Afficher la notice abrégée
dc.contributor.author |
AISSA, Nador |
|
dc.date.accessioned |
2022-03-22T09:51:02Z |
|
dc.date.available |
2022-03-22T09:51:02Z |
|
dc.date.issued |
2021 |
|
dc.identifier.uri |
http://e-biblio.univ-mosta.dz/handle/123456789/20486 |
|
dc.description.abstract |
L’utilisation des techniques du data mining dans la maintenance industrielle est une
problématique d’actualité à laquelle s’intéressent les entreprises industrielles et les structures de recherche.
Les enjeux économiques et l’émergence des technologies de traitement de l’information et d’extraction des connaissances ont données d’autres perspectives de recherche à cette thématique.
Le présent mémoire traite cette thématique dans un milieu industriel et montre comment le traitement de données relevée par la maintenance prédictive fournit au manager des outils d’aide à la décision.
Le thème traité par ce mémoire appliqué sur des données de la surveillance vibratoire permettrai aux responsables de la maintenance de planifier les interventions de façon à favoriser la productivité tout en préservant l’état des équipements et la pérennité de leur fonctionnement. |
en_US |
dc.language.iso |
fr |
en_US |
dc.relation.ispartofseries |
MINF313; |
|
dc.subject |
Modèles |
en_US |
dc.subject |
Série Temporelle |
en_US |
dc.subject |
Analyse Vibratoire |
en_US |
dc.subject |
Maintenance Predictive |
en_US |
dc.subject |
Data Mining |
en_US |
dc.title |
Prise en compte de l’incertitude lors de l’analyse des données de maintenance par data mining |
en_US |
dc.type |
Other |
en_US |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée