Article
Juin
2018
Marie Blanc
Responsable commerciale
Data Science au service de l’industrie – Mise en application de Humantodata chez Pfeiffer Vacuum

Pfeiffer Vacuum, fabriquant de pompes à vide installé en Haute-Savoie (700 employés), vient d’expérimenter la méthode Humantodata.

C’est très prometteur, explique Jean-Loup Monbeig, directeur de la prospective industrielle. Cela peut donner des algorithmes permettant de prédire la performance de nos produits et donc de simplifier nos procédures de tests, ce qui représente des gains industriels tout en garantissant la qualité .(1)

Mieux utiliser, dans l’industrie, des données déjà omniprésentes, cela signifie mieux les ordonner, mieux les interpréter, étant entendu qu’aucune de ces données n’est fiable à 100 %. Humantodata est donc intervenue pour accompagner l’entreprise dans sa transformation digitale et l’exploitation des données de production et a mis en œuvre un POC (Proof of Concept), c’est-à-dire une solution-prototype de modélisation de données diverses permettant de fonder et co-construire une stratégie plus générale d’utilisation industrielle des outils de data science

Cette démarche permet en effet de tester et valider rapidement (en moins de deux mois) la pertinence des solutions IT envisagées pour le stockage, traitement et visualisation de données et l’efficacité des méthodes de data science, intégrée à la plateforme azure machine learning pour l’industrie afin de mettre en lumière et d’exploiter les liens entre données de fabrication (usinage de pièces) et les performances du produit final.

Travaux réalisés

  • Mise en place d’un démonstrateur de la plateforme azure machine learning, pour l’industrie
  • Upload et nettoyage des données fournies
  • Mise en application des traitements de modélisation et de Data Science afin d’étudier l’influence de la qualité de fabrication sur les performances des pompes assemblées
  • Mise en place d’un web service prédisant la probabilité de non-conformité à partir des données de fabrication
  • Préconisations sur la saisie des données opérationnelles suite à atelier sur le terrain

Résultats obtenus :

  • Identification des paramètres de production les plus influents (data et humain