EOS, projet de recherche soutenu par l’IFO

Aide à la gestion active
de l’ obsolescence des systèmes

Qu’est ce que le projet EOS ? Comment est-il organisé ? Quels en sont les concepteurs, les animateurs, les bénéficiaires ?

Le projet EOS a pour but de proposer des méthodes et des outils nécessaires pour garantir, au mieux, la disponibilité d’un système d’intérêt ou d’un parc de systèmes en présence d’obsolescence prédite et/ou avérée de composants physiques.Il vise la définition des solutions de remédiation les plus efficaces, aptes à assurer l’atteinte des objectifs, et efficientes, c’est à dire utilisant de manière optimale les ressources.

Ce travail a bénéficié d’une aide de l’État gérée par l’Agence Nationale de la Recherche au titre de l’Appel à Projets Générique Industrie et usine du futur : Homme, organisation et technologies, portant la référence ANR-22-CE10-0017

Comment évaluer et piloter le risque d’obsolescence dans les systèmes industriels ?

L’obsolescence constitue un risque majeur pour la disponibilité des systèmes industriels. Lorsqu’un composant n’est plus disponible auprès du fournisseur, les opérations de maintenance peuvent être fortement perturbées, ce qui peut entraîner des coûts supplémentaires, des retards ou même l’arrêt d’un système. 

L’un des objectifs du projet EOS est donc de proposer des méthodes permettant d’identifier, d’évaluer et de mesurer ce risque. Pour cela, des modèles sont développés afin d’analyser les relations entre l’obsolescence, la fiabilité, la maintenabilité et la disponibilité des systèmes.

Ces approches sont intégrées dans un outil d’aide à la décision, la plateforme COBRA, qui permet d’évaluer les risques d’obsolescence et de comparer différentes stratégies de remédiation.

Maximiser la disponibilité opérationnelle d’un système ou d’un parc de systèmes

Les attentes des industriels, analysées dans la phase initiale du projet se concentrent sur des méthodes et des outils nécessaires pour garantir, au mieux, la disponibilité d’un système d’intérêt ou d’un parc de systèmes en présence d’obsolescence, prédite et/ou avérée de composants physiques.

Les publics et les activités de notoriété du projet

L’industrie est quotidiennement confrontée aux effets de l’obsolescence et de la pénurie : arrêt de fabrication et de commercialisation de composants, technologies dépassées, difficultés voire rupture de réapprovisionnement…Recueillir les attentes et besoins des industriels est en soi un acte de mise en lumière des problèmes causés par l’obsolescence. Ces troubles touchent au sein des entreprises de toute nature des activités stratégiques telles que les achats, le marketing, la R&D, et bien d’autres. Il est apparu important aux yeux des porteurs du projet d’élargir au maximum le périmètre de notoriété du sujet, en conservant une approche académique et non-polémique.

Collection d’interviews et de témoignages en images

Questionnaire sur les attentes et les besoins des industriels

Les membres du consortium porteur du projet EOS ont souhaité collecter auprès des industriels leurs besoins et exigences relatifs à la gestion de l’obsolescence et de la pénurie.

Atelier-conférence grand public dans le cadre de la Fête de la Science

L’obsolescence,
un défi d’avenir !

