Analyser, nettoyer et transformer des séries temporelles industrielles : De la découverte à la création de capteurs virtuels pour exploiter au maximum ses données
L’industrie se dirige vers une exploitation plus poussée des données provenant des équipements industriels. Ces données, souvent sous forme de séries temporelles complexes, nécessitent une préparation minutieuse et/ou une exploration approfondie de la part d’experts métiers. Lorsqu’un industriel se lance dans l’analyse de ses données pour résoudre un problème spécifique (détection de pannes spécifiques, anticipation […]
AMIRAL TECHNOLOGIES DANS CAPITAL
Les performances d’Amiral Technologies mises en avant.
Présentation d’Amiral Technologies par Simon Gazikian, Directeur Général, lors de TechInnov 2023
DiagFit – Blind predictive maintenance software
Publication scientifique – Détection de défauts de capteurs sur un banc d’essais acoustiques grâce au Machine Learning (GB)
Article scientifique rédigé par Thibaut Le Magueresse, data-scientist chez Amiral Technologies, Jérémie Derré et Florent Mercat, Airbus Operations – Acoustics Testing Team Cette publication scientifique est rédigée en anglais. Introduction This paper presents a study of sensor fault detection from an acoustic test bench, performed by machine learning. The concerned rig is based on the […]
Détection d’anomalies des équipements industriels : comment faire ?
L’utilisation de l’intelligence artificielle dans l’industrie s’inscrit pleinement dans la dynamique de l’Industrie 4.0. Parmi les enjeux majeurs, la détection d’anomalies des équipements industriels occupe une place centrale. Objectif : améliorer la fiabilité des actifs, réduire les arrêts non planifiés et maximiser la performance opérationnelle. Mais concrètement, comment détecter des anomalies sur des équipements industriels […]
Chalk & Talk : un déploiement en 3 phases – Phase 3
Chalk & Talk : un déploiement en 3 phases – Phase 2
Chalk & Talk : un déploiement en 3 phases – Phase 1
Chalk & Talk : Front-end
