VirMaLab — atelier virtuel de maintenance : un outil d’aide à la décision pour l’optimisation des politiques de maintenance

Cet article introduit une approche générique nommée VirMaLab (pour atelier virtuel de maintenance) permettant de développer des modèles de maintenance, basée sur la fiabilité, de systèmes multicomposants et multiétats. S’appuyant sur le formalisme des modèles graphiques probabilistes (MGP) [ou réseaux bayésiens (RB)], cette approche stochastique modélise aussi bien les processus de dégradation caractérisant le système étudié (une approche semimarkovienne originale sera proposée pour cela) que les procédures de diagnostic mises en œuvre et les actions de maintenance qui en découlent. L’intégration de coûts (d’exploitation, d’indisponibilité, de maintenance…) est également possible. À titre d’illustration, deux applications de cette démarche sont introduites, dédiées à la maintenance du rail. La première s’intéresse à l’optimisation du compromis régénération / réparation pour le tronçon central du RER A, tandis que la seconde vise à permettre l’évaluation et la comparaison de différentes stratégies de maintenance pour la prévention de la rupture du rail dans un contexte de modernisation des automatismes de lignes à roulement fer du métro parisien. null