Le potentiel de l’analytique sur la base de flottes pour les activités orientées données et l’optimisation de l’entretien

Les entreprises sont de plus en plus nombreuses à entamer des projets d’entretien proactif ou prédictif. Elles cherchent à optimiser leurs activités grâce à l’énorme quantité de données qu’elles collectent. Toutefois, ces entreprises se concentrent surtout sur le niveau des machines individuelles. Un énorme potentiel d’analytique sur la base de flottes est donc inexploité.  

C’est la raison pour laquelle, le 13 décembre 2017, dans le cadre du projet HYMOP, Sirris et les autres partenaires (Vrije Universiteit Brussel, imec, université d’Anvers et KU Leuven) ont organisé la deuxième édition du séminaire «  L’analytique sur la base de flottes pour les activités orientées données et l’optimisation de l’entretien ». Rassemblant quelque 70 participants des secteurs universitaires et industriels, cet événement montre l’attrait et l’intérêt croissants en faveur de l’analytique sur la base de flottes pour les activités orientées données et l’optimisation de l’entretien.   

Une flotte consiste en un ensemble de machines identiques (ou presque). L'analyse des données recueillies sur une telle flotte offre un grand potentiel d’optimisation de l’utilisation et de l’entretien de ces machines :   

  • Exploitation des données et des connaissances à travers la flotte : l’analyse des données au niveau de la flotte vous aidera à créer des ensembles de données plus représentatifs, car vous pourrez combiner des données provenant de plusieurs machines. L’ensemble de données couvrira un jeu plus riche de contextes opérationnels et de types d’appareils que s’il ne contient que les données d'une seule machine. Votre ensemble de données pourrait également contenir plus d’occurrences d’événements rares. Enfin, vous pourrez créer des ensembles de données complets et de haute qualité, ce qui vous aidera à détecter et éliminer les valeurs non conformes et à entrer les valeurs manquantes. La possession d’un ensemble de données représentatif et complet est la première étape d’une analyse de données réussie !

  • Comparatif des performances à l’échelle de la flotte et identification des cas de dégradation de performances et de sous-performances dans toute la flotte : l’analyse des données au niveau de la flotte vous aidera à élaborer une ligne de référence fiable et réaliste pour différents contextes. En d'autres termes, quand une machine se comporte normalement dans ses conditions de fonctionnement normales. Vous pouvez ensuite utiliser cette ligne de référence pour déterminer les comportements anormaux. Ceci constitue à son tour la base de la prédiction de défaillances et de la détection d’anomalies.

  • Modélisation composite et simulation : l’analyse des données au niveau de la flotte vous permet de fractionner le problème en parties pouvant être modélisées séparément. En examinant séparément les composants individuels, la machine et les différents actifs, la complexité de l’analyse diminue, ce qui permet une spécialisation dans différents contextes. Les composants individuels peuvent ensuite être recombinés au sein d’un modèle global grâce aux techniques d’« hypermodélisation », une tâche de recherche non négligeable.

Vous aimeriez découvrir le potentiel de l’analytique sur la base de flottes dans votre contexte spécifique ? Souhaitez-vous en savoir plus sur le projet HYMOP ? Dans ce cas, n’hésitez pas à nous contacter par mail