La maintenance prédictive consiste à anticiper les défaillances des composants industriels pour effectuer le remplacement de ces composants au meilleur moment. Elle permet de prévenir les arrêts, comme dans la maintenance réactive, et de réduire les coûts par rapport à la maintenance préventive. L'estimation de la durée de vie restante (Remaning Useful Life RUL) des composants industriels est devenue un défi majeur pour la maintenance prédictive. Dans de nombreuses applications, en particulier celles pour lesquelles la maintenance préventive est la règle générale, le problème de prédiction de durée de vie restante est rendu difficile par la rareté des instances défaillantes. En effet, l'interruption de l'acquisition de données avant la survenue de l'événement d'intérêt conduit à des données censurées à droite. Il est courant dans le milieu industriel d'avoir un taux élevé de données censurées.

Ce document propose une approche d'apprentissage profond basée sur des séries temporelles issues de plusieurs capteurs, qui permet de prendre en compte les données censurées lors de l'entraînement des réseaux de neurones. Pour ce faire, le problème est discrétisé, comme dans Vishnu, Malhotra, Vig, & Shroff (2019), l'objectif étant de prédire un vecteur binaire dont les coordonnées correspondent à l'état du composant à des moments prédéfinis dans le futur (1, défaillant; 0, sain). Une architecture de réseau de neurones est proposée, tirée de Dual Aspect Self-Attention based on Transformer (DAST) Zhang, Song, & Li (2022). Cette architecture a été initialement développée pour faire de la régression sur des données non censurées. L'architecture de DAST prend en compte les dépendances temporelles à court terme ainsi que les interactions entre capteurs. Deux méthodes sont présentées dans ce document, l'estimation directe du RUL avec DAST et l'estimation indirecte du RUL prenant en compte la censure avec DAST-OR.

DAST et DAST-OR ont été validés sur le jeu de données public du C-MAPSS. Puis ils ont été mis en place sur une application Liebherr, l'objectif étant de développer des modèles capables d'estimer la durée de vie restante de filtres moteurs, en particulier des filtres à huile. Une proportion importante des données disponibles de filtres à huile Liebherr sont censurées, d'où le développement de la méthode DAST-OR permettant de prendre la censure en compte.