La force de la maintenance prédictive est d’anticiper les pannes ou baisses de performances le plus tôt possible pour gagner en productivité, qualité et sécurité.
Estimée à 4 milliards en 2020, la maintenance prédictive est estimée à près de 18 milliards en 2027.
Les données collectées (IoT, capteurs, journaux, …), puis analysées par l’intelligence artificielle (machine learning, deep learning,… ) permettent de disposer de tableaux de bord, faciliter les prises de décisions, en temps réel, ou différé, liées à la maintenance.

Participants

Tous publics intéressés par les technologies industrielles associées à la maintenance prédictive.

Pré-requis

Aucun prérequis obligatoire, toutefois une culture générale et un goût pour les nouvelles technologies sont conseillés.

Objectif pédagogique

• Connaître les principales familles d’algorithmes,d’intelligence artificielle et outils liés à l’intelligence artificielle utiles à la maintenance prédictive.
• Cette formation s’intéresse à l’analyse et exploitation des données depuis leur captation/extraction physique jusqu’aux stratégies d’analyse et d’interprétation à mettre en place.

Plan :

Introduction

● Histoire et culture robotique, IoT.
● L’Intelligence Artificielle et sa famille Machine Learning, Deep Learning.
● Applications et évolutions des nouvelles technologies.
● De l’algorithme au circuit imprimé.
● Vocabulaire spécifique : maintenance prédictive, data mining,forensic,…
● Acteurs et marchés de l’analyse prédictive

Algorithme, Intelligence Artificielle, définitions

● Définitions et exemples d’algorithmes utiles.
● Tableur, Algorithme et IA
● Scénarios, graphes, arbres de décisions.
● Machine Learning, apprentissage supervisé, non supervisé.
● Deep Learning, principes.
● Apprentissage par renforcement, algorithmes génétiques.

Matériels, capteurs

● Extraction physique des données
● Composition électronique et électrique.
● Techniques et technologies de mesures
● Nouvelles technologies VS low tech
● Capteurs : luminosité, gyroscope, ultrasons, caméra…
● Moteurs : servomoteurs, moteurs à courant continu, pas à pas…
● Microcontrôleurs et processeurs

Informatique, Algorithmes et IA appliqués à l’analyse prédictives

● De la donnée brute à l’information
● Données audio, températures, journaux bruts
● Vibrations, motorisation, usinage
● Bras robotique, planification de mouvement sans heurt
● Vision par ordinateur : Identification d’anomalie par captation optique
● Analyse d’erreur de trajectoire : Suivi de points, d’objets, de chemins.

Stratégie de surveillance

● Comment l’intégrer dans son SI
● Méthodologies de projet d’analyse prédictive
● Outils sur étagère ou développements spécifiques
● GMAO (Gestion de maintenance assistée par ordinateur)

Frameworks et boîte à outils utiles

● Prototypage électronique
● Bibliothèques vision par ordinateur
● Système d’exploitation robotique
● Frameworks Machine Learning, Deep Learning
● Dataviz, visualisation de données
● Outils de simulations

Expert référent : Cédric Vasseur, https://vasseur.tech

Format	Durée
Séminaire	1 jour
Formation	1 à 2 jour(s)
Conférence	1 à 2 heure(s)