CONCEPTION D'UN MODELE PREDICTIF POUR LADETECTION ET LA PREVENTION DE QUALITE DE SOUDAGE:VERS UNE MAINTENANCE INTELLIGENTE.
Loading...
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
ECOLE NATIONALE SUPERIEURE DE TECHNOLOGIE ET D’INGENIERIE - ANNABA
Abstract
Ce mémoire de Master est consacré à la conception et à l’évaluation d’un modèle prédictif de classification de la qualité des soudures des boîtes métalliques. Face à la nécessite d’une détection fiable et automatique des défauts, la méthodologie CRISP-DM est adoptée pour ce constat. Des données des capteurs ainsi des autres simulées, intégrant des bruits pour refléter des conditions réelles de production, ont servi de base à l'entraînement des modèles. Plusieurs algorithmes d'apprentissage automatique de la bibliothèque Scikit-learn, incluant des approches reconnues pour des applications similaires ainsi que d'autres explorées spécifiquement pour ce travail, ont été évalués pour une tâche de classification multiple (défectueuse, médiocre, bonne, excellente).La mode d’évaluation retenue dans le cadre du présent travail repose fondamentalement sur le score F1 macro, ce qui est tout à fait pertinent pour le type de classification mis en oeuvre. Les résultats de cette étude révèlent que le modèle Naïve Bayes a donné la meilleure performance, apparaissant comme une véritable solution d’amélioration du contrôle qualité concernant la fabrication des boîtes métalliques.