Maintenance prédictive via les objets connectés

Comprendre le patrimoine data

Un grand acteur industriel nous a exposé une problématique ouverte : comment utiliser mon patrimoine data pour améliorer mon activité ?

Le patrimoine data est large car il comprend l’ensemble des données de plus de 2000 capteurs sur 3 lignes de production avec 2 ans d’historique.

Avant de pouvoir répondre à une question, il est nécessaire de comprendre les données, leur séquencement, et leur importance sur les différents éléments de la chaine. Cette étape d’alignement de la compréhension métier et de la donnée stockée est indispensable pour définir les cas d’utilisation.

Améliorer la compréhension du phénomène des pannes.

Ce patrimoine de donnée doit cependant produire une valeur. Une des cas étudiés est donc de définir si l’ensemble des capteurs peut permettre d’anticiper les pannes et donc d’améliorer le rendement des chaines de production et permettre l’intervention des équipes opérationnelles avant l’arrêt de la chaine. Nous avons donc réalisé les actions suivantes :

  • Construction d’une data pipeline permettant la structuration de la donnée,
  • Conception d’une usine de transformation du signal pour prototyper de nouvelles variables prédictives,
  • Présentation des résultats d’un algorithme interprétable pour acculturer les métiers au machine learning,
  • Développement d’un algorithme hautement prédictif et réalisation d’une simulation de performance.

Ces éléments ont permis d’identifier les causes de pannes et ainsi de définir une stratégie de maintenance s’appuyant sur les éléments pertinents des capteurs de données.

Success story

Nos offres sur le sujet

2000
capteurs analysés sur 3 ans d’historique

En quelques mots...

Faire parler le patrimoine des données pour prédire des défaillances industrielles

Christophe Vallet, CEO, weave data

En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies pour mesurer notre audience, vous proposer des contenus et des offres personnalisées, ainsi que des fonctionnalités de partage sur les réseaux sociaux. En savoir plus.