Vers une Maintenance Prédictive Intelligente : Intégration de l'IA dans la Gestion Des Équipements de Production — Cas de Cartonnerie El-Amine

Abstract

Ce mémoire, réalisé chez Cartonneries El-Amine de Tlemcen, propose l’intégration de modèles d’Intelligence Artificielle au sein de l’application StockPro pour transformer une maintenance corrective classique en stratégie prédictive. Après un diagnostic du système existant et une analyse AMDEC, Ishikawa et Pareto sur les équipements critiques, trois modèles ont été déployés : XGBoost pour identifier la machine la plus à risque, MLP pour valider le diagnostic, et LSTM pour prédire la date de la prochaine panne. Les résultats obtenus confirment la viabilité de cette approche hybride pour améliorer la disponibilité des équipements et réduire les arrêts imprévus.