Soutenance de thèse Qussay JARRAR

Qussay Jarrar, doctorant au sein de l’équipe CPS3, soutiendra sa thèse intitulée :

« Développement d’un système d’aide à la décision à base de connaissances pour la maitrise de la chaine de la valeur en fabrication additive »

Le 08 juillet 2022 à 14h dans l’amphithéâtre du bâtiment S de l’École Centrale de Nantes.

Jury :

• Directeur de thèse :
  • Alain Bernard
• Co-encadrant :
  • Frouk Belkadi (LS2N)
• Rapporteurs :
  • Yves DUCQ Professeur des Universités, Université de Bordeaux
  • Ali SIADAT Professeur des Universités, ENSAM Metz
• Examinateurs :
  • Nabil ANWER Professeur des Universités, Université Paris-Saclay
  • Mounira HARZZALAH Maître de Conférences HDR, Université de Nantes
  • Julien LE DUIGOU Enseignant chercheur contractuel HDR, UTC

Résumé :

Malgré les avantages de la fabrication additive (FA), de nombreux problèmes liés au pilotage de sa chaine de valeur doivent être résolus pour en tirer le maximum d’avantages. Le pilotage de la chaine de valeur renvoie à des processus d’aide à la décision variés comme le choix du procédé, la stratégie de supportage, paramètres machine, ou encore l’estimation du coût et la prédiction des défauts pièces potentiels, etc. C’est dans ce contexte que les travaux de cette thèse s’inscrivent en proposant un système pour
l’aide à la décision et la traçabilité dans les processus de FA par fusion sur lit de poudre. Pour ce faire, les techniques d’ingénierie des connaissances sont mises à contribution afin de tirer profit de la grande masse de données générée tout au long de l’affaire FA mais aussi exploiter l’expertise humaine dans le domaine. La structure de la base de connaissances est conçue sous forme d’une ontologie de domaine pour la FA et associé à un moteur d’inférence à base de règles. Le pilotage de la chaine de valeur est
focalisé sur la génération des processus et sur l’aide à la réalisation des devis en amont d’un projet FA. La base de connaissances ainsi intégrée dans le système d’aide à la décision permet de faire l’estimation de certains paramètres d’entrée au modèle du coût en vue d’exécuter un chiffrage du devis en cours. L’historique issu de la traçabilité
permet de comparer l’estimer au réel, et d’améliorer la phase d’estimation des paramètres influençant par raisonnement de similarité. L’approche proposée a été appliquée sur cinq cas d’études industriels mis à disposition par un partenaire du projet SOFIA. L’accompagnement de l’expert industriel a permis de consolider le modèle proposé en cohérence avec la réalité du terrain.

Mots-clés : Aide à la décision ; connaissances ; ontologie ; Pilotage ; chaine de valeur ; Fabrication additive; estimation des devis.

Abstract :

Despite the advantages of additive manufacturing (AM), many problems related to the management of its value chain must be solved to get the highest benefits. Value chain management refers to various decision support processes such as: technical process selection supporting strategy, machine parameters configuration, cost estimation and prediction of potential part defects, etc. This thesis deals with the above issues and aims of proposing a decision support and traceability Framework in the case of AM powder bed fusion technology. To do so, knowledge engineering techniques are used to exploit the large amount of data generated throughout the AM process, but also to consider human expertise in the field. The s tructure of the knowledge base is designed as domain ontology for AM and associated with a rule-based inference engine. The management of the value chain is focusing on the generation of process alternatives and the assistance to the realization of budget quotations for AM projects. The integration of knowledge base with decision
aid allows the estimation of some parameters of the cost model for costing perspective. The history resulting from traceability process allows comparing the estimated cost with the real one, and to improve the estimation of influencing parameters by similarity-based reasoning. The proposed approach has been applied on five industrial cases provided by a partner of the SOFIA project. The interactions with industrial experts have allowing the consolidation of the proposed model regarding their real practices.

Keywords: Decision-aid; knowledge; ontology; management; value chain; additive manufacturing; costing