Peu connue du grand public, la maintenance prédictive est au coeur des transformations de l’industrie. Les innovations dans les domaines des objets connectés, des big data et de l’intelligence artificielle déboulent dans l’industrie et bouleversent les infrastructures informatiques jusqu’à la production.
La maintenance prédictive est l’action par laquelle on pilote l’état d’une ou d’un pool de machines, investissement coûteux, pour appréhender un dysfonctionnement et de fait, les potentielles dégradations avant qu’elles ne se produisent. D’après le cabinet MarketsandMarkets, le marché de la maintenance prévisionnelle devrait passer de 1,4 milliards de dollars en 2016 à près de 5 milliards en 2021.
Inscrivez-vous à la newsletter
En vous inscrivant vous acceptez notre politique de protection des données personnelles.
C’est dans ce contexte qu’éolane, 2ème sous-traitant électronique dans l’Union Européenne pour la partie hardware, et Cartesiam, startup spécialisée dans l’Intelligence Artificielle, s’associent pour créer Bob. Prenant le contrepied du tout cloud, Bob intègre le machine learning directement dans l’IoT, et diviserait ainsi par trois le prix versus des industriels équipés de solution 100% cloud d’après Wikibon.
Facile d’installation, l’assistant de maintenance prédictive équipé de capteurs de vibrations et de température apprend le comportement et ainsi la signature de la machine, pour détecter toute future anomalie, et envoyer l’alerte le cas échéant.
Nous avons posé quelques questions à Joel Rubino cofondateur et managing director de Cartesiam.
Comment est né le partenariat avec éolane ?
Nous avons démarré Cartesiam à la Cité de l’objet connecté, créée par éolane. Ils ont pu apprécier nos développements en IA embarquée et nous ont proposé de développer un partenariat autour d’un projet industriel : Bob Assistant.
Big Data, Intelligence Artificielle, les industriels sont confrontés à une offre pléthorique de solutions. Pourquoi se tourner vers Bob ?
Nous avons pris en compte, dès le design de notre solution, les grands défis auxquels les industriels ont à faire face : énergie, réseau, sécurité, collaboration entre production et IT, niveau d’investissement, effort de mise en oeuvre, sélection et disponibilité des données, etc.. C’est pour cela que Bob Assistant à une approche radicalement différente des autres solutions actuellement sur le marché.
Par exemple, au lieu d’envoyer toutes les données vers un data center pour les faire analyser nous avons délibérément choisi une voie inverse en décidant de réaliser machine learning et analyse, directement dans le capteur et en n’envoyant vers le cloud que le résultat. C’est grâce à cette approche très pragmatique de la gestion de l’énergie, de la sécurité des données, du rendement et ROI du système que nous pensons délivrer au marché une solution totalement en phase avec les grands défis que les industriels ont à relever dans le déploiement d’une stratégie de maintenance prédictive 4.0. C’est pour cela que Bob Assistant est une offre à ce jour unique sur le marché.
Votre innovation prend le contrepied de la tendance actuelle, où les données sont captées pour être stockées et analysées dans le cloud. Avec une analyse directement dans l’objet connecté, ne perd-on pas la capacité de détection issue de l’analyse comparative entre l’ensemble d’un pool de machines ?
Bien au contraire, nos capteurs/analyseurs vont remonter des informations spécifiques à chaque équipement et l’ensemble des informations d’un pool de machines pourra ensuite être analysé dans le cloud afin d’y trouver des corrélations ou des liens de causalité. À noter qu’en plus des messages d’alertes, nous remontons des données telles que temps de fonctionnement, niveaux de vibrations, temps en anomalie, niveaux d’anomalies, température, etc.. autant de données qui iront nourrir un système d’analyse centralisé.
Comment bob s’interface avec un écosystème de solution déjà présente chez les industriels ?
Nous sommes très conscients que nombre d’industriels ont déjà investi dans des plateformes d’analyses et ne souhaitent pas rajouter un nouveau dashboard à leur environnement. C’est pour cela que nous avons développé une API qui permet d’intégrer facilement l’ensemble des informations directement dans les systèmes existants chez nos clients.
