Cas d’usage : détection de pannes sur les portes de Train Grande Vitesse
Contexte Les portes de trains sont des éléments importants dans l’expérience du voyageur. Or ces équipements sont mis à rude épreuve par les voyageurs et les intempéries. Après avoir constaté à de multiples reprises des dysfonctionnements lors de l’ouverture et/ou de la fermeture des portes sur plusieurs TGV, les agents de l’entreprise ont émis la […]
Anticipation de défaillances sur des cartes électroniques : cas d’usage
Contexte Le client est une entreprise spécialisée dans l’équipement pétrolier, en particulier dans la fabrication d’outils de forage pour les puits. Ces outils intègrent des capteurs au niveau des têtes de forage pour mesurer divers paramètres (température, accélérations, vibrations, etc.), enregistrés par des cartes électroniques d’acquisition. Utilisées à des dizaines, voire des centaines de mètres […]
Annonce DiagFit 3.1
Découvrez DiagFit 3.1, la nouvelle version de notre logiciel dédié aux séries temporelles. Nous avons grandement amélioré l’expérience utilisateur grâce à une amélioration des performances et de son interface utilisateur. Découvrez dès maintenant les nouveautés de DiagFit qui vous permettront d’optimisez l’analyse de vos données. Explorez et transformez vos données grâce à notre logiciel no-code En […]
Optimiser les diagnostics et automatiser la maintenance dans l’aéronautique
Optimiser la maintenance des équipements aéronautique devient possible grâce à l’alliance de l’Intelligence Artificielle, du Machine Learning et de l’expertise en série temporelle. Découvrez à travers les 4 cas d’usage suivants, comment DiagFit a permis aux équipementiers, mainteneurs ou utilisateurs des équipements d’améliorer leur efficacité opérationnelle. Sous-système de transmission Définir un indicateur d’usure d’un composant critique afin d’être alerté […]
Anticipation de défaillances sur des pompes à vide : cas d’usage
Contexte Les pompes à vide sont des équipements cruciaux dans de nombreux processus industriels (microélectronique, automobile…). Toutefois, ces pompes sont assujetti à l’usure et peuvent casser avec le temps, entrainant des interruptions de production qui peuvent être coûteuses. Face à ce défi, le constructeur de ces pompes à vide, effectue de la maintenance préventive basée […]
La release DiagFit 3.0 est disponible
DiagFit 3.0 : l’exploration des séries temporelles industrielles Demander une démo Essayer DiagFit https://www.amiraltechnologies.com/wp2k23/wp-content/uploads/2024/06/DiagFit-Demo-PA-Site.mp4 Notre dernière release de DiagFit est désormais disponible, avec son plein de nouveautés. Découvrez quelles fonctionnalités ont été ajoutées à notre solution de prédiction de pannes en mode aveugle. Créez des modèles prédictifs exploitables grâce aux séries temporelles industrielles En savoir […]
L’alliance de l’humain et du Machine Learning dans l’Industrie 4.0
Combiner expertise humaine et machine learning : le graal de l’industrie 4.0 L’engouement de l’industrie pour l’intelligence artificielle et particulièrement pour le machine learning a fait naître des interrogations quant à l’imminente prise d’ascendance de la technologie sur l’homme. Mais au fur et à mesure que ces outils hautement sophistiqués se démocratisent, il apparaît évident que les prouesses de l’intelligence […]
Chalk & Talk : Des sous-groupes de capteurs à l’indicateur de santé global de l’équipement
Diviser pour mieux régner, une démarche pour améliorer l’explicabilité du diagnostic issu des modèles et éviter l’effet « boite noire »
La démarche de création de modèle en vue de la prédiction de pannes peut s’avérer difficile, semée d’embuches et parfois déceptive. La première source de déception peut venir du fait que les modèles générés peuvent paraître opaques quant à l’information fournie à l’utilisateur pour pouvoir remonter à la panne observée. On observe une réticence des […]
Chalk & Talk : Décomposition du signal et capteurs virtuels
