Résultats de recherche

Abstract La maintenance prédictive (PdM) est de plus en plus utilisée pour améliorer la fiabilité des systèmes, réduire les temps d’arrêt et optimiser les coûts opérationnels dans des environnements industriels complexes grâce à la détection d’anomalies. À mesure que les systèmes industriels deviennent plus complexes, avec des composants inter- agissant entre eux et surveillés par des réseaux de capteurs en constante expansion, la détection d’anomalies fait face à de nouveaux défis méthodologiques. En particulier, un manque apparaît dans la littérature qui considère la détection d’anomalies avec des méthodes traditionnelles de Machine Learning (ML) utilisant une approche Single Label Classification (SLC), inadaptée lorsque plusieurs défaillances peuvent survenir simultanément.Les approches traditionnelles de détection d’anomalies basées sur des méthodes de ML utilisant une formulation SLC supposent que chaque observation appartient à une seule catégorie d’anomalie. Cette hypothèse ne tient pas lorsque plusieurs défaillances surviennent simultanément sur le même équipement, ce qui entraîne une perte d’information. Ceci commence par une illustration de cette limite à travers un exemple concret montrant que l’utilisation d’une approche SLC au lieu d’une formulation multi-label dégrade la classification des anomalies simultanées. Pour répondre à ce problème, la détection d’anomalies est reformulée comme un problème de Multi Label Classification (MLC), permettant de détecter plusieurs défaillances au sein d’un même pas de temps. Suite à cette reformulation, la problématique du choix des classificateurs multi- label adaptés au contexte de la Predictive Maintenance (PdM) doit être étudiée. La conclusion générale de la littérature est que la performance des classificateurs dépend fortement du contexte et qu’il existe un grand nombre de méthodes de détection sans qu’aucune ne soit universellement dominante. Bien que des études comparatives approfondies existent dans le domaine du MLC, les jeux de données issus de systèmes complexes sont absents de ces comparaisons, alors même qu’ils présentent des caractéristiques spécifiques telles que des structures en séries temporelles multivariées, un fort déséquilibre des labels et des interactions complexes entre composants.Pour combler ce manque, un protocole d’évaluation structuré et reproductible est proposé afin d’évaluer huit méthodes de ML à l’état de l’art dans un cadre MLC sur trois jeux de données industriels publics. Les résultats confirment que la performance des classificateurs dépend fortement des caractéristiques du jeu de données et qu’aucune méthode ne domine systématiquement tous les scénarios. Toutefois, réaliser ce type de comparaison pour chaque nouveau contexte industriel est coûteux en termes de temps, de ressources computationnelles et de besoins en données, ce qui limite sa faisabilité pour un déploiement industriel réel. La thèse aborde également cette problématique par la réduction de dimension et les méthodes de sélection de variables. Les systèmes de PdM génèrent de grands ensembles de données multivariées dont seule une partie des variables est réellement pertinente pour la détection d’anomalies. Une stratégie évolutionnaire auto-adaptative est proposée pour effectuer une sélection de variables de type wrapper et obtenir un sous-ensemble ne contenant que les variables les plus informatives. Les résultats expérimentaux montrent que la réduction de l’espace des variables améliore l’efficacité computationnelle et, dans la plupart des cas, la performance de prédiction des anomalies. La comparaison de la méthode proposée avec des approches métaheuristiques issues de l’état de l’art sur trois jeux de données PdM et cinq méthodes de détection d’anomalies confirme sa compétitivité en termes de performance prédictive et de taille optimale du sous-ensemble de caractéristiques sélectionné. Enfin, la réduction de l’espace des caractéristiques optimise non seulement les ressources nécessaires à la détection, mais réduit également le nombre de signaux que les techniciens doivent analyser lors des investigations de recherche de cause racine. Cette simplification vise à renforcer la confiance dans le système. Enfin, la thèse traite des aspects pratiques du déploiement des méthodes de détection dans les systèmes complexes. Parmi ceux-ci, on observe un manque de confiance et de transparence chez les techniciens de maintenance et les décideurs. Une analyse de l’interprétabilité et la robustesse des méthodes de détection d’anomalies est fournie afin de contribuer directement à leur déploiement en conditions réelles. Tout d’abord, la stratégie de sélection de variables proposée est évaluée sur un jeu de données PdM public à l’aide d’explications basées sur SHAP afin de vérifier la cohérence entre les variables sélectionnées et celles identifiées comme les plus importantes par des outils dédiés à l’interprétabilité. Les résultats montrent que les variables sélectionnées sont cohérentes avec les plus importantes selon ces outils. De plus, l’analyse visuelle des variables les plus influentes met en évidence que les anomalies sont associées à un sous-ensemble limité et bien défini de signaux venant des capteurs, ce qui contribue à améliorer la transparence et à renforcer la confiance dans les systèmes de détection automatique. En parallèle, il est nécessaire de mener une étude de la robustesse des classificateurs multi-label dans des scénarios contrôlés de dégradation de capteurs, incluant différentes familles de dégradations et plusieurs niveaux de sévérité. Les résultats montrent que la performance des classificateurs peut fortement se dégrader, en particulier en présence de dérives progressives. Pour atténuer cet effet, l’introduction de dégradations de capteurs durant l’entraînement apparaît comme une stratégie pertinente. Finalement, cette thèse propose un cadre structuré pour la détection d’anomalies multi-label dans les systèmes complexes, couvrant les méthodes de classification, l’optimisation de l’espace des variables, l’interprétabilité et la robustesse. Pour chacun de ces aspects, la thèse adopte un point de vue industriel et prend en compte les différences entre les conditions expérimentales contrôlées en laboratoire et les contraintes supplémentaires des environnements complexes réels. Le jury Prof. Katrien Beuls - Université de Namur, BelgiqueProf. Elio Tuci - Université de Namur, BelgiqueProf. Patrick Heymans - Université de Namur, BelgiqueProf. Jenni Raitoharju - Université de Jyväskylä, FinlandeMr. Fabio Pinna - Telespazio, BelgiqueMr. Vito Trianni - ISTC-CNR, Italie Je m'inscris

