Le 6 mai prochain, dans la ville d'Héraklion (Grèce), à l'occasion de l'événement IDEAS 2023, le 27e symposium international sur les applications de l'ingénierie des bases de donnéesElodie Toufaili de la BL.Predict tiendra une conférence intitulée "Visualisation de l'information pour la surveillance des processus industriels.
Cette contribution est le résultat de sa thèse actuelle portant sur la définition d'une plateforme d'aide à la décision pour la maintenance, effectuée en collaboration avec le Laboratoire d'InfoRmatique en Image et Systèmes d'information (UMR 5205) de l'agglomération lyonnaise.
Son objectif principal vise à optimiser les performances des processus industriels en fournissant un outil d'analyse visuelle de l'état de fonctionnement des équipements qui soit pertinent et facilement compréhensible pour les ingénieurs de maintenance. Pour ce faire, elle cherche à représenter les données de séries temporelles multivariées au moyen de matrices de cooccurrence, de façon à visualiser l'état d'un équipement et de prévenir d'éventuelles pannes avant qu'elles ne deviennent trop critiques.
Une innovation pour rendre l'aide au diagnostic plus fiable !
Son innovation ? La définition de critères permettant de choisir l'ensemble des paramètres qui renseignent le mieux sur l'état de l'équipement étudié à travers le flux massif de données générées continuellement. Cette sélection permet de créer des matrices personnalisables adaptées aux différentes problématiques de chaque industriel, rendant ainsi l'aide au diagnostic plus fiable.
Prenons l'exemple du système de tri des bagages de l'aéroport de Lyon Saint Exupéry (données 2020), Figure 1). Les convoyeurs sont équipés de capteurs qui mesurent, entre autres, la température du moteur, la vitesse du tapis roulant et le poids des bagages. La visualisation ci-dessous montre, par exemple, une corrélation entre l'augmentation de la température du convoyeur et l'augmentation du problème de bourrage de bagages.
Figure 1 : Visualisation des problèmes de fonctionnement des équipements intégrés au système de tri des bagages de l'aéroport de Lyon (données 2020)
Ces premiers travaux s'inscrivent dans la perspective d'enrichissement des caractéristiques de BL.Predict, une plateforme interopérable d'IA/IoT développée par CARL Berger-Levrault afin d'accompagner aussi bien les industriels que les organisations publiques vers une gestion durable de leurs équipements et infrastructures.
