Soutenance de thèse de Amandine REGIS

Afin de surveiller l’état physique et de minimiser la détérioration des systèmes dynamiques, différents types de maintenance sont effectués. Cette thèse est une contribution à la création de jumeaux numériques pour le suivi de l’usure des liaisons mécaniques dans le cadre de la maintenance prédictive. Dans ce travail, nous nous sommes intéressés à l’impact de l’architecture d’un jumeau numérique sur la surveillance de l’usure dans le cas d’une liaison pivot soumise à un chargement dynamique. Pour répondre à cette question, dans la première partie de la thèse, un modèle numérique utilisant la théorie de Boussinesq et la loi d’Archard a été développé pour prédire l’usure du système étudié. Ce modèle a été validé par comparaison avec des mesures expérimentales. La seconde partie de la thèse s’est portée sur l’implémentation et la comparaison de deux jumeaux numériques dédiés au suivi de l’usure et à la détection de changement de comportement inattendu. Le premier jumeau numérique utilise l’analyse de données. Le second repose sur le modèle numérique prédictif développé dans la première partie de la thèse. Des règles pour détecter le changement de comportements ont été définies et utilisées avec succès pour les deux jumeaux numériques. Bien que le premier jumeau numérique soit plus rapide à mettre en place et à détecter un changement inattendu, le second a l’avantage d’être prédictif. Un jumeau numérique basé sur un modèle hybride alliant l’analyse de données et un modèle numérique prédictif permettrait de gagner en robustesse. Ce travail démontre la faisabilité de l’utilisation des jumeaux numériques pour la surveillance de l’usure des liaisons. C’est une contribution pour de nouveaux outils de diagnostic de l’usure pour les systèmes mécaniques.

In order to monitor the physical condition and minimize the deterioration of dynamic systems, different types of maintenance are performed. This thesis is a contribution to the creation of digital twins to monitor wear of mechanical links in the context of predictive maintenance. In this work, we investigated the impact of the digital twin architecture on wear monitoring for pivot joint subjected to dynamic loads. To answer this question, in the first part of the thesis, a numerical model using Boussinesq's theory and Archard's law was developed to predict wear of the studied system. This model was validated by comparison with experimental measurements. The second part of the thesis focused on the implementation and comparison of two digital twins dedicated to wear monitoring and unexpected behavior change detection. The first digital twin uses data analysis. The second is based on the predictive numerical model developed in the first part of the thesis. For the detection of behavior changes, rules have been defined and used successfully for both digital twins. Although the first digital twin is faster to implement and to detect an unexpected behavior change, the second has the advantage of being predictive. A digital twin based on a hybrid model combining data analysis and a predictive numerical model would gain in robustness. This work demonstrates the feasibility of using digital twins to monitor wear of mechanical links. It is a contribution to new wear diagnostic tools for mechanical systems.