L?ANALYSE DES DONNEES POUR LE CONTROLE STATISTIQUE DE LA QUALITE DANS L?INDUSTRIE TEXTILE

Ce sujet de stage est proposé dans le cadre d’un partenariat entre la Chaire Connected Innovation de l’Université de Technologie de Troyes et Petit Bateau, Troyes. Ce dernier a pour objectif de développer des méthodes scientifiques basées sur l’analyse des données des défauts qualités pour le renforcement du système de contrôle de la qualité au sein de l’unité de production de tricotage de Petit Bateau. Ce stage constitue une étape préliminaire dans un projet d’envergure avec une possibilité de poursuite dans le cadre d’une thèse industrielle.

Description de la mission

La première étape du stage est de faire les analyses observationnelles sur le terrain : mener les analyses de données concernant les types de défauts de fabrication. Puis, le stagiaire pourra appliquer des méthodes descriptives (Analyse des correspondances [1], Positionnement multidimensionnel [2], etc.) et les méthodes explicatives (Analyse canonique des corrélations [3], les méthodes de régressions  [4], etc…) pour chercher la proximité des variables multidimensionnelles et identifier et structurer les éléments clés et impactants [5].

Il sera également amené à prospecter les origines des défauts. Pour ce faire, une attention particulière sera accordée autant à la fiabilité des données qu’au processus de tricotage.

• Recueil et analyse des données terrains : mise en place d’un cahier des charges pour un outil informatisé.
• Mise en place d’une approche scientifique pour l’analyse des données qualité
• Analyse des capabilités des machines et des processus

• Mise en place de solutions pour le contrôle statistique de la qualité [6] (indicateurs de performance, cartes de contrôle, …)

Mots clés : analyse de données, visualisation, structure de base de données, contrôle statistique de la qualité, capabilités, cartes de contrôle.

Profil du candidat :

Le ou la candidat(e) devra être d’un niveau master 2 recherche (ou 5ème année en école d’ingénieurs) et posséder de solides connaissances en analyse statistique et en programmation mathématique et informatique et si possible posséder une culture sur les algorithmes d’optimisation (recherche opérationnelle).

Il devra être motivé pour la recherche et le travail en équipe avec des bonnes capacités relationnelles et rédactionnelles.

Les dossiers de candidature sont à envoyer à : nhan_quy.nguyen@utt.fr, yassine.ouazene@utt.fr et farouk.yalaoui@utt.fr.

Rémunération : ≈ 1200 euros/mois

Début de la thèse : février-mars 2021 (pour une durée de 5 mois)

Lieu du stage : Petit Bateau (15 Rue du Lieutenant Pierre Murard, 10000 Troyes) et le Laboratoire Informatique et Société Numérique List3n à l’Université de Technologie de Troyes (anciennement le laboratoire d’optimisation des systèmes industriels LOSI).

Références :

[1]      M. Greenacre, “Computation of correspondence analysis,” in Correspondance analysis in practice, 2007.

[2]      M. C. Hout, M. H. Papesh, and S. D. Goldinger, “Multidimensional scaling,” Wiley Interdiscip. Rev. Cogn. Sci., 2013.

[3]      G. Andrew, R. Arora, J. Bilmes, and K. Livescu, “Deep canonical correlation analysis,” in 30th International Conference on Machine Learning, ICML 2013, 2013.

[4]      R. L. Strawderman, A. C. Cameron, and P. K. Trivedi, “Regression Analysis of Count Data,” J. Am. Stat. Assoc., 1999.

[5]      J. M. Chambers, W. S. Cleveland, B. Kleiner, and P. A. Tukey, Graphical methods for data analysis. 2018.

[6]      D. C. Montgomery, Introduction to Statistical Quality Control, Sixth Edition. 2009.