FAQs du projet de recherche EOS

Q1 : En termes simples, qu’est-ce que « l’obsolescence des systèmes » et pourquoi est-ce un problème ?
Dans notre quotidien, nous connaissons l'obsolescence de nos smartphones, mais le problème est bien plus vaste à l'échelle industrielle. Des secteurs comme les transports (trains, avions) ou l'énergie conçoivent des installations pour qu'elles durent 30, 40 ou 50 ans. Or, les puces électroniques et les technologies à l'intérieur cessent d'être fabriquées au bout de quelques années seulement. Si un composant tombe en panne et qu'il est introuvable, c'est toute la chaîne (ou l'usine) qui peut s'arrêter, générant des coûts énormes et un gaspillage de ressources. Le projet EOS crée des outils pour anticiper ces ruptures et garantir que nos infrastructures restent utilisables sur le long terme.
Q2 : Qui finance et qui pilote le projet EOS ?
Le projet EOS a bénéficié d'une aide financière de l'État gérée par l'ANR (Agence Nationale de la Recherche) au titre de l'Appel à Projets Générique Industrie et usine du futur (référence ANR-22-CE10-0017). Le projet est coordonné scientifiquement par le professeur Marc Zolghadri de l'école d'ingénieurs ISAE-Supméca. Le consortium réunit des laboratoires de recherche académique (LAAS-CNRS, INSA Toulouse) et des entreprises de pointe (Valeo et Merem).
Q3 : Qu'est-ce que "Obsorisk" et à qui s'adresse cet outil ?
Obsorisk est un jeu sérieux (Serious Game) pédagogique conçu par l'équipe d'EOS. Il simule la gestion d'une entreprise fictive (ARYA) chargée par une région de maintenir des automates régulant le cours d'un fleuve pour éviter des inondations. Les joueurs doivent collaborer pour prendre des décisions face aux pannes, aux ruptures de stocks et aux budgets. Cet outil ludique est utilisé aussi bien pour former des étudiants en ingénierie que pour sensibiliser des professionnels de l'industrie aux impacts économiques et écologiques de l'obsolescence.
Q4 : Quels sont les verrous scientifiques majeurs que le projet EOS cherche à lever ?
Le projet EOS traite de la complexité du Maintien en Conditions Opérationnelles (MCO) des systèmes à longue durée de vie (aéronautique, ferroviaire, énergie, automobile) confrontés à des cycles d'innovation ultra-rapides. Les modèles traditionnels d’évaluation du trio FMD (Fiabilité, Maintenabilité, Disponibilité) étant statiques, le verrou scientifique d'EOS consiste à modéliser mathématiquement et dynamiquement l'influence des apparitions d'obsolescences et de pénuries sur ces trois propriétés fondamentales.
Q5 : Quelle approche de modélisation a été retenue pour représenter l’évolution dynamique du trio FMD ?
Pour représenter les interactions en cascade et l'évolution des performances du système, les chercheurs d'EOS s'appuient sur l’utilisation de Réseaux de Petri synchronisés. Cette méthode est particulièrement adaptée pour modéliser les systèmes hiérarchiques complexes et simuler les transitions dynamiques entre les états de fonctionnement, de dégradation, de défaillance ou d'indisponibilité des composants matériels, des ressources ou de la documentation.
Q6 : Qu'est-ce que la méthode ARIANE® développée dans le cadre du projet ?
La méthode ARIANE® est une approche structurée de gestion des risques qui s'articule autour de trois étapes clés :
1. L'identification des risques (analyse des causes, des effets et de la criticité à partir de la gravité, de l'occurrence et de la détectabilité) ;
2. La protection et la surveillance des équipements critiques ;
3. La définition d'actions correctives (remédiation, prévention) afin de maîtriser les impacts industriels.
Q7 : Comment le projet EOS optimise-t-il la décision critique du Last Time Buy (LTB) ?
