ASTRIIS

L’industrie 4.0 a besoin de solution de maintenances fiables pour se développer. Les pannes non-prévues sont sources de dépenses élevées en raison des coûts de réparation et des arrêts d’exploitation. Cependant, la maintenance planifiée traditionnelle implique de remplacer des pièces encore bonnes et ne met pas à l’abri des défauts et pannes. Les logiciels de maintenance conditionnelle sont la solution pour optimiser les plans de maintenance. Cependant, leur utilisation connaît encore certaines limites :

• Non-détection occasionnelle de défauts
• Manque d'experts en analyse de signal
• Durée d'analyse élevée
• Modèles de prédiction dépendants du système
• Difficile à utiliser De plus, le volume disponible de données est en croissance exponentielle grâce au développement des systèmes IIOT, mais leur analyse automatique reste un défi.

AStrion est un logiciel issu de trente années de recherche en traitement du signal appliqué à la maintenance préventive. Basé sur un traitement automatique des signaux, AStrion est capable, sur chaque signal, de détecter toutes les fréquences représentatives de l’état de chaque pièce. En suivant dans le temps l’évolution d’indicateurs associés à chaque fréquence, le logiciel repère toute évolution anormale grâce à des algorithmes d’apprentissage basés uniquement sur la base de données en cours de surveillance. Situé sur un serveur de calcul, il peut surveiller à distance chaque partie d’une exploitation et analyser de grandes bases de données. Son interface pratique permet de rendre le diagnostic compréhensible pour un opérateur et augmente l’efficacité des experts en leur permettant d’accéder au détail de l’ensemble des résultats.

• Traitement du signal automatique à un niveau expert
• Analyse automatique de grandes bases de données
• Suivi en ligne à distance
• Réduction du nombre de fausses alarmes
• Interface pratique et conviviale
• Pas besoin de base de données antérieures

Validé par une preuve de concept dans le secteur de l’éolien, Astrion est aujourd’hui une solution de condition monitoring prête à être déployée sur des machines industrielles pour tester ses performances. Une solution de machine learning va prochainement être testée dans le but d’automatiser le diagnostic.

• Production d’énergie
• Fabrication
• Pétrole et gaz
• Transport
• Machines industrielles