OPTIMISEZ LE FONCTIONNEMENT ET LA MAINTENANCE DE VOS MACHINES

Le seminaire HYMOP explore les champs de données encore inexploités

Comment une analyse des données et une conception hybride peuvent-elles améliorer le fonctionnement et la maintenance de votre flotte de machines ? C'est la question qui occupait le consortium HYMOP en décembre 2017, qui a d'ailleurs tenté d'y apporter une réponse concrète. Le point de départ dans le Technologiepark de Zwijnaarde était le constat que le potentiel de l'énorme quantité de données collectées n'était pas pleinement exploité. En ce qui concerne la flotte surtout, il y a encore une très belle marge de progression. En comparant le comportement d'une machine à la flotte, on peut mettre en place une stratégie plus détaillée et plus précise.

ANALYSE DE LA FLOTTE

Avant de vraiment plonger dans le cœur du sujet, les intervenants se sont penchés sur les pourquoi et les comment d'une analyse de la flotte. Toute entreprise souhaite évidemment réduire ses CAPEX et ses OPEX afin d'optimiser les revenus. Le 'light design' est une solution: n'utiliser des matériaux que là où c'est nécessaire. Pour en arriver à ce constat, il faut pouvoir s'appuyer sur des données de terrain. Ces données permettent de développer la stratégie de maintenance: de la méthode réactive aux interventions préventives voire prédictives. Heureusement, de plus en plus de systèmes sont équipés d'instruments, de capteurs intégrés ou montés à l'extérieur. Ces systèmes sont aussi de plus en plus connectés à Internet.Des bases de données relatives aux informations contextuelles (météo, trafic etc. sont disponibles. L'objectif final est de réduire le TCO d'une flotte de machines industrielles en intégrant des hyper modèles qui utilisent des données en séries temporelles des réseaux de capteurs intégrés aux supports industriels connectés. Actuellement, ce domaine souffre encore du streaming, de la conception et des prises de décision.

DEFIS ET OPPORTUNITES

Beaucoup d'entreprises disposent d'une vaste flotte d'actifs. Comprendre et optimiser le comportement opérationnel de ce type de flotte est essentiel, mais complexe. L'application des méthodesAI (Artificial Intelligence) traditionnelles implique un vaste potentiel inexploité. Les possibilités détaillées par le dr. Elena Tsiporkova de l'EluciDATA Innovation Lab de Sirris, sont pourtant prometteuses. Les données et les connaissances peuvent en effet servir de levier pour l'ensemble de la flotte (par exemple pour l'évaluation comparative des performances), les machines défectueuses peuvent être identifiées au sein de la flotte et l'on peut développer des modèles et appliquer des simulations. Développer des modèles en fonction des données permet de les exploiter afin de prévoir les événements à venir et de prévenir les éventuelles anomalies. Le problème se situe souvent en terme d'étiquetage explicite des données, ce à quoi le fingerprinting et/ou les modèles substituts peuvent apporter une solution éventuelle. Vous pouvez représenter un modèle évolutif de la flotte en utilisant la structure hiérarchique de la flotte. On utilisera aussi l'hypermodelling pour combiner le meilleur des modèles de connaissances, de données, des modèles individuels et des modèles complets.

CAPTEURS, SYSTEMES ET SPORT

Dr. Arno Knobbe a traité de trois projets:

• InfraWatch: contrôle du pont A6 entre Amsterdam et Almere par 145 capteurs.
• AssetDrive: analyse des données pour les chantiers navals pour comparer les modèles navals au niveau des données de la flotte.
• MASS: optimisation grâce aux données des programmes d'entraînement olympiques des patineurs.

 

 

 

 

 

 

COGNITIVE COMPUTING

Le Belge dr. Peter Staar- scientifique au Zurich Lab d'IBM - s'est penché sur le 'cognitive computing'. Il travaille sur des systèmes qui permettent grâce au concept d'apprentissage automatique de tirer d'avantage d'infos de documents PDF, par exemple. Le but est de booster les méthodes derrière les découvertes et inventions.