Thèse CIFRE: Synthèse d’un outil intelligent pour le suivi de santé et la maintenance explicable de systèmes industriels: application à la maintenance de machines à commande numérique

  • P.A La Cantaranne, RODEZ, France
  • Temps complet
  • Legal Entity: Robert Bosch (France) SAS

Description de l'entreprise

Le Groupe Bosch est un important fournisseur mondial de technologies et de services. Avec un effectif d'environ 394 500 collaborateurs dans le monde, le Groupe Bosch a réalisé en 2020 un chiffre d'affaires de 71,6 milliards d'euros. Ses activités sont réparties en quatre domaines : Solutions pour la mobilité, Techniques industrielles, Biens de consommation et Techniques pour les énergies et bâtiments. En tant que société leader de l’Internet des objets (IoT), Bosch propose des solutions innovantes pour les maisons intelligentes, les villes intelligentes, la mobilité connectée et l’industrie connectée.

Avec 23 sites en France, dont 10 ont une activité Recherche & Développement, toutes les activités du Groupe sont aujourd’hui représentées dans l’Hexagone. En 2020, avec un effectif d’environ 6 600 personnes, Bosch France a réalisé un volume d’affaires de plus de 3,2 milliards d’euros sur le territoire national.

Avec Powertrain Solutions (PS), nous proposons à nos clients des solutions globales de mobilité, quel que soit le type de combustible. Avec notre portefeuille complet de produits et services dédiés aux groupes motopropulseurs, nos clients pourront se déplacer partout dans le monde de façon plus efficace, plus économique et plus écologique. Notre objectif est de devenir le fournisseur n°1 de produits et de solutions de mobilité.

Le site Robert Bosch de Rodez (12), site de production d'environ 1 300 personnes, est spécialisé dans la fabrication de buses d'injection, de bougies de préchauffage et d'injecteurs Common rail pour moteurs diesel. Fort de ses compétences dans le domaine de la mécanique de précision et de son label « Vitrine pour l’industrie du futur », le site est résolument tourné vers les technologies du futur et l’industrie 4.0.

Description du poste

Problématique générale

Une machine à commande numérique, typiquement une machine-outil, est un système complexe et hétérogène résultant de l’intégration d’un ensemble de composants mécaniques (broches, forêts, etc), de moteurs, de pompes afin d’assurer une unique fonction globale : l’usinage spécifique d’un produit avec une précision et une puissance adaptée. Comme tout système complexe, une telle machine peut être sujette à des défaillances telles que des pannes franches, ou encore à des dégradations de performance (usure, vieillissement de composants) conduisant à la production de pièces ne respectant plus les spécifications (augmentation du taux de rebus). Pouvoir garantir qu’une telle machine-outil est toujours opérationnelle nécessite la mise en oeuvre d’un système d’aide à la décision pour la maintenance corrective et prévisionnelle.

L’objectif global de cette thèse est de développer un outil de suivi et d’aide à la décision pour la maintenance explicable de ce type de système. Décider intelligemment d’une politique de maintenance sur un système s’appuie sur deux raisonnements principaux: le diagnostic de défaillance/dégradation qui permet de déterminer s’il faut changer un composant n’assurant plus sa fonction (maintenance corrective), et le pronostic (détermination d’un temps de vie résiduelle) qui permet de prévoir le remplacement d’un composant avant sa défaillance.

La plupart des approches utilisées pour répondre à cet objectif exploitent des méthodes d’apprentissage automatique s’appuyant sur des données et des mesures capteurs du système étudié pour apprendre des modèles de comportement, d’usure et de vieillissement qui ont l’inconvénient de ne pas être interprétables, c’est-à-dire que la décision de maintenance issue de ces approches ne peut pas être expliquée aux opérateurs de maintenance.

Le défi de cette thèse consiste donc à intégrer des méthodes de diagnostic/pronostic pour la maintenance d’un système hétérogène spécifique garantissant un niveau d’interprétabilité suffisant pour fournir une explication à toute décision de maintenance qui soit satisfaisante pour les opérateurs.

 

Verrous scientifiques  

·          Comment prendre en compte la nature hétérogène des composants d’une machine à commande numérique pour synthétiser une base de connaissance pour l’aide à la décision de maintenance prévisionnelle globale (approches multi-modèles, méthodes basées modèles et données) ?

·          Comment intégrer de façon cohérente et modulaire le raisonnement à base de modèles et raisonnement à base de données  (apprentissage automatique) dans ce système d’aide à la décision?

·          Quels sont les indicateurs pouvant améliorer l’explicabilité de la décision synthétisée de maintenance et comment en déduire une explication suffisante pour son application par les opérateurs sur site ?

 
Contexte industriel  
 
Cette thèse CIFRE se fera entre le laboratoire LAAS-CNRS et le site de production Bosch-Rodez. Le site de production Bosch Rodez est le site de production le plus important du groupe Bosch en France. Avec 1200 employés, il est constitué d’un millier de machines dont certaines sont connectées en réseau. Ce site fabrique des bougies de préchauffage, des injecteurs Common Rail, ainsi que des buses d’injection. La production est gérée par la plateforme logicielle SAP. Cinquante personnes sont rattachées au service de maintenance qui fonctionne en 3x8.

La thèse sera réalisée dans le service Transformation digitale qui regroupe une dizaine de collaborateurs dédiés à l’industrie 4.0. Des capteurs sont installés sur les différentes machines et armoires électriques. Les données issues de ces capteurs pourront être croisées avec les données d’alarme et de qualité, dont un historique est disponible. L’étude se focalisera en particulier sur la maintenance des broches d’usinages, dont les coûts de remplacement sont importants, et qui sont aujourd’hui remplacées de façon prévisionnelle. Membre d’un groupe international ayant une forte culture de l’innovation, où le Lean Manufacturing est déployé et développé depuis de nombreuses années (sous l’appellation ” maison ” Bosch Production System), le site Bosch Rodez est un site d’excellence au sein du groupe, et est à la pointe de l’innovation. Le site a notamment reçu trois prix prestigieux en 2017 (Trophée Européen de l’Excellence EFQM). Engagé pleinement dans la démarche Industrie 4.0, le site développe aujourd’hui au travers de son équipe transformation digitale une offre de service autour de l’industrie du futur.

Qualifications

Nous recherchons idéalement un candidat ayant une expérience de recherche (stage de Master), ainsi que des bases scientifiques solides en Informatique (analyse de données, algorithmique, programmation, apprentissage automatique).

Des connaissances en Génie Industriel (gestion de la production et des flux, Lean) seraient un plus.

Dynamisme, curiosité intellectuelle, et goût pour l’innovation seront des atouts indispensables pour le succès de cet ambitieux projet de recherche appliquée.

Le candidat doit en outre être à l’aise en anglais (niveau B2), autant à l’oral qu’à l’écrit.

Informations complémentaires

Cette offre d'emploi est relative à l'entité légale Robert Bosch (France) SAS.

Merci de joindre ou de remplir manuellement votre CV,  une lettre de motivation et votre dernier relevé de note

Politique de confidentialitéEmpreinte