Ingénierie de la fiabilité en industrie

Base ou intérêt en opération et production de système (Opérateur, Technicien, ingénieur, etc.)

Module 1. Bases de l'ingénierie de la fiabilité

• Définitions et concepts fondamentaux.
• Durée de vie et MTBF (Mean Time Between Failure).
• Topologie des systèmes et des schémas-blocs en fiabilité.
• Types de redondances et impacts sur la fiabilité.
• Calculs de fiabilité appliqués à la production.
• Cas d'affaires et coûts du cycle de vie des équipements.
• Quelques exemples orientés sur les besoins des participants.

Module 2. Outils et méthodes en fiabilité

• Analyse des modes de défaillance et de leurs effets critiques (AMDEC).
• Maintenance centrée sur la fiabilité (RCM).
• Pannes multiples et stratégies d’adaptation.
• RCM inverse et analyse des causes racines (RCA).
• Impacts de l'erreur humaine sur la fiabilité des systèmes.

Module 3. L’Intelligence Artificielle vs la Fiabilité industrielle

• Introduction à l'industrie 4.0 et à ses impacts sur la maintenance et la fiabilité.
• Intelligence artificielle et apprentissage automatique pour la maintenance prédictive.
• Analyse des données massives (Big Data) pour l'optimisation des processus.
• IoT (Internet des objets) et capteurs intelligents pour la surveillance des équipements.
• Digital Twin (jumeaux numériques) et modélisation des performances.
• Cas concrets d'application de l'IA et du Big Data en fiabilité industrielle.

À l’aide d’exemples et exercices adaptés aux besoins des participants.

Adapter aux besoins des participants.

Approche pratique avec exercices sur des équipements précâblés. Ratio de deux participants par poste de travail (modifiable sur demande). Exemples pratiques dans le contexte industriel orienté vers les besoins des participants.