Captation du besoin

Pfeiffer Vacuum a sollicité Phimeca pour analyser ses données de production de pompes à vide. Deux jeux de données étaient disponibles : d’un côté la puissance acoustique développée par chaque pompe, de l’autre les données métrologiques des pièces composants chacune de ces pompes.

Image

Préparation des données

La variabilité de la puissance acoustique développée par les pompes est à l’origine d’un taux de non-conformité significatif. Il est donc important de se pencher sur les sources de cette variabilité. On a pour cela exploité la traçabilité des pièces composants chaque pompe.

Image

Modélisation prédictive

Ce projet a été réalisé au sein de la plateforme cloud Microsoft Azure. Selon les besoins de client, Phimeca fait appel à différentes technologies, libres ou commerciales, externalisées ou non, pour modéliser l’information contenue dans les données.

Image

Valeur ajoutée

L’analyse des données a mis en lumière certains paramètres influents non soupçonnés parmi les plusieurs centaines de paramètres mesurées en sortie d’usinage. L’utilisation d’un modèle prédictif a également permis de diviser par deux le nombre de pompes testées physiquement, et ainsi augmenter la capacité de production.

Image

Méthodologie d’intervention

L’intelligence artificielle telle que la conçoit Phimeca n’a pas pour vocation à remplacer les experts, mais à les aider dans leurs prises de décisions et à leur libérer du temps pour les tâches à plus forte valeur ajoutée intellectuelle et économique. Elle vient de plus en complément d’une bonne compréhension de la physique des phénomènes.

Captation du besoin

Échange avec les experts métiers du client, revue des données disponibles, identification d’un besoin et mise en place d’une feuille de route

Préparation des données

Appropriation des données, structuration, traitement des données manquantes ou aberrantes, standardisation, analyse de sensibilité, feature engineering, etc

Modélisation prédictive

Modèles de régression, modèles de classification, réseaux de neurones, validation croisée

Déploiement

Restitution sur site, installation de l’outil, formation du client, mesure du ROI