IA2MAIN

El objetivo es desarrollar un soporte digital basado en inteligencia artificial para predecir la evolución de un sistema dinámico teniendo en cuenta los factores humanos en tres niveles:

1. teniendo en cuenta los comentarios de los expertos mediante métodos de capitalización del conocimiento,
y
2. transformación de estos conocimientos mediante la producción de reglas relativas a la vida útil y el mantenimiento de los productos,
.
3. cooperación entre sistemas y operadores humanos para optimizar las intervenciones in situ.
.

Frente a los desafíos económicos, sanitarios y medioambientales. la tesis se centrará en diferentes criterios de rendimiento como el tiempo de inactividad de la planta, la seguridad, la salud o la carga de trabajo durante las operaciones de mantenimiento que requieren contribuciones humanas inevitables para el montaje y desmontaje, acciones de descontaminación. El sistema de apoyo al mantenimiento preventivo se basará en trabajos sobre teoría de control para modelizar el funcionamiento de los sistemas que deben diagnosticarse, y sobre aprendizaje y capitalización del conocimiento para producir reglas expertas sobre la evolución de estos sistemas en un entorno incierto. El soporte digital centrado en los factores humanos también aplicará los principios de la cooperación hombre-máquina para determinar las operaciones óptimas de mantenimiento de los sistemas de refrigeración de los reactores nucleares (es decir, los grupos motobomba primarios). Las bombas primarias de las centrales nucleares están sujetas a ciclos de mantenimiento de entre 12 y 18 meses. Durante este periodo de funcionamiento, diversos sensores monitorizan las constantes de las bombas con fines preventivos (presiones, temperaturas, caudales, etc.). En este contexto, la tesis propone un análisis de estos parámetros con el fin de optimizar las operaciones de mantenimiento o detectar un fallo de los grupos motobomba primarios (PMPU)

.