dc.contributor.author |
Debouci, Anfel |
|
dc.contributor.author |
Kessal, Maria |
|
dc.contributor.other |
Boukabous, Ali, Directeur de thèse |
|
dc.contributor.other |
Hammachi, Kamelia, Directeur de thèse |
|
dc.contributor.other |
Guessoum, Mohamed, Directeur de thèse |
|
dc.date.accessioned |
2024-11-11T12:36:34Z |
|
dc.date.available |
2024-11-11T12:36:34Z |
|
dc.date.issued |
2024 |
|
dc.identifier.other |
EP00802 |
|
dc.identifier.uri |
http://repository.enp.edu.dz/jspui/handle/123456789/11101 |
|
dc.description |
Mémoire de Projet de Fin d’Etudes : Génie Industriel. Management Industriel : Alger, Ecole Nationale Polytechnique : 2024 |
fr_FR |
dc.description.abstract |
Local Manufacturing Algeria est une entité spécialisée dans la production de traitements pour le diabète et fait partie de Novo Nordisk, leader mondial dans la production pharmaceutique. Ce projet s’inscrit dans le cadre de la gestion des activités de maintenance de ce site, avec l’objectif d’améliorer l’efficacité opérationnelle de la production du Flexpen. La solution proposée repose sur plusieurs axes clés : l’élaboration d’un plan de maintenance, le développement d’un tableau de bord interactif pour le suivi des activités de maintenance, et la création de modèles prévisionnels utilisant des réseaux de neurones artificiels. Ces modèles, basés sur l’apprentissage automatique et l’analyse des données historiques, génèrent des prévisions de MTBF. |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.subject |
Maintenance |
fr_FR |
dc.subject |
Apprentissage automatique |
fr_FR |
dc.subject |
Prévision |
fr_FR |
dc.subject |
RNA |
fr_FR |
dc.title |
Optimisation de la performance de la ligne d’assemblage : mise en place d’un système de maintenance opérationnelle basé sur la prédiction des pannes, application : Novo Nordisk, Local Manufacturing Algeria |
fr_FR |
dc.type |
Thesis |
fr_FR |