évolution importante de la maladie) qui présentent les déficits les plus sévères en habiletés sociales. Il existe un pattern commun en termes de dysfonctionnement au niveau des cognitions sociales entre des patients souffrant de troubles autistiques et de certaines formes de schizophrénie. MindReading: An Interactive Guide to Emotions, est un logiciel interactif destiné à améliorer la perception et la reconnaissance des émotions faciales chez les patients souffrant de troubles autistiques [2].ObjectifsPrésenter le programme MindReading et l’intérêt de son utilisation chez les patients souffrant de schizophrénie ayant une longue durée d’évolution et/ou d’hospitalisation.PerspectivesUtiliser et développer des programmes de remédiation en cognitions sociales validés chez des patients souffrant de troubles autistiques pourraient être pertinents pour des patients souffrant d’une certaine forme de schizophrénie avec altérations sévères des cognitions sociales en complément d’un programme de remédiation cognitive sur les cognitions froides.

Introduction : Notre pays est connu pour être une zone d'endémie du kyste hydatique. Grace aux techniques nouvelles d'exploration, nous assistons à une fréquence croissante de la localisation cardiaque. La chirurgie demeure la seule option thérapeutique radicale. Dans ce travail, nous vous rapportons l'experience de notre centre dans la prise en charge des kystes hydatiques cardiaques. Méthodes : De janvier 2000 à Mai 2016, nous avons opéré 25 patients porteurs de kyste hydatique du coeur (25/ 5370 circulation extra-corporelle (CEC) : 0,46%) ; il s’agit de 13 femmes et 12 hommes (Sex ratio F/H : 1,08). L’âge moyen est de 24,54 ans avec des extrêmes de 06 à 66 ans. La localisation est variée (Ventricule gauche dans 14 cas, septum interventriculaire dans 5 cas, ventricule droit dans 5 cas et péricarde dans un cas). La symptomatologie a pris différentes formes cliniques (dyspnée, palpitation). Le rythme était sinusal régulier dans 24 cas. Le diagnostic a été confirmé dans tous les cas par l’échocardiographie, la tomodensitométrie thoracique dans 10 cas et par l’IRM thoracique dans 1 cas. La sérologie hydatique était faite dans 24 cas et revenue positive dans 19 cas et négative dans 3 cas. Résultats : L’indication opératoire a été posée en urgence chez 3 patients et en différé chez 22 patients. Il a été pratiqué chez tous les patients des ponctions et vidange, mise à plat, ablation de la membrane proligère, stérilisation et capitonnage de la cavité résiduelle. un patient a été opéré sans CEC , 5 patients à coeur battant sous assistance circulatoire et 19 sous clampage aortique . La durée moyenne de la CEC était de 35.87 minutes, extrèmes 33 et 99 minutes). La durée de la ventilation variait de 4h à 22 j. Le séjour en réanimation variait aussi de 2 à 22 jours. Nous avons déploré un seul décès. Conclusion : La localisation cardiaque du kyste hydatique est toujours primitive. Le pronostic est dominé par la survenue des complications, le plus souvent redoutables.

Les troubles bipolaires sont déterminés par un ensemble de facteurs, à la fois psychologiques, génétiques et environnementaux bien connus. Les perturbations des relations familiales et sociales constituent également des facteurs de fragilisation.Les thymorégulateurs ont considérablement amélioré le pronostic de ces troubles, en limitant le nombre de récidives. Néanmoins, un pourcentage important de patients continuent à présenter des fluctuations thymiques du fait d’une mauvaise observance thérapeutique, de la persistance de facteurs déclenchants, précipitants ou d’entretien du trouble ou encore du fait de l’insuffisance d’efficacité des thymorégulateurs.D’autres mesures thérapeutiques ont été proposées afin d’optimiser les traitements pharmacologiques et d’agir en amont sur les éléments déclenchants ou précipitants. Les mesures psychoéducatives, dont l’efficacité a longtemps été sous-évaluée, sont aujourd’hui les traitements psychologiques les mieux documentées et pour lesquels il existe un niveau de preuve élevé. Ils figurent en première ligne dans la plupart des guidelines anglo-saxons. Les bénéfices de cette approche complémentaires se situent à différents niveaux : reconnaissance précoce des symptômes qui annoncent une récidive, optimisation de l’observance, acceptation du trouble, amélioration de la qualité de vie, meilleure gestion de la vie sociale, professionnelle et affective, consolidation de l’alliance thérapeutique, contrôle des facteurs déclenchants et précipitants. Les études publiées rapportent une diminution du nombre de récidives et de rechutes, une réduction de la durée d’hospitalisation, un meilleur équilibre de la vie familiale, une amélioration de l’observance et une amélioration de la qualité de vie. L’expert de cette session, qui anime depuis 2000 des séances de psychoéducation, vient d’écrire un manuel conçu pour proposer aux patients un accompagnement personnalisé visant à renforcer le suivi thérapeutique et à stabiliser la maladie. Il présentera aussi l’expérience innovante de la création du Clubhouse France.

