Soutenance de thèse de Jean-Baptiste SCIAU

Composition du jury

    •    M. Xavier LORCA : Centre Génie Industriel IMT Mines Albi - Directeur de thèse
    •    Mme Sophie DEMASSEY : Mines Paris - Rapporteure
    •    M. Claude-Guy QUIMPER : Université Laval - Rapporteur
    •    Mme Christine SOLNON : INSA Lyon - Examinatrice
    •    M. Charles PRUD'HOMME : IMT Atlantique - Co-directeur de thèse
    •    M. Hadrien CAMBAZARD : INP Grenoble - Co-encadrant de thèse
    •    Mme Marie-José HUGUET : INSA Toulouse - Examinatrice
    •    M. Arnaud MALAPERT : Université Côte d'Azur - Examinateur

 

Résumé

La maintenance joue un rôle majeur dans le fonctionnement d’un exploitant d’aéronefs. Elle a pour but de garantir avant tout la sécurité des passagers et le bon entretient de l’appareil. La maintenance aéronautique se décline sous plusieurs formes : corrective (restaurant le système après une défaillance), préventive systématique (suivant un programme de maintenance préétabli) et de plus en plus préventive conditionnelle (consistant à observer l’état de santé d’un système et à intervenir lors du déclenchement d’une condition). La maintenance représente entre 10% et 20% du budget d’un exploitant et une mauvaise gestion de la maintenance peut mener à des retards ou des annulations de vols pouvant causer de lourdes pertes financières. Dans ce contexte, une planification précise et fiable est donc primordiale pour prévenir au maximum les défaillances et limiter les coûts de sûr-maintenance. Ces travaux de thèse se concentrent en particulier sur la maintenance en ligne, gérant les échéances de tâches à court et moyen terme (de l’horizon d’une semaine à quelques mois). Cette gestion de la maintenance consiste à répartir les tâches d’inspections régulières dans les créneaux entre deux vols lorsque l’avion est au sol et ainsi d’éviter de l’immobiliser plusieurs heures pour effectuer ces tâches en une seule fois. Par conséquent, cette pratique permet d’augmenter la navigabilité de l’appareil. Toutefois, la faisabilité du planning est primordiale pour ne pas causer de perturbations dans le planning de vols, en s’assurant en autres d’avoir le temps et les ressources nécessaires à l’exécution des tâches. L’exercice de planification peut être complexe et chronophage pour un humain et l’étude de toutes les possibilités de planification rend l’optimisation difficile. C’est ainsi qu’un assistant à la planification peut présenter un réel bénéfice pour les exploitants d’aéronefs pour simuler rapidement des scénarios de maintenance optimisés. Cette thèse formalise ce problème d’optimisation de la maintenance en ligne comme un problème de gestion de projet à contraintes de ressources (RCPSP) étendu avec des contraintes additionnelles liées à la maintenance et considérant des ressources multi-compétences. L’optimisation multi-objectifs de ce problème est gérée par un ordre lexicographique permettant d’ordonner les priorités industrielles. L’étude de méthodes de résolution exacte est proposée au travers d’un modèle de Programmation Linéaire En Nombres Entiers (PLNE) et d’un modèle de Programmation Par Contraintes (PPC). La comparaison des modèles permet de justifier le choix de la PPC pour résoudre ce problème industriel. Une stratégie de recherche, inspirée de connaissances métier, permet de retourner une première solution reproductible dans un temps acceptable pour un expert. La mise en œuvre sur un cas pratique de maintenance met en évidence les avantages de l’approche proposée en la comparant à une approche industrielle heuristique. Enfin, des méthodes de décomposition sont explorées dans l’espoir d’arriver à résoudre de grandes instances. Des modèles de Génération de Colonnes (GC), appliquées à différents types de RCPSP, sont proposés afin d’étudier leur qualité de résolution. Ces études préliminaires permettent de dresser un état des lieux des prochains travaux nécessaires pour modéliser le problème industriel à l’aide de ces méthodes avancées de résolution.
 

Mots-clés

Maintenance aéronautique, Problème de gestion de projet à contraintes de ressources (RCPSP), Programmation par contraintes, Optimisation multi-objectifs, Génération de colonnes.