WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Modélisation du temps de réaction d'un système industriel:application aux centrales thermiques d'Oyomabang I et II

( Télécharger le fichier original )
par Simon Alex BISSO NTYAM
Université de Yaoundé I - Ingénieur de conception en génie mécanique 2010
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CONCLUSION GENERALE

Le travail qui s'achève portait sur la modélisation du temps de réaction d'un système industriel appliqué aux centrales d'oyomabang I et II.

Pour y parvenir, nous avons :

> Défini les systèmes industriels.

> Défini un model décisionnel : le model décisionnel GRAI,

> Modéliser le système décisionnel d'un système hiérarchisé,

> Définir le mode de traitement périodique,

> Définir le mode de traitement évènementiel

> Evaluer le temps de réaction dans les différents modes de traitement,

> Optimiser ce temps de réaction en minimisant les temps d'attentes,

> Optimiser ce temps d'attentes en supprimant certaines étapes de traitement jugé pas nécessaires,

> Proposer la mise sur pied d'une équipe de suivie de la réactivité et la mise sur pied d'indicateurs de réactivités qui vont contribuer à construire un système intelligent de gestion des ENS.

Comme amélioration continue de la réactivité, ces indicateurs de réactivités nous permettront de gérer et contrôler la réactivité, de prévoir et d'analyser les effets des défaillances sur le long terme. Pouvant ainsi permettre une planification prédictive de la maintenance.

A partir de cette modélisation nous gagnons au moins cinq (05) minutes en traitement périodique, et plus de trente (30) minutes en traitement évènementiel des ENS, sur une durée de traitement qui oscille entre 120 et 180 minutes.

Aussi, nous avons évoqué les gains potentiels qu'aurait la centrale en terme de temps de traitement des ENS dans ce type de traitement, dont le résultat le plus attendu est l'augmentation de la disponibilité des équipements et la réaction prompte et sereine face aux ENS.

Modelisation du temps de reaction d'un systeme industriel : Application aux centrales thermiques
d'OYOMABANG I et II .

BIBLIOGRAPHIE

[1] Lucien MEVA'A, cours de gestion de la maintenance, ENSP-Yaoundé3GIM, 2007

[2] Jean Baptiste MENYE, Etude de la promptitude d'un système de pilotage de production travaillant en régime périodique, Mémoire de D.E.A, Université Bordeaux 1/LAP, 2002/2003.

[3] P. REGNIER, conduite réactive des systèmes de production : intégration des régimes périodique et évènementiel, thèse, Université de bordeaux1, 1998.

[4] Aline CAUVIN, Analyse, modélisation et amélioration de la réactivité des systèmes de décision dans les organisations industrielles : Vers une aide à la conduite des processus d'entreprise dans un contexte perturbé, Thèse, Université Paul Cézanne Aix-Marseille III, 13 Juillet 2005.

[5] Jean NGANHOU, cours de gestion de la maintenance industrielle, ENSPYaoundé-4GM, 2008.

[6] Eric DUVIELLA, Conduite réactive des systèmes dynamiques étendus à retards variables. Cas des réseaux hydrographiques, thèse, Institut national polytechnique de Toulouse, 17 juin 2005.

[7] I. FILIPAS, G. DRAGHICI, A. EL MOUDNI, N. ZERHOUNI, Démarche de pilotage pour améliorer la réactivité industrielle, publication scientifique

[8] JULIEN FRANCOIS, Planification des chaînes logistiques : Modélisation du système décisionnel et performance, thèse, Université de Bordeaux1, 17 décembre 2007.

[9] Thierry LATTANZIO, caractérisation des entreprises organisées en «gestion par affaire», thèse, École Nationale Supérieure d'Arts et Métiers, 26 octobre 2006.

[10] Assistance au Ministère de l'Energie et de l'Eau dans l'élaboration du Plan de Développement à long terme du Secteur de l'Électricité Horizon 2030 (PDSE 2030), rapport final, volume 3 : offre de production, mars 2006.

Modelisation du temps de reaction d'un systeme industriel : Application aux centrales thermiques
d'OYOMABANG I et II .

[11] JL CERVETTI, APD de l'Aménagement Hydroélectrique de LOM PANGAR Etudes économiques et financières, COYNE et BELLIER, janvier 2008.

[12] Philippe LAVACHERY, étude environnementale du barrage de LOM PANGAR, ISL - OREADE-BRECHE - SOGREAH, juin 2005.

[13] T. TAMO TATIETSE, A. KEMAJOU, B.S. DIBOMA, offre d'électricité et développement des entreprises industrielles au CAMEROUN, publication scientifique,

[14] VALERIE ZILLE, Modélisation et évaluation des stratégies de maintenance complexes sur des systèmes multi-composants, Université de Technologie de Troyes, Institut Charles Delaunay, 28 janvier 2009.

[15] AES-SONEL : CENTRALE THERMIQUE D'OYOMABANG, cahier de programmation des taches mécaniques, 2010.

Modelisation du temps de reaction d'un systeme industriel : Application aux centrales thermiques
d'OYOMABANG I et II .

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Qui vit sans folie n'est pas si sage qu'il croit."   La Rochefoucault