Au cours des 25 dernières années, les avancées dans le traitement pharmacologique de la schizophrénie ont été marquées par l’apparition des antipsychotiques de seconde génération dans leurs différentes formes galéniques. Cette session proposera une mise en perspectives pharmacodynamique, pharmacocinétique, mais aussi clinique et méthodologique de ces stratégies de soin. R. Bordet initiera la discussion en passant en revue les critères d’un traitement antipsychotique idéal, qui devraient être :– l’amélioration de l’ensemble des dimensions cliniques de la schizophrénie grâce à la modulation à long terme de la transmission dopaminergique mais aussi des voies non dopaminergiques ;– la modification de l’évolution de la maladie en agissant à long terme sur les anomalies neuropathologiques et neurochimiques.Sur le plan clinique, la répétition des épisodes psychotiques altère le pronostic en termes de fonctionnement psychosocial, de qualité de vie et de stigma. Les antipsychotiques sont efficaces pour prévenir les rechutes chez les patients chroniques et ce dès le début du trouble schizophrénique. Pilar Saiz discutera l’intérêt des antipsychotiques injectables à longue durée d’action, qui sont une option thérapeutique majeure dans la prévention des rechutes, tout au long de la maladie. Ces traitements restent sous-utilisés du fait, notamment, des attitudes de prescription des cliniciens. Cette circonspection est favorisée par plusieurs méta-analyses récentes dont les résultats sont contradictoires concernant l’intérêt de ces formes galéniques en comparaison avec les formes orales pour le traitement d’entretien de la schizophrénie. Les difficultés méthodologiques rencontrées pour démontrer l’éventuelle supériorité de cette forme galénique, seront présentées, en particulier celles liées à l’utilisation des études randomisées contrôlées. Les différentes méthodologies de recherche actuelles seront exposées et comparées afin de préciser le contexte. Enfin, l’intérêt des recommandations professionnelles exclusivement basées sur les résultats des études randomisées contrôlées sera débattu ainsi les évolutions récentes dans ce domaine de la médecine basée sur les preuves.

L’hypothermie accidentelle est définie comme une baisse non intentionnelle de la température centrale du corps en dessous de 35 °C. La prévention de l’hypothermie est essentielle. La mesure de la température centrale est nécessaire au diagnostic d’hypothermie et permet d’en juger la sévérité. En présence de signes de vie, et en présence d’une hypothermie pure, l’instabilité hémodynamique apparente ne devrait en principe pas faire l’objet d’une prise en charge spécifique. Un risque d’arrêt cardiaque (AC) est présent si la température chute en dessous de 30–32 °C. En raison du risque d’AC, un patient hypotherme devrait bénéficier de l’application d’un monitoring avant toute mobilisation, laquelle devra être prudente. En cas d’AC, seule la mesure de la température oesophagienne est fiable. Si l’hypothermie est suspectée comme étant potentiellement responsable de l’AC du patient, celui-ci doit être transporté sous réanimation cardiopulmonaire vers un hôpital disposant d’une méthode de réchauffement par circulation extracorporelle (CEC). La valeur de la kaliémie ainsi que les autres paramètres à disposition (âge, sexe, valeur de la température corporelle, durée du low flow, présence d’une asphyxie) permettront de décider de l’indication d’une CEC de réchauffement. Le pronostic des patients victimes d’un AC sur hypothermie est potentiellement excellent, y compris sur le plan neurologique.

IntroductionLes états mixtes sont très fréquents bien que largement sous-identifiés. Ils posent un réel problème de caractérisation clinique, mais aussi physiopathologique. Leurs caractéristiques, en particulier évolutives, justifient une attention toute particulière.ObjectifsLe but de notre étude est d’étudier les aspects cliniques évolutifs et pronostiques des états mixtes.Matériels et méthodesNous avons réalisé une étude transversale rétrospective descriptive sur les dossiers de 77 patients atteints d’un trouble bipolaire. Notre étude s’est déroulée entre le mois de septembre 2004 et le mois de septembre 2013.RésultatsLa prévalence des patients ayant présenté un accès mixte parmi les admissions pour trouble bipolaire pendant la période de l’étude était de 32,35 %. L’âge moyen de nos patients était de 38,08 ans. Le sexe ratio est de 1,26. La moyenne d’âge de début de la maladie de nos patients est de 26 ans. Les antécédents de tentatives de suicide (TS) existaient dans 30 cas (39 %) Une consommation abusive de substances est retrouvée dans 42cas (54,5 %). La moyenne d’âge de début de la maladie de nos patients est de 26 ans. La moyenne du nombre total des hospitalisations était de 5,44 hospitalisations. La moyenne de la durée totale en jours d’hospitalisations était de 73,73 jours.ConclusionLa reconnaissance de ces états mixtes et le recours au traitement approprié sont nécessaires pour améliorer le pronostic de la maladie et la qualité de vie des patients.

La méthode LISA (Less Invasive Surfactant Administration) améliore le pronostic vital et le devenir à moyen et long termes des nouveau-nés présentant une maladie des membranes hyalines, surtout si l’administration de surfactant exogène est précoce (< 2 heures de vie). Les publications internationales décrivent une baisse de la mortalité de 25 %, de la fréquence de la dysplasie bronchopulmonaire de 30 % et une diminution franche de la durée en jours de ventilation invasive par rapport à la technique INtubation-SURfactant-Extubation. Même si de nouvelles approches moins inconfortables et douloureuses sont actuellement étudiées pour l’administration du surfactant (recours au masque laryngé ou administration en aérosol), de nombreuses limites techniques persistent pour leur mise pratique. Une prémédication avant la mise en place chez le nouveau-né de la procédure LISA s’avère aujourd’hui indispensable, en raison de l’inconfort et de la douleur liée à laryngoscopie pour exposer la glotte de la trachée au cours de ce geste et afin d’en augmenter le taux de réussite. Le propofol et la kétamine sont les deux médicaments qui présentent la meilleure efficacité pour réduire les scores de douleur et sont les mieux tolérés. Certains auteurs leur préfèrent l’utilisation d’un opioïde de synthèse à visée analgésique comme le rémifentanil, en raison d’une sécurité d’utilisation plus élevée. Des études supplémentaires seraient nécessaires pour s’assurer de la sécurité d’emploi d’association de ces différents médicaments sédatifs et/ou analgésiques dans cette indication.