Sara Belghiti, doctorante à l’Université de Namur (Institut NaDI-CeRCLe) et assistante d’enseignement et de recherche à l’IÉSEG School of Management (France), vient d’être distinguée par l’AMS Review – Sheth Foundation Doctoral Competition for Conceptual Articles (DoCCA) 2026, l’un des concours doctoraux les plus prestigieux au monde en marketing et management théoriques et conceptuels. 

JuryProf. Carine MICHIELS (UNamur), présidenteProf. Anne-Catherine HEUSKIN (UNamur), secrétaireProf. Stéphane LUCAS (UNamur)Dr Rudi LABARBE (IBA)Prof. Joao SECO (Deutches Krebsforschungszentrum)Prof. Simon GALAS (Université de Monptellier)RésuméLa radiothérapie constitue aujourd’hui l’un des traitements les plus utilisés contre le cancer. Chaque année, des millions de patients bénéficient d’irradiations visant à détruire les cellules tumorales. Malgré les progrès technologiques réalisés au cours des dernières décennies, le principal défi reste de limiter les dommages causés aux tissus sains situés à proximité de la tumeur. Depuis quelques années, une approche innovante appelée radiothérapie FLASH suscite un intérêt croissant. Cette technique consiste à délivrer la dose de rayonnement en une fraction de seconde, à des débits de dose extrêmement élevés. De nombreuses études suggèrent qu’elle pourrait réduire les effets secondaires tout en conservant l’efficacité du traitement contre la tumeur. Cependant, les mécanismes biologiques à l’origine de cet effet demeurent encore largement méconnus.Cette thèse s’est attachée à relever deux défis majeurs. Le premier a consisté à développer et caractériser une plateforme expérimentale capable de produire de telles irradiations à ultra-haut débit de dose sur l’accélérateur ALTAÏS de l’Université de Namur. Ce travail a impliqué la conception de dispositifs d’irradiation, la validation dosimétrique des faisceaux et l’établissement de protocoles garantissant des conditions expérimentales fiables et reproductibles. Le second objectif a été d’introduire un nouvel organisme modèle pour l’étude de l’effet FLASH : le ver microscopique Caenorhabditis elegans (C. elegans). Facile à élever, peu coûteux, rapide à étudier et partageant de nombreux mécanismes biologiques avec les organismes plus complexes, ce modèle offre une alternative complémentaire aux modèles animaux traditionnellement utilisés.Cette thèse a permis de démontrer que C. elegans constitue un modèle pertinent pour l’étude des réponses biologiques aux irradiations à ultra-haut débit de dose. L’analyse des effets de l’irradiation sur son développement et son système nerveux, dans différentes conditions expérimentales, a permis de mettre en évidence son potentiel pour l’étude des mécanismes associés à l’effet FLASH. Les résultats obtenus montrent que ce modèle offre une approche rapide, accessible et complémentaire aux modèles animaux conventionnels. Plus largement, ces travaux contribuent à une meilleure compréhension de la radiothérapie FLASH et fournissent de nouveaux outils expérimentaux pour explorer les mécanismes biologiques sous-jacent. À terme, ces avancées pourraient participer au développement de traitements de radiothérapie plus sûrs, limitant les effets secondaires et améliorant la qualité de vie des patients.

