Quantité minimale d'observations pour l'estimation de Modèles de Markov Cachés, dans le cadre d'une politique de maintenance préventive

Dans cet article, nous souhaitons evaluer la quantite minimale d'informations necessaire pour l'estimation de modeles stochastiques, afin d'ameliorer la conception d'une politique de maintenance preventive. Notre etude est basee sur des donnees fournies par un Modele de Markov Cache (MMC) de synthese. Ce modele synthetique est destine a produire des observations (ou " symboles ") utilisees dans le cadre d'une politique de maintenance preventive, ainsi qu'un indicateur de degradation correspondant. Nous representons ces evenements chronologiques sous la forme de chaines de Markov cachees d'ordre 1, egalement appeles " signatures ". La production de ces symboles est realisee en utilisant des distributions uniformes ou normales. Nous mesurons ensuite la pertinence des parametres du MMC a l'aide de l'entropie de Shannon. Les resultats montrent que l'on peut utiliser une quantite minimale d'informations pour decrire de maniere optimale des modeles. Apres une discussion sur l'utilisation d'une nouvelle " fenetre glissante " de symboles utilisables dans un systeme de gestion de maintenance assistee par ordinateur, nous comparons l'ensemble des resultats avec des donnees reelles issues d'un processus continu.