Pour optimiser la dernière opportunité d'achat d'un composant avant son arrêt définitif de fabrication, EOS implémente un algorithme génétique de type NSGA-II. Il s'agit d'une optimisation bi-objectif sous contraintes qui vise à minimiser simultanément les coûts d'acquisition et les risques de rupture, tout en intégrant des variables incertaines telles que la demande future et les capacités réelles de stockage des industriels.
Q8 : Comment les contraintes environnementales et de durabilité sont-elles intégrées aux modèles de décision ?
Le framework d'EOS dépasse les seuls critères technico-économiques en développant des méthodes de quantification de l'impact environnemental des stratégies de remédiation (basées sur l'Analyse du Cycle de Vie et l'empreinte carbone). L'évaluation éco-responsable (calcul du CO2eq par solution) prend en compte la production des composants, les flux logistiques (transports), le stockage, le démontage et les scénarios de fin de vie, en rapportant cet impact à la durée de vie supplémentaire générée.
Q9 : Qu'est-ce que la plateforme COBRA® et quelles sont ses fonctionnalités ?
La plateforme COBRA® (Control of OBsolescence and its Risk Assessment) est la preuve de concept logicielle d'aide à la décision issue du projet. Elle centralise les données et s'organise autour d'un noyau (kernel) et de plusieurs modules métiers :
• Smart PCN : gestion, normalisation et traçabilité des notifications de fin de vie des fabricants (PCN/PDN) ;
• Évaluation des risques : calcul d'un score de criticité (scoring) basé sur le cycle de vie, les stocks et la présence d'alternatives ;
• RETEX & Similarité : capitalisation des expériences passées ;
• ORAM : simulation de l'impact des décisions sur la disponibilité et la maintenabilité des systèmes.
Q10 : Quels types d'obsolescences ont été identifiés comme majeurs lors de l'enquête industrielle d'EOS ?
Contre toute attente, l'enquête menée en avril 2023 montre que le principal défi n'est pas purement technologique. Les types d'obsolescences se répartissent ainsi :
• Compétences & Savoir-faire (39,34 %) : le capital humain et la perte de main-d'œuvre spécialisée sur les systèmes anciens représentent le premier risque ;
• Technologies (37,70 %) : liée à la rapidité de l'innovation matérielle et logicielle ;
• Normes & Réglementations (18,03 %) : une obsolescence subie induite par des contraintes externes ;
• Autres (4,93 %).
Q11 : Quel constat le projet a-t-il fait concernant les pratiques actuelles de remédiation dans l'industrie ?
L'enquête EOS a révélé un besoin critique d'outils structurés : 62 % des industriels interrogés affirment n'utiliser aucune méthode formelle pour gérer l'obsolescence (35 % "aucune méthode" et 27 % "je ne sais pas"), laissant une part majeure aux décisions intuitives ou informelles. Pour les 38 % restants, les méthodes formalisées se partagent équitablement entre approches qualitatives (19 %) et quantitatives (19 %).
Q12 : Quels sont les cas d'études industriels qui valident la recherche d'EOS ?
Les méthodes et outils logiciels créés par le projet sont mis à l'épreuve du terrain grâce aux partenaires industriels du consortium :
• Valeo a fourni des exemples et des cas d'études de systèmes réels pour démontrer concrètement l'impact négatif de l'obsolescence sur la disponibilité opérationnelle (travaux ayant fait l'objet d'une thèse de doctorat).
• Merem apporte son expertise en supply chain électronique pour traduire les exigences opérationnelles du terrain en spécifications logicielles pour la plateforme COBRA®.
Q13 : Sous quelle licence les résultats scientifiques d'EOS sont-ils partagés ?
Conformément aux engagements de science ouverte du projet, les articles de recherche, les livrables et les résultats scientifiques sont rendus accessibles publiquement sous la licence internationale CC-BY-NC 4.0 International.

