Speakers
Description
Dans un atelier industriel, la détection d’une non-conformité entraine automatiquement son enregistrement et un arrêt de production pour une analyse de premier niveau qui décidera des actions de sécurisation à mettre en place. Une des actions de sécurisation consiste à identifier les causes racines avant la poursuite des opérations de production. Cette phase d’analyse de recherche de causes racines peut être plus ou moins longue et potentiellement bloquante pour la production. Il est donc nécessaire d’anticiper la connaissance des instants d’apparition des non-conformités grâce à l’analyse des dérives afin de commencer au plus tôt la recherche des causes racines avant l'apparition des non-conformités et préparer en temps masqué les interventions correctives sur le système de production. Dans un premier temps nous avons formalisé le problème adressé dans ce papier puis présenter le modèle de série chronologique SARIMAX ainsi que les sous modèles dérivés : AR, MA, ARMA, ARIMA, SARIMA et SARIMAX. Un exemple d’application a été présenté à titre exploratoire sur des données aléatoires et n’a pas pu révéler les bénéfices escomptés des séries chronologiques : aucun modèle sous-jacent pertinent n’a pu être identifié, ce qui explique une mauvaise aptitude à la prédiction. Il nous a cependant, permis d’appréhender la méthodologie de mise en œuvre de ces modélisations et de proposer une feuille de route sur poursuivre les études sur des données présentant des dérives ou des cycles de production.
