Prise en compte des incertitudes sur les données de captage pour le diagnostic

L'industrie du semi-conducteur est consideree comme particulierement sensible aux aleas et aux contraintes de fonctionnement et la recherche permanente d'une production a capacite maximale est l'un des principaux objectifs de ce secteur, ceci afin d'assurer un retour sur investissement sur des machines tres onereuses. Parmi les incertitudes telles que celles liees au flux de produit, aux contaminations, aux operateurs humains, a la cohabitation prototypage R&D et production, etc..., nous avons souhaite, dans le cadre de cette these, nous focaliser sur celles liees au systeme de captage du site de production. La contribution de nos travaux reside precisement dans la proposition d'une approche globale de diagnostic permettant de mener des inferences non seulement sur le calcul de la confiance qui peut etre accordee aux informations issues du systeme de captage mais egalement des inferences permettant, lors de l'occurrence d'une defaillance detectee par une machine de metrologie de localiser, avec precision, la ou les machines a l'origine possible du defaut. L'approche generale retenue et l'originalite qui en decoule revient a integrer un raisonnement Bayesien au sein d'une approche de diagnostic logique. L'approche developpee prend pour cadre d'etude un procede industriel reel, les ateliers de production de semiconducteurs du projet Europeen IMPROVE. L'approche vise ainsi a apporter des ameliorations dans le traitement des defaillances et donc dans l'amelioration des performances de ces ateliers en permettant de reduire les temps de prise de decision (maintenances correctives). La suite des recherches va nous permettre dans un premier temps d'appliquer les premiers resultats obtenus sur des donnees concretes. Dans un deuxieme temps, nous nous proposons d'etendre le modele Bayesien a ce jour retenu aux aspects dynamiques afin de tenir compte de l'impact de la chronologie des evenements. Apres quoi nous etendrons l'algorithme de diagnostic initialement propose par M. Deschamps de maniere a ce qu'il puisse integrer le raisonnement Bayesien.