Objectifs Décrire les aspects épidémiologiques, cliniques et pronostiques de l'asphyxie périnatale à la maternité du CHU Kara. Matériel et Méthode : Il s’est agi d’une étude rétrospective, descriptive et analytique menée de Janvier 2022 à Décembre 2022. Etaient inclus tous les nouveau-nés à terme, accouchés durant la période de l’étude qui avaient un score d’Apgar inférieur ou égal à 7 à la cinquième minute de vie. Résultat : La fréquence était de 3,37%. Le sex-ratio était de 1,53. Dans 90,12%, les accouchées avaient moins de 35ans, avec un âge moyen de 24,45ans. Elles étaient en majorité ménagère (58,02%), non instruites ou de niveau d’instruction primaire (72,84%) et primipares (50,62%). Il s’agissait pour la plupart de patientes référées dans 90,13% des cas, n’ayant effectué aucun bilan prénatal dans 44,44% des cas. La voie basse constituait le principal mode d’accouchement dans 77,78% des cas, à un âge gestationnel moyen de 38,6 semaines d’aménorrhée. Le liquide amniotique était méconial dans 60,49% et clair dans 20,99% des cas. Dans 69,14%, le score d’Apgar était à 7-6 à la cinquième minute. Après une durée moyenne de 7,6 minutes de réanimation du nouveau-né, le score d’Apgar à la dixième minute est inférieure à 7 dans 49,38% des cas. Le taux de décès néonatal précoce était de 27,16%. Conclusion : L’asphyxie périnatale est grave. L’amélioration du pronostic néonatal nécessite une amélioration du suivi prénatal et la prise en charge efficiente de l’accouchement. Objectives: describe the epidemiological, clinical and prognostic aspects of perinatal asphyxia at the Kara university hospital maternity unit Material and Method: This was a retrospective, descriptive and analytical study conducted from January 2022 to December 2022. All full-term neonates delivered during the study period who had an Apgar score of less than or equal to 7 at fifth minute of life were included. Results: Perinatal asphyxia rate was 3.37%. The sex ratio was 1.53. In 90.12% of cases, the mothers were under 35 years of age, with an average age of 24.4 years. The majority were housewives (58.02%), uneducated or with primary education (72.84%) and primiparous (50.62%). Most of the patients were referred in 90.13% of cases, and 44.44% had not undergone any antenatal check-up. The vaginal delivery was the main mode of delivery in 77.78% of cases, at an average gestational age of 38.6 weeks' amenorrhoea. Amniotic fluid was meconium in 60.49% and clear in 20.99% of cases. In 69.14% of cases, the Apgar score was 7 or 6 at the fifth minute. After 7.6 minutes mean resuscitation, the Apgar score at the tenth minute was less than 7 in 49.38% of cases. The rate of early neonatal death was 27.16%. Conclusion: Perinatal asphyxia is serious. Improving neonatal prognosis requires better antenatal monitoring, quality pregnancy monitoring and efficient management of delivery.

