DSpace Repository

La Maintenance prédictive des machines de l'industrie 4.0

Show simple item record

dc.contributor.author Menasria, Mohamed
dc.contributor.author Baouche, Alicia
dc.contributor.author Ait Kaci Azzou, Samira ; promotrice
dc.date.accessioned 2024-12-08T07:17:29Z
dc.date.available 2024-12-08T07:17:29Z
dc.date.issued 2024
dc.identifier.other 004MAS/1311
dc.identifier.uri http://univ-bejaia.dz/dspace/123456789/24849
dc.description Option : systéme d’information avancés en_US
dc.description.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. en_US
dc.language.iso fr en_US
dc.publisher Université Abderramane Mira-Bejaia en_US
dc.subject Maintenance prédictive : Industrie 4.0 : Deep learning : Anomalies industrielles en_US
dc.title La Maintenance prédictive des machines de l'industrie 4.0 en_US
dc.title.alternative : utilisation du Deep Learning pour la detection des anomalies. en_US
dc.type Thesis en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account