Contexte
De temps en temps, un équipement présente un comportement dysfonctionnel dans sa phase de démarrage. Des centaines de capteurs sont disponibles pour surveiller chaque phase de fonctionnement de l’équipement.
Besoin
Le client souhaitait :
1) Identifier les capteurs fortement corrélés à la panne
2) Anticiper l’occurrence des pannes
Solution
DiagFit a été utilisé pour apprendre le comportement normal pendant la phase de démarrage d’un équipement sain. Un modèle prédictif a ensuite été construit qui identifie automatiquement les variables/capteurs conduisant à un comportement dysfonctionnel.
Résultats
Parmi les 1400 capteurs, une douzaine s’est avérée être la plus pertinente et utilisée pour construire un modèle de prédiction de défaillance. Le fonctionnement a été exécuté sur des données anonymisées à la fois en termes de type de panne, de signification des capteurs et d’horodatage (mode aveugle). DiagFit a pu prédire les défaillances dans la fenêtre d’anticipation ciblée.