Introduction : Les troubles fonctionnels Intestinaux (TFI) ou syndrome de l’intestin irritable représentent un véritable problème de santé publique. Si cette affection n’engage pas le pronostic vital, elle altère significativement et de façon chronique la qualité de vie des malades. L’étiologie est mal connue et de nombreux facteurs sont impliqués. Méthodes : Il s’agissait d’une étude transversale descriptive à recueil prospectif de données réalisée en consultation externe du service d’hépato-gastroentérologie de l’hôpital national Donka du CHU de Conakry pour une durée de 2 ans. Résultats : Trois cent quatre-vingt-dix-huit cas de TFI sur 1309 patients avaient été recensé soit une prévalence de 30,40%. On notait une prédominance féminine avec un sex ratio de 0,92. L’âge moyen de nos patients était de 49 ans avec des extrêmes de 10 et 88 ans. Les tranches d’âge de 25-34 ans et 35-44 ans étaient les plus représentées avec des fréquences respectives de 24,52% et 22,07%. Les principaux signes cliniques étaient des douleurs abdominales (92,28%), de la constipation dans 84,41%, ballonnement abdominal 28,39% et diverses manifestations extradigestives : insomnie dans 32,08%, de céphalées dans 30,55% des cas, de la fibromyalgie 22,91%. Les principaux facteurs déclenchants étaient : les facteurs psychologiques 32,08% et alimentaires (tubercules 14,13%, haricot 6,11%, le dîner tardif et ou copieux 4,2% et les boissons gazeuses 3,44%). Le retentissement socioprofessionnel des TFI était dominé par l’absentéisme dans 82,78% des cas, le retard au travail dans 20%. Les comorbidités digestives les plus fréquentes étaient : le reflux gastro œsophagien (RGO), la dyspepsie, le dolichocôlon ainsi que leur association. Les examens complémentaires morphologiques étaient représentés par (une échographie abdominale et pelvienne a été réalisée chez 50,11% de nos patients et elle objectivait une aérocolie dans 45% des cas ;un scanner abdominopelvien fait dans 3,56% des cas, examen sans anomalie ; une ano-recto-sigmoïdoscopie dans 17,80% des cas et une ; coloscopie dans 4,98% des cas, toutes normales ; une fibroscopie oeso-gastroduodénale chez 25% de nos patients et était normale ;un lavement baryté double contraste 11,20%. Conclusion : Le TFI est un problème de santé publique qui altère la qualité de vie des personnes atteintes. Les douleurs abdominales, la constipation et le ballonnement abdominal en constituent la triade symptomatique. Le stress est un facteur déclenchant de la symptomatologie. L’association du SII avec des comorbidités digestives et extra-digestives est fréquente. Les examens complémentaires morphologique ont des conséquences financières difficiles dans la majorité des cas chez nos patients. Introduction : Functional digestive disorders (TFI) or irritable bowel syndrome represent a real public health problem. Although this condition is not life-threatening, it significantly and chronically alters the quality of life of patients. The etiology is poorly understood and many factors are involved. Methods : This was a descriptive cross-sectional study with prospective data collection carried out in the outpatient clinic of the hepato-gastroenterology department of the Donka National Hospital of the Conakry University Hospital for a period of 2 years. Results : Three hundred and ninety-eight cases of TFI out of 1309 patients were identified, representing a prevalence of 30.40%. There was a female predominance with a sex ratio of 0.92. The average age of our patients was 49 years with extremes of 10 and 88 years. The age groups of 25-34 and 35-44 were the most represented with respective frequencies of 24.52% and 22.07%. The main clinical signs were abdominal pain (92.28%), constipation in 84.41%, abdominal bloating in 28.39%, and various extra digestive manifestations: insomnia in 32.08%, headache in 30.55% of cases. cases, fibromyalgia 22.91%. The main triggering factors were: psychological factors 32.08% and dietary factors (tubers 14.13%, beans 6.11%, late or heavy dinner 4.2% and soft drinks 3.44%). The socio-professional impact of TFIs was dominated by absenteeism in 82.78% of cases, and lateness for work in 20%. The most frequent digestive comorbidities were: gastroesophageal reflux disease (GERD), dyspepsia, dolichocolon and their association. Additional morphological examinations were represented by (an abdominal and pelvic ultrasound was carried out in 50.11% of our patients and it revealed aerocolia in 45% of cases; an abdominopelvic scan was performed in 3.56% of cases, examination without abnormality; an anorecto-sigmoidoscopy in 17.80% of cases and the colonoscopy in 4.98% of cases, all normal; an esophagogastroduodenal fibroscopy in 25% of our patients and was normal; a double contrast barium enema 11 .20%. Conclusion: TFI is a public health problem that impairs the quality of life of those affected. Abdominal pain, constipation, and abdominal bloating constitute the symptomatic triad. Stress is a triggering factor for the symptoms. The association of IBS with digestive and extra-digestive comorbidities is common. Additional morphological examinations have difficult financial consequences in the majority of cases among our patients.

La mise en place d’une politique de maintenance prévisionnelle est un défi majeur dans l’industrie qui tente de réduire le plus possible les frais relatifs à la maintenance. En effet, les systèmes sont de plus en plus complexes et demandent un suivi de plus en plus poussé afin de rester opérationnels et sécurisés. Une maintenance prévisionnelle nécessite d’une part d’évaluer l’état de dégradation des composants du système, et d’autre part de pronostiquer l’apparition future d’une panne. Plus précisément, il s’agit d’estimer le temps restant avant l’arrivée d’une défaillance, aussi appelé Remaining Useful Life ou RUL en anglais. L’estimation d’une RUL constitue un réel enjeu car la pertinence et l’efficacité des actions de maintenance dépendent de la justesse et de la précision des résultats obtenus. Il existe de nombreuses méthodes permettant de réaliser un pronostic de durée de vie résiduelle, chacune avec ses spécificités, ses avantages et ses inconvénients. Les travaux présentés dans ce manuscrit s’intéressent à une méthodologie générale pour estimer la RUL d’un composant. L’objectif est de proposer une méthode applicable à un grand nombre de cas et de situations différentes sans nécessiter de modification majeure. De plus, nous cherchons aussi à traiter plusieurs types d’incertitudes afin d’améliorer la justesse des résultats de pronostic. Au final, la méthodologie développée constitue une aide à la décision pour la planification des opérations de maintenance. La RUL estimée permet de décider de l’instant optimal des interventions nécessaires, et le traitement des incertitudes apporte un niveau de confiance supplémentaire dans les valeurs obtenues
Predictive maintenance strategies can help reduce the ever-growing maintenance costs, but their implementation represents a major challenge. Indeed, it requires to evaluate the health state of the component of the system and to prognosticate the occurrence of a future failure. This second step consists in estimating the remaining useful life (RUL) of the components, in Other words, the time they will continue functioning properly. This RUL estimation holds a high stake because the precision and accuracy of the results will influence the relevance and effectiveness of the maintenance operations. Many methods have been developed to prognosticate the remaining useful life of a component. Each one has its own particularities, advantages and drawbacks. The present work proposes a general methodology for component RUL estimation. The objective i to develop a method that can be applied to many different cases and situations and does not require big modifications. Moreover, several types of uncertainties are being dealt With in order to improve the accuracy of the prognostic. The proposed methodology can help in the maintenance decision making process. Indeed, it is possible to select the optimal moment for a required intervention thanks to the estimated RUL. Furthermore, dealing With the uncertainties provides additional confidence into the prognostic results