Les chercheurs de l’ULiège et l’UNamur développent un nouveau matériau électrochrome : le MoWOx. 

Une équipe internationale de chercheurs vient de publier dans la prestigieuse revue Light : Science & Applications (LSA) du groupe Nature.  Les équipes des professeurs Michaël Lobet et Alexandre Mayer (Université de Namur) ont collaboré avec l’équipe du professeur Shanhui Fan, l’un des plus grands spécialistes en la matière, de la prestigieuse Université de Stanford, en Californie (USA).  Le résultat : un article intitulé « Twist-Induced Beam Steering and Blazing Effects in Photonic Crystal Devices” ou l’étude de la déviation d’un faisceau par torsion dans les dispositifs à cristaux photoniques.  Allez, on re-twiste à l’UNamur ! 

C’est une belle reconnaissance pour la recherche à l’UNamur : trois projets Marie Skłodowska-Curie Doctoral Networks (DN) viennent d’être octroyés, avec une contribution déterminante de chercheurs namurois ! Le premier, en chimie, implique le professeur Stéphane Vincent ; le deuxième, consacré à la résilience des écosystèmes, associe le professeur Frédérik de Laender ; et le troisième, dans le domaine de la photonique, bénéficie de l’expertise du chercheur qualifié F.RS. - FNRS. Michaël Lobet.

Une équipe internationale de physiciens dirigée par le Dr Michaël Lobet chargé de cours à l’UNamur réexamine les fondements de la physique quantique du point de vue de la quantité de mouvement dans la prestigieuse revue Nature Light Science & Applications. Les chercheurs ont investigué ce qui se passe lorsque cette quantité de mouvement est réduite à zéro. Et il se passe des choses intéressantes ! Explications.

Partons à la découverte des chercheurs qualifiés de l’UNamur, lauréats des financements octroyés par le FNRS en 2022. Aujourd’hui, rencontre avec Michaël Lobet, actuellement chargé de cours à l’UNamur, qui débutera son nouveau mandat de chercheur qualifié FNRS au sein de l’Institut NISM à la rentrée prochaine. Le sujet de sa recherche : l’optique twistée pour la manipulation de photons lents ou comment réaliser des pièges à lumière. Explications.

Qu’est qu’un fluide parfait ? C’est un modèle théorique de fluide qui permet de supposer que le fluide n’est pas visqueux, qu’il ne conduit pas de chaleur, qu’il est incompressible et ne crée pas de tourbillons. C’est donc une approximation de la réalité qui permet de simplifier les prédictions théoriques des écoulements des fluides. Pour la première fois, une équipe internationale a mis expérimentalement en évidence ce même comportement pour de la lumière plongée dans un milieu de faible indice de réfraction.

Les 21 et 22 septembre 2023, pour la 4ème année consécutive, les chercheurs et chercheuses belges se sont retrouvés pour la conférence bePOM. Le format est original car il propose une journée virtuelle et une journée hybride mêlant le virtuel et le présentiel. Une belle réussite et un réseau belge qui s’étoffe au fil du temps.