Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/24849
Title: La Maintenance prédictive des machines de l'industrie 4.0
Other Titles: : utilisation du Deep Learning pour la detection des anomalies.
Authors: Menasria, Mohamed
Baouche, Alicia
Ait Kaci Azzou, Samira ; promotrice
Keywords: Maintenance prédictive : Industrie 4.0 : Deep learning : Anomalies industrielles
Issue Date: 2024
Publisher: Université Abderramane Mira-Bejaia
Abstract: Ce mémoire propose une approche intelligente de maintenance prédictive pour l'Industrie 4.0, visant à détecter les anomalies dans les équipements industriels grâce à l'inté- gration des réseaux de neurones LSTM et GRU. L'objectif principal est d'améliorer la fiabilité opérationnelle et la gestion des ressources en optimisant la prédiction des défaillances. En exploitant les réseaux de neurones récurrents, nous avons proposé d'utiliser l'approche hybride combinant LSTM et GRU pour résoudre le défi de la maintenance prédictive. Les résultats expérimentaux démontrent une amélioration significative de la précision prédictive par rapport aux approches traditionnelles, mettant en évidence l'efficacité du modèle hybride proposé pour anticiper et prévenir les défaillances industrielles.
Description: Option : systéme d’information avancés
URI: http://univ-bejaia.dz/dspace/123456789/24849
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
MohamedAlicia_PFE_final__Copy_ (7).pdf4.56 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.