Intelligence artificielle appliquée au diagnostic des systèmes de production
| dc.contributor.author | Berkane, Nacer | |
| dc.date.accessioned | 2015-06-16T14:14:04Z | |
| dc.date.available | 2015-06-16T14:14:04Z | |
| dc.date.issued | 2013 | |
| dc.description | 97 p. : ill. ; 30 cm | en_US |
| dc.description.abstract | Le travail de recherche présenté dans ce mémoire consiste à diagnostiquer et à surveiller un système de production industriel en temps réel on utilisant un outil de l'Intelligence Artificiel "Réseaux de Neurones". Cette approche a de nombreux avantages, Tels que la classification et la séparation non linéaire. Grâce à cette caractéristique, nous avons pu mettre en œuvre une application de diagnostic sur un système réel d'un atelier de production "Laminoir à Chaud(LAC)" de tôles situé à Arcelor Mittal d'El Hadjar (Annaba). Pour le système choisi, nous avons défini les états de bon et de mauvais fonctionnement. A partir de là, la détection des pannes est possible | en_US |
| dc.identifier.uri | https://dspace.univ-boumerdes.dz123456789/1947 | |
| dc.language.iso | fr | en_US |
| dc.subject | Intelligence artificielle | en_US |
| dc.subject | Réseaux neuronaux (informatique) | en_US |
| dc.subject | Diagnostic | en_US |
| dc.subject | Industriels : Surveillance | en_US |
| dc.title | Intelligence artificielle appliquée au diagnostic des systèmes de production | en_US |
| dc.type | Thesis | en_US |