Thèse Aide à la Décision en Vue de la Décarbonisation des Processus de Fabrication Discrète Grâce à une Intelligence Artificielle Centrée sur l'Humain H/F

Doctorat.Gouv.Fr

La réduction des émissions de carbone des lignes de production modernes par le biais de la gestion des opérations nécessite la coordination de multiples tâches, incluant la détection, le diagnostic, la prévision, la recommandation de solutions et la surveillance efficace. Les approches existants s'appuient principalement sur l'optimisation et les méthodes basées sur les données, sous-exploitant ainsi l'atout important que constituent les connaissances du domaine et l'expérience des experts.

Les approches fondées sur les connaissances, qui exploitent principalement les connaissances du domaine et l'expérience des experts, sont souvent plus durables car elles nécessitent généralement moins de ressources informatiques et fournissent des systèmes d'aide à la décision fiables, sûrs, transparents, explicables et dignes de confiance. Elles donnent généralement de bons résultats en matière de diagnostic et de recommandation de solutions. Cependant, elles peinent souvent à accomplir des tâches de prédiction et de détection, en particulier avec des données complexes, et souffrent d'un goulot d'étranglement au niveau de l'acquisition des connaissances ainsi que d'un manque de collaboration étroite entre les chercheurs et les experts industriels.

La combinaison effective de modèles frugaux et explicables, fondés sur les données, avec des modèles fondés sur les connaissances constitue une piste prometteuse pour la mise en place d'un système d'aide à la décision multitâche basé sur l'intelligence artificielle centrée sur l'humain pour la réduction des émissions de carbone dans les processus industriels complexes. Cette thèse vise à explorer cette piste à travers deux cas industriels : le premier portera sur les spécificités des opérations d'usinage, tandis que le second prendra en compte à la fois les opérations d'usinage et d'assemblage. Ce programme de doctorat s'inscrit dans le cadre du projet de recherche national français « PEPR SPLEEN DCarbo », qui vise à développer une nouvelle approche et des outils innovants afin de soutenir la décarbonisation des industries. Il se concentre sur les systèmes de fabrication discrète. La réduction des émissions de carbone des lignes de production modernes par le biais de la gestion des opérations nécessite la coordination de multiples tâches, incluant la détection, le diagnostic, la prévision, la recommandation de solutions et la surveillance efficace. Les approches existants s'appuient principalement sur l'optimisation et les méthodes basées sur les données, sous-exploitant ainsi l'atout important que constituent les connaissances du domaine et l'expérience des experts. Les approches fondées sur les connaissances, qui exploitent principalement les connaissances du domaine et l'expérience des experts, sont souvent plus durables car elles nécessitent généralement moins de ressources informatiques et fournissent des systèmes d'aide à la décision fiables, sûrs, transparents, explicables et dignes de confiance. Elles donnent généralement de bons résultats en matière de diagnostic et de recommandation de solutions. Cependant, elles peinent souvent à accomplir des tâches de prédiction et de détection, en particulier avec des données complexes, et souffrent d'un goulot d'étranglement au niveau de l'acquisition des connaissances ainsi que d'un manque de collaboration étroite entre les chercheurs et les experts industriels.