Genetic Algorithm and VR for Assessing the Level of Expertise of Maintenance Operator

Communication avec acte
Auteur
FOLTYN, Axel
ccGUILLET, Christophe
300270 Université de Bourgogne [UB]
543315 Laboratoire d’Ingénierie des Systèmes Physiques et Numériques [LISPEN]
ccDANGLADE, Florence
211916 Laboratoire Angevin de Mécanique, Procédés et InnovAtion [LAMPA]
543315 Laboratoire d’Ingénierie des Systèmes Physiques et Numériques [LISPEN]
ccMERIENNE, Frederic
245112 Ecole Nationale Supérieure d'Arts et Métiers [Cluny] [ENSAM | Cluny]
496957 Laboratoire Interdisciplinaire Carnot de Bourgogne [ICB]
543315 Laboratoire d’Ingénierie des Systèmes Physiques et Numériques [LISPEN]

Résumé

The study aims to find the features for assessing the level of a maintenance operator. A genetic algorithm is used to identify the most relevant features and reduce their size. Based on 30 different features entered, we demonstrate that only three operator-level evaluation features provide a good classification. Virtual reality was used to simulate maintenance operations, collect data, and validate our method for identifying the most relevant features.

Fichier(s) constituant cette publication

Nom:
LISPEN_XR_SALENTO_2024_FOLTYN.pdf
Taille:
1.136Mo
Format:
PDF
Fin d'embargo:
2025-04-01
Voir/Ouvrir

Cette publication figure dans le(s) laboratoire(s) suivant(s)