Cette thèse contribue au développement des recherches dans le domaine du Pronostic et Health Management : gestion de l’état de santé des systèmes complexes. Dans un contexte de management opérationnel et de sûreté de fonctionnement des systèmes, nous proposons d’étudier comment la modélisation par un Modèle Graphique Probabiliste Dynamique (MGPD) permet le diagnostic de l’état de santé courant d’un système, le pronostic de cet état et de l’évolution des dégradations, ainsi que l’estimation de sa durée de vie résiduelle en fonction de ses conditions opérationnelles. La dégradation des composants est en général inconnue et nécessite un arrêt du système pour être observée. Cependant, cela est difficile, voire impossible, durant l’exploitation du système. Néanmoins, un ensemble de grandeurs observables sur le système ou le composant peut caractériser le niveau de dégradation et faciliter l’estimation de la durée de vie résiduelle du composant et du système. Les MGPD offrent une approche adaptée à la modélisation de l’évolution de l’état de santé des systèmes et des composants. Nous étendons la modélisation classique des modèles de la famille des HMM vers les IOHMM pour permettre une propagation temporelle de l’incertitude afin de résoudre le problème de pronostic de l’état de santé et de l’estimation de la durée de vie résiduelle. Cette recherche comprend l’extension des algorithmes d’apprentissage et d’inférence appliqués aussi bien dans le cas d’un composant que pour un système structuré. Cette thèse a pour but de contribuer à lever les verrous scientifiques suivants : - Considérer l'état de santé du système par un modèle stochastique et apprendre les paramètres du modèle à partir des mesures disponibles sur le système. - Établir un diagnostic de l’état de santé du système et le pronostic de son évolution en intégrant plusieurs conditions opérationnelles. - Estimer la durée de vie résiduelle des composants et des systèmes structurés (série, parallèle) à partir de ses composants. L’enjeu est majeur, car le pronostic de la dégradation des composants du système permet de définir des stratégies soit de pilotage soit de maintenance par rapport à la durée de vie résiduelle du système. Cela permet la réduction de la probabilité d’occurrence d’un arrêt pour cause de dysfonctionnement du système, soit en ajustant la vitesse de dégradation pour s’accorder à un plan de maintenance préventif, soit en planifiant les interventions de maintenance de manière proactive
This thesis contributes to prognosis and health management for assessing health condition of complex systems. In the context of operational management and operational safety of systems, we propose to investigate how Dynamic Probabilistic Graphical Modelling (DPGM) can be used to diagnose the current health state of systems, prognostic the future health state, and the evolution of degradation, as well as estimate its remaining useful life based on its operating conditions. System degradation is generally unknown and requires shutting down the system to be observed. However, this is difficult or even impossible during system operation. Though, a set of observable quantities on a system or component can characterise the level of degradation and help to estimate the remaining useful life of components and systems. The DPGM provides an approach suitable for modelling the evolution of the health state of systems and components. The aim of this thesis is to transpose and capitalize on the experience of these previous works in a prognostic context on the basis of a more efficient DPGM taking into account the available knowledge on the system. We extend the classical HMM family models to the IOHMM to allow the time propagation of uncertainty to address prognostic problems. This research includes the extension of learning and inference algorithms. Variants of the HMM model are proposed to incorporate the operating environment into the prognosis. The aim of this thesis is to contribute to solving the following scientific locks: - Considering the state of health whatever the complexity of the system by a stochastic model and learning the model parameters from the available measurements on the system. - Establish a diagnosis of the state of health of the system and the prognosis of its evolution by integrating several operational conditions. - Estimate the remaining useful life of components and structured systems with series and parallel components. This is a major challenge because the prognosis of the degradation of system components makes it possible to define strategies for either control or maintenance in relation to the residual life of the system. This allows the reduction of the probability of occurrence of a shutdown due to a system malfunction either by adjusting the degradation speed to fit in with a preventive maintenance plan or by proactively planning maintenance interventions

Ce travail de recherche consiste en la proposition d’une nouvelle approche de caractérisation non destructive de l’endommagement des matériaux composites (carbone/époxy) sollicités en fatigue par des essais d’auto-échauffement (blocs de chargements croissants). Cette approche est basée sur l’utilisation de plusieurs techniques non destructives appliquées in-situ, en temps réel ou différé, dont l’analyse est, soit redondante soit complémentaire. Au total, six techniques ont été utilisées (émission acoustique, thermographie infrarouge, corrélation d’images numériques, acousto-ultrasons, ultrasons C-scan et ondes de Lamb) et leurs résultats post-traités puis fusionnés à l’aide d’algorithmes basés sur les réseaux de neurones. Les résultats obtenus ont permis d’évaluer et de localiser l’endommagement du matériau et d’estimer sa durée de vie résiduelle. Ce faisant, plusieurs avancés scientifiques ont été obtenus en réalisant, par exemple, une localisation 2D des évènements acoustiques à l’aide seulement de deux capteurs avec une précision millimétrique, ou encore le développement d’une nouvelle technique imagée d’acousto-ultrasons permettant un contrôle hors contraintes de l’état d’endommagement du matériau, …et enfin, le pronostic de la durée de vie résiduelle du matériau basé sur une fusion de données par réseaux de neurones
This research work consists in a new approach for non-destructive characterisation of damage in composite materials (carbon/epoxy) subjected to fatigue during self-heating tests (increasing load blocks). This approach is based on the use of several non-destructive techniques applied in-situ, in real time or delayed, whose analysis is either redundant or complementary. Six techniques were used (acoustic emission, infrared thermography, digital image correlation, acousto-ultrasound, C-scan ultrasound and lamb waves) and their post-processed results were merged using algorithms based on neural networks. The results obtained made it possible to assess and locate the damage of the material and to estimate its residual life. In doing so, several scientific advances have been obtained by, for example, carrying out a 2D localization of acoustic events using only two sensors with millimetric precision, or the development of a new pictorial acousto-ultrasonic technique allowing an control of the state of material damage at free stress conditions, ... and finally, the prognosis of the residual lifetime of the material based on a data fusion by neural networks

