Louguet, M. Francois (2023) Implémentation du Machine Learning pour une Plateforme de Maintenance Prédictive dans le Secteur Ferroviaire PFE - Projet de fin d'études, ENSTA.
Fichier(s) associé(s) à ce document :
![[img]](/style/images/fileicons/application_pdf.png) | PDF Restricted to Accès restreint 909Kb |
Résumé
La maintenance est cruciale pour la sécurité et la fiabilité des trains dans le secteur ferroviaire. Dans un contexte de croissance de la connectivité des systèmes, du big data et de l’intelligence artificielle, la maintenance prédictive devient essentielle. Ce stage se focalise sur l’intégration de modèles de machine learning dans une plateforme de maintenance prédictive, englobant le traitement complet des données depuis leur collecte dans les flottes de trains jusqu’à la visualisation de l’état de santé des équipements, afin de faciliter les décisions en matière de maintenance. Le projet s’inspire de la norme OSA-CBM (Open System Architecture Condition Based Maintenance) et comprend une succesion de modules de traitement de données.
| Type de document: | Rapport ou mémoire (PFE - Projet de fin d'études) |
|---|---|
| Mots-clés libres: | Maintenance prédictive, machine learning, secteur ferroviaire, données, pipeline, plateforme |
| Sujets: | Sciences et technologies de l'information et de la communication |
| Code ID : | 9894 |
| Déposé par : | francois Louguet |
| Déposé le : | 16 nov. 2023 09:22 |
| Dernière modification: | 16 nov. 2023 09:22 |
