L'estimation de la durée de vie résiduelle est un défi scientifique majeur et un thème central dans la communauté scientifique qui s'intéresse aux problèmes de pronostic. L'utilisation d'outils et méthodes rassemblés sous le terme de pronostic est largement répandue en aéronautique, électronique, médecine, etc. La problématique sous-jacente commune est la mise en uvre de modèles qui tiennent compte en ligne de l'histoire d'un système et de son environnement, du diagnostic sur son état courant et éventuellement des conditions opérationnelles futures pour prédire une durée de vie résiduelle. La problématique principale de ces travaux est l'utilisation d'approches probabilistes pour construire des modèles de pronostic novateurs à partir d'un indicateur de dégradation d'un système et d'utiliser la prédiction de durée de vie résiduelle pour mettre en uvre des politiques de maintenance. L'avantage de ces modèles est d'avoir des propriétés de régularité qui facilitent les calculs de probabilité et l'estimation de la durée de vie résiduelle. Afin de tester les performances de nos modèles, nous avons réalisé une étude comparative sur un cas test fourni par la conférence IEEE PHM

Chercheur dans le domaine de modélisation et sûreté des systèmes industriels, il a fini sa thèse en 2012 à l'Université de Technologie de Troyes. Son intérêt de recherche est sur la modélisation stochastique de fiabilité, l'estimation de fiabilité, l'approche probabiliste de pronostic, l'analyse de risque et la maintenance préventive.