Cette thèse porte sur le diagnostic et le pronostic pour l’aide à la maintenance de systèmes complexes. Elle présente deux approches de diagnostic/pronostic qui permettent de générer les indicateurs utiles pour l’optimisation de la stratégie de maintenance. Plus précisément, ces approches permettent d’évaluer l’état de santé et de prédire la durée de vie résiduelle du système. Les approches présentées visent en particulier à pallier le problème d’absence d’indicateurs de dégradation. Les développements sont fondés sur l’utilisation d’observateurs, de formalisme de Modèle de Markov Caché, des méthodes d’inférences statistiques et des méthodes de prédiction de séries temporelles à base d’apprentissage afin de caractériser et prédire les modes de fonctionnement du système. Les deux approches sont illustrées sur des exemples de dégradation d’un système de régulation de niveau d’eau, d’une machine asynchrone et d’une batterie Li-Ion
The research presented in this thesis deals of diagnosis and prognosis of complex systems. It presents two approaches that generate useful indicators for optimizing maintenance strategies. Specifically, these approaches are used to assess the level of degradation and estimate the Remaining Useful Life of the system. The aim of these approaches is to overcome for the lack of degradation indicators. The developments are based on observers, Hidden Markov Model formalism, statistical inference methods and learning-based methods in order to characterize and predict the system operating modes. To illustrate the proposed failure diagnosis/prognosis approaches, a simulated tank level control system, an induction motor and a Li-Ion battery were used

La complexification des systèmes et la réduction du nombre de capteurs nécessitent l’élaboration de méthodes de surveillance de plus en plus efficaces. Le travail de cette thèse s’inscrit dans ce contexte et porte sur le diagnostic et le pronostic des Systèmes à Événements Discrets (SED) temporisés. Les réseaux de Petri stochastiques partiellement mesurés sont utilisés pour modéliser le système. Le modèle représente à la fois le comportement nominal et le comportement dysfonctionnel du système. Il permet aussi de représenter ses capteurs à travers une mesure partielle des transitions et des places. Notre contribution porte sur l’exploitation de l’information temporelle pour le diagnostic et le pronostic des SED. À partir d’une suite de mesures datées, les comportements du système qui expliqueraient ces mesures sont d’abord déterminés. La probabilité de ces comportements est ensuite évaluée pour fournir un diagnostic du système en termes de probabilité d’occurrence d’un défaut. Dans le cas où une faute est diagnostiquée, une approche permettant d’estimer la distribution de sa date d’occurrence est proposée. L’objectif est de donner plus de détails sur cette faute afin de mieux la caractériser. Par ailleurs, la probabilité des comportements compatibles est exploitée pour estimer l’état actuel du système. Il s’agit de déterminer les marquages compatibles avec les mesures ainsi que leurs probabilités associées. À partir de cette estimation d’état, la prise en considération des évolutions possibles du système permet d’envisager la prédiction de la faute avant son occurrence. Une estimation de la probabilité d’occurrence de la faute sur un horizon de temps futur est ainsi obtenue. Celle-ci est ensuite étendue à l’évaluation de la durée de vie résiduelle du système. Enfin, une application des différentes approches développées sur un cas d’un système de tri est proposée
Due to the increasing complexity of systems and to the limitation of sensors number, developing monitoring methods is a main issue. This PhD thesis deals with the fault diagnosis and prognosis of timed Discrete Event Systems (DES). For that purpose, partially observed stochastic Petri nets are used to model the system. The model represents both the nominal and faulty behaviors of the system and characterizes the uncertainty on the occurrence of events as random variables with exponential distributions. It also considers partial measurements of both markings and events to represent the sensors of the system. Our main contribution is to exploit the timed information, namely the dates of the measurements for the fault diagnosis and prognosis of DES. From the proposed model and collected measurements, the behaviors of the system that are consistent with those measurements are obtained. Based on the event dates, our approach consists in evaluating the probabilities of the consistent behaviors. The probability of faults occurrences is obtained as a consequence. When a fault is detected, a method to estimate its occurrence date is proposed. From the probability of the consistent trajectories, a state estimation is deduced. The future possible behaviors of the system, from the current state, are considered in order to achieve fault prediction. This prognosis result is extended to estimate the remaining useful life as a time interval. Finally, a case study representing a sorting system is proposed to show the applicability of the developed methods

