Contexte
Dans le cadre de ses activités de production de combustible nucléaire, le client utilisait un procédé de dépôt de bore qui nécessitait le maintien d’un vide dans une chambre par des cryopompes. Ces pompes ont été soumises à une dégradation progressive qui pouvait déclencher des cycles défaillants, déstabilisant le vide généré et donc tout le processus de dépôt de bore. Le client cherchait à mettre en place une approche prédictive pour anticiper les défaillances de ces cycles de production. Des données correspondant à 27 capteurs d’informations diverses (drapeaux, température, débit de gaz, etc.) ont été fournies afin d’atteindre cet objectif.
Besoin
Anticiper, avant la fin du cycle précédent, la panne d’une cryopompe défaillante pour éviter de l’utiliser au cycle de production suivant, et basculer à la place sur une deuxième cryopompe saine.
Solution
3 modèles ont été générés : modèle pompe 1, modèle pompe 2, modèle 2 pompes.
Des métriques ont été fournies pour trois types de cycles : cycles définitivement malsains, cycles possiblement malsains et cycles définitivement sains.
Résultats
Des résultats satisfaisant ont été obtenus par les modèles générés par DiagFit.
- Modèle 1 : détection de 99 % des cycles définitivement malsains, 61 % des cycles possiblement malsains, 70 % des cycles définitivement sains, et il y a 75 % d’anticipation de 6 heures ou plus.
- Modèle 2 : détection de 90 % des cycles définitivement malsains, 73 % des cycles possiblement malsains, 58 % des cycles définitivement sains, et il y a 74 % d’anticipation de 6 heures ou plus.
- Modèle 3 : détection de 87 % des cycles définitivement malsains, 68 % des cycles possiblement malsains, 73 % des cycles définitivement sains, et il y a 40 % d’anticipation de 6 heures ou plus.