Publications scientifiques liées au projet de recherche

Besbes, M., & Zolghadri, M. (2023). Inventory sizing of components at risk of obsolescence or shortage using genetic algorithm. Procedia CIRP, 120, 1630-1635, https://doi.org/10.1016/j.procir.2024.02.002

Besbes, M., Zolghadri, M., & Kanu, C. (2025). ARIANE Method: Analysis of obsolescence Risks, Impacts, criticality and their surveillANcE. IFAC-PapersOnLine, 59(10), 2421-2426, https://doi.org/10.1016/j.ifacol.2025.09.407

Besbes, M., Vrignat, P., Zolghadri, M., & Kratz, F. (2025). Integrated model for Maintaining Operational Conditions and managing obsolescence, ESREL, https://rpsonline.com.sg/proceedings/esrel-sra-e2025/pdf/ESREL-SRA-E2025-P7127.pdf

Besbes, M., Leclaire, P., Souifi, A., Mrabah, A., & Zolghadri, M. (2024). A New Tool for Obsolescence Management: Preliminary Study of Stakeholder Needs. In International Conference on Integrated Design and Production (pp. 184-192), https://doi.org/10.1007/978-3-032-04742-7_19

Besbes, M., & Zolghadri, M. (2024). Understanding obsolescence and shortage in French industry: An empirical analysis. IFAC-PapersOnLine, 58(8), 300-305, https://doi.org/10.1016/j.ifacol.2024.08.137

Karaani, S., Zolghadri, M., Besbes, M., Baron, C., Barkallah, M., Haddar, M. (2025), Systematic Analysis of the Links Between Obsolescence–Shortage and Reliability–Maintainability–Availability, IEEE Access, https://doi.org/10.1109/ACCESS.2025.3570107

Karaani, S., Besbes, M., Zolghadri, M., Baron, C., Barkallah, M., & Haddar, M. (2024). Do Obsolescence and Shortages have an impact on Reliability, Maintainability and Availability? IFAC-PapersOnLine, 58(8), 294-299, https://doi.org/10.1016/j.ifacol.2024.08.136

Karaani, S., Besbes, M., Zolghadri, M., Baron, C., Barkallah, M. (2024). Obsolescence and Availability: The Hidden Challenges of Complex Systems, Advances in Integrated Design and Production III, Lecture Notes in Mechanical Engineering. Springer, https://doi.org/10.1007/978-3-032-04742-7_43

Karaani, S., Besbes, M., Zolghadri, M., Baron, C., Barkallah, M., & Haddar, M. (2025). Hierarchical Modelling of the Impact of Obsolescence on System Availability. IFAC-PapersOnLine, 59(10), 3023-3028, https://doi.org/10.1016/j.ifacol.2025.09.508

Karaani, S., Zolghadri, M., Baron, C., Nilchiani, R., Besbes, M., Babu, R. S. N. (2025) Obsolescence vs Reliability–Availability–Maintainability: Petri nets modelling for mission-critical systems, ESREL, https://rpsonline.com.sg/proceedings/esrel-sra-e2025/pdf/ESREL-SRA-E2025-P3535.pdf

Karaani, S., Zolghadri, M., Besbes M., & Baron, C. (2026). Operational Availability and Obsolescence: A Usage-Oriented Approach. In 2026 Annual Reliability and Maintainability Symposium (RAMS), IEEE. https://doi.org/10.1109/RAMS50514.2026.11424512

Liu, Y., Karaani, S., & Zolghadri, M. (2025). An Approach for Implementing Obsolescence Management Strategies to Extend Product Service Lifespan. Procedia CIRP, 135, 660-665, https://doi.org/10.1016/j.procir.2025.01.067

Mokraoui, S., Besbes, M., Zolghadri, M., & Baron, C. (2024). Obsolescence management: Criteria related to its context and its mitigation techniques. IFAC-PapersOnLine, 58(19), 492-497, https://doi.org/10.1016/j.ifacol.2024.09.260

Mokraoui, S., Costa-Afonso, R., Besbes, M., Zolghadri, M., & Baron, C. (2025, July). Environmental Impact Characterization of Obsolescence Remediation Solutions in Long-Life Product. In IFIP International Conference on Product Lifecycle Management (pp. 438-448), https://doi.org/10.1007/978-3-032-09700-2_43

Mrabah, A., Saad, E., Zolghadri, M., & Edouard, C., (2026). Explainable AI for Obsolescence using Weak Labels, In 2026 Annual Reliability and Maintainability Symposium (RAMS), IEEE https://doi.org/10.1109/RAMS50514.2026.1142455

Souifi, A., & Zolghadri, M. (2024). Obsolescence risk assesment: Key challenges and practical lessons. IFAC-PapersOnLine, 58(19), 486-491 ? https://doi.org/10.1016/j.ifacol.2024.09.259

Souifi, A., Zolghadri, M., & Besbes, M. (2025). A Novel Method for Obsolescence Risk Assessment in Complex Systems: Integrating Skills and Documentation Obsolescence. IFAC-PapersOnLine, 59(10), 3017-3022, https://doi.org/10.1016/j.ifacol.2025.09.507

Nous contacter