Aujourd'hui, la maîtrise de l'énergie est la question prépondérante pour la croissance économique des entreprises industrielles. En effet, l’énergie est une ressource qui se raréfie et qui devient de plus en plus coûteuse. L’optimisation énergétique est donc un défi majeur que doit relever les entreprises et principalement celles manufacturières pour supporter les exigences du développement durable. Cette optimisation est à construire prioritairement par une amélioration de l’efficacité énergétique (EE), c'est-à-dire réduire la quantité d'énergie requise pour produire des produits et des services. En regard de ce défi énergétique, l’objectif de cette thèse est d’investiguer la considération de l’efficacité énergétique et de sa prévision comme un nouvel indicateur pertinent dans la prise de décision en maintenance. En ce sens, nous proposons tout d'abord un concept de l’efficacité énergétique, appelé EEI (EE indicator), applicable aux différents niveaux d’abstraction d’un système industriel. Nous définissons ensuite une formulation générique permettant d’évaluer l'EEI (et son évolution) en prenant en compte les facteurs d’influence statiques et dynamiques. Cela nous amène à fonder un concept de performance d’efficacité énergétique, appelé REEL (Remaining Energy-Efficient Lifetime), représentant la durée de vie énergétique résiduelle. Pour prédire l’évolution potentielle de l’EEI qui permettra de calculer la REEL, une approche générique basée sur des approches de pronostics existantes est également développée. Ensuite, nous investiguons l'utilisation d’EE dans la prise de décision en maintenance conditionnelle (Condition-Based Maintenance, CBM). Enfin, toutes ces contributions sont validées sur la plateforme laboratoire TELMA
Among sustainability consideration, energy is today the key for economic growth in industrial systems. Energy resources are however limited and becomes more and more expensive. The energy optimization of manufacturing systems must therefore be considered as a major challenge to be compliant with environmental impact and management of energy resources. This should be reflected primarily by using energy efficiency (EE) as main key lever to deploy sustainability to plants, i.e. reduce the amount of energy required to provide products and services. With regards to this EE context, the aim of this thesis is to investigate the problem of considering energy efficiency and its prediction as a new indicator in maintenance decision-making. In that way, we develop first a concept of energy efficiency, called EEI (energy efficiency indicator), applicable to the different levels of abstraction of an industrial system. Then, we propose a generic formulation to evaluate the EEI (and its evolution) taking into account static and dynamic factors of influence. The temporal evolution of this indicator with respect to the degradation of the system is addressed in a predictive maintenance objective. It leads to found an energy efficiency performance concept called REEL (remaining energy-efficient lifetime), representing the residual energy lifetime. To predict the potential evolution of the IEE to calculate REEL, a generic approach based on existing predictive approaches is also developed. Next, we investigate the use of EE in CBM maintenance decision-making. Finally, all these contributions are validated on the TELMA platform

Aujourd'hui, la maîtrise de l'énergie est la question prépondérante pour la croissance économique des entreprises industrielles. En effet, l’énergie est une ressource qui se raréfie et qui devient de plus en plus coûteuse. L’optimisation énergétique est donc un défi majeur que doit relever les entreprises et principalement celles manufacturières pour supporter les exigences du développement durable. Cette optimisation est à construire prioritairement par une amélioration de l’efficacité énergétique (EE), c'est-à-dire réduire la quantité d'énergie requise pour produire des produits et des services. En regard de ce défi énergétique, l’objectif de cette thèse est d’investiguer la considération de l’efficacité énergétique et de sa prévision comme un nouvel indicateur pertinent dans la prise de décision en maintenance. En ce sens, nous proposons tout d'abord un concept de l’efficacité énergétique, appelé EEI (EE indicator), applicable aux différents niveaux d’abstraction d’un système industriel. Nous définissons ensuite une formulation générique permettant d’évaluer l'EEI (et son évolution) en prenant en compte les facteurs d’influence statiques et dynamiques. Cela nous amène à fonder un concept de performance d’efficacité énergétique, appelé REEL (Remaining Energy-Efficient Lifetime), représentant la durée de vie énergétique résiduelle. Pour prédire l’évolution potentielle de l’EEI qui permettra de calculer la REEL, une approche générique basée sur des approches de pronostics existantes est également développée. Ensuite, nous investiguons l'utilisation d’EE dans la prise de décision en maintenance conditionnelle (Condition-Based Maintenance, CBM). Enfin, toutes ces contributions sont validées sur la plateforme laboratoire TELMA
Among sustainability consideration, energy is today the key for economic growth in industrial systems. Energy resources are however limited and becomes more and more expensive. The energy optimization of manufacturing systems must therefore be considered as a major challenge to be compliant with environmental impact and management of energy resources. This should be reflected primarily by using energy efficiency (EE) as main key lever to deploy sustainability to plants, i.e. reduce the amount of energy required to provide products and services. With regards to this EE context, the aim of this thesis is to investigate the problem of considering energy efficiency and its prediction as a new indicator in maintenance decision-making. In that way, we develop first a concept of energy efficiency, called EEI (energy efficiency indicator), applicable to the different levels of abstraction of an industrial system. Then, we propose a generic formulation to evaluate the EEI (and its evolution) taking into account static and dynamic factors of influence. The temporal evolution of this indicator with respect to the degradation of the system is addressed in a predictive maintenance objective. It leads to found an energy efficiency performance concept called REEL (remaining energy-efficient lifetime), representing the residual energy lifetime. To predict the potential evolution of the IEE to calculate REEL, a generic approach based on existing predictive approaches is also developed. Next, we investigate the use of EE in CBM maintenance decision-making. Finally, all these contributions are validated on the TELMA platform

