Intégration de la GMAO et de l’Intelligence Artificielle pour une Maintenance Prédictive Optimisée : Approche Multi-Modèle, Simulation et Validation Industrielle

Author(s)	Professeur Dr. JEAN-CLAUDE MUKAZ MUKAZ ILUNGA, Ingénieur OLIVIER MULAGIZI MULAGIZI BASHEBEREKA
Country	Congo (Democratic)
Abstract	La transition vers l’Industrie 4.0 impose une transformation des systèmes de maintenance vers des architectures intelligentes, intégrant la GMAO, le SCADA et l’Intelligence Artificielle (IA). Cet article propose un cadre scientifique unifié basé sur la modélisation mathématique, les chaînes de Markov, l’optimisation et le Deep Learning pour améliorer les performances de maintenance. Une étude de cas industrielle montre une disponibilité initiale de 84,3 %, un MTBF de 160,9 h et un MTTR de 30 h. L’intégration d’un système IA permet de réduire le MTTR de 40 % et d’augmenter la disponibilité à 89,9 %. L’approche proposée démontre que la maintenance intelligente peut être modélisée comme un système stochastique optimisé et piloté par apprentissage automatique.
Keywords	GMAO, Maintenance 4.0, Intelligence Artificielle, Chaînes de Markov, Deep Learning, Optimisation, TRS
Field	Ingénierie
Published In	Volume 8, Issue 3, May-June 2026
Published On	2026-06-01
DOI	https://doi.org/10.36948/ijfmr.2026.v08i03.80018

About IJFMR Fees & Payment Current Issue Publication Archive	Submit Research Paper Track Submission Status Publication Guidelines Publication Ethics Peer Review & Plagiarism	Join as a Reviewer Editors & Reviewers Reviewer Referral Program Get Reviewer Membership Certi.	Website/Journal Policies Usage Policy Content Policies Privacy Policy

Contact Us		+91-9687-828-838	editor@ijfmr.com

International Journal For Multidisciplinary Research