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

Cette thèse développe des approches pour le diagnostic et le pronostic de systèmes dynamiques incertains en utilisant la technique de modélisation Bond Graph (BG). Tout d'abord, une représentation par intervalles des incertitudes paramétriques et de mesures est intégrée à un modèle BG-LFT (Linear Fractional Transformation). Une méthode de détection robuste de défaut est développée en utilisant les règles de l'arithmétique d'intervalle pour la génération de seuils robustes et adaptatifs sur les résidus nominaux. La méthode est validée en temps réel sur un système de générateur de vapeur.Deuxièmement, une nouvelle méthodologie de pronostic hybride est développée en utilisant les Relations de Redondance Analytique déduites d'un modèle BG et les Filtres Particulaires. Une estimation de l'état courant du paramètre candidat pour le pronostic est obtenue en termes probabilistes. La prédiction de la durée de vie résiduelle est atteinte en termes probabilistes. Les incertitudes associées aux mesures bruitées, les conditions environnementales, etc. sont gérées efficacement. La méthode est validée en temps réel sur un système mécatronique incertain.Enfin, la méthodologie de pronostic développée est mise en œuvre et validée pour le suivi efficace de la santé d'un sous-système électrochimique d’une pile à combustible à membrane échangeuse de protons (PEMFC) industrielle à l’aide de données de dégradation réelles
This thesis develops the approaches for diagnostics and prognostics of uncertain dynamic systems in Bond Graph (BG) modeling framework. Firstly, properties of Interval Arithmetic (IA) and BG in Linear Fractional Transformation, are integrated for representation of parametric and measurement uncertainties on an uncertain BG model. Robust fault detection methodology is developed by utilizing the rules of IA for the generation of adaptive interval valued thresholds over the nominal residuals. The method is validated in real time on an uncertain and highly complex steam generator system.Secondly, a novel hybrid prognostic methodology is developed using BG derived Analytical Redundancy Relationships and Particle Filtering algorithms. Estimations of the current state of health of a system parameter and the associated hidden parameters are achieved in probabilistic terms. Prediction of the Remaining Useful Life (RUL) of the system parameter is also achieved in probabilistic terms. The associated uncertainties arising out of noisy measurements, environmental conditions etc. are effectively managed to produce a reliable prediction of RUL with suitable confidence bounds. The method is validated in real time on an uncertain mechatronic system.Thirdly, the prognostic methodology is validated and implemented on the electrical electro-chemical subsystem of an industrial Proton Exchange Membrane Fuel Cell. A BG of the latter is utilized which is suited for diagnostics and prognostics. The hybrid prognostic methodology is validated, involving real degradation data sets

Le prognostic d'état de santé est un enjeu majeur dans le domaine de la maintenance prévisionnelle, et a été l'objet de nombreuses études ces dernières années, cherchant notamment à utiliser l'Intelligence Artificielle (IA) pour améliorer les performances de prédiction. Néanmoins, peu d'approches réalistes, prenant en compte les contraintes industrielles réelles, et notamment le manque de données sous dégradation, ont été proposées à ce jour. L'objectif des travaux de cette thèse est de proposer une approche de prognostic à base d'IA la plus réaliste possible, en prenant notamment en compte la problématique de l'absence de données de dégradation, et en utilisant les connaissances a priori disponibles. Une stratégie globale de prognostic en l'absence de données mesurées sous dégradation est proposée. Elle se divise en trois grandes étapes. Tout d'abord, une phase d'augmentation de données hybride basée sur l'utilisation de l'identification de systèmes couplée à l'injection d'un modèle de dégradation physique permet de générer à la fois des données nominales et des données sous dégradation. Ensuite, une méthode d'extraction non-supervisée de l'indicateur d'état de santé, utilisant l'erreur de reconstruction d'un autoencodeur, permet d'obtenir un indicateur d'état de santé à partir des données de capteur mesurées sur le système. Enfin, un processus de prédiction à long-terme de l'indicateur d'état de santé permet d'obtenir une prédiction de la durée de vie résiduelle. Certaines étapes sont d'abord validées sur un jeu de données académique (C-MAPSS), puis la méthode globale est appliquée à un cas industriel réel grâce au partenariat avec l'entreprise Dassault Aviation. Les travaux réalisés mettent en évidence la nécessité de proposer des approches réalistes d'un point de vue industriel, tenant compte des contraintes pratiques, et les résultats obtenus constituent une validation de l'apport des méthodes hybrides (modèles IA intégrant les connaissances disponibles a priori) pour évoluer vers un concept de maintenance prévisionnelle applicable en milieu industriel
State-of-Health prognostics is a major challenge in the predictive maintenance domain, and has been the subject of numerous studies in recent years, with particular emphasis on the use of Artificial Intelligence (AI) to improve prediction performance. However, few realistic approaches have been proposed so far that take into account the real industrial constraints, and in particular the lack of data under degradation. The aim of this PhD work is to propose an AI-based prognostics approach as realistic as possible, addressing in particular the problem of the absence of degradation data, and leveraging the available a priori knowledge. A global prognostics approach in the absence of measured degradation data is proposed. It is divided into three main stages. First of all, a hybrid data augmentation phase based on system identification coupled with the injection of a physics-based degradation model is used to generate both nominal data and degradation data. Next, an unsupervised Health Index (HI) extraction method, using the reconstruction error of an autoencoder, is used to obtain a HI from the sensor data collected on the system. Finally, a long-term HI prediction process leads to Remaining Useful Life (RUL) predictions. Some stages are first validated on an academic dataset (C-MAPSS), then the overall method is applied to a real industrial case thanks to a partnership with Dassault Aviation. The research conducted highlights the need for approaches that are realistic from an industrial point of view, taking account of real-life constraints, and the results obtained open up new opportunities for the practical use of AI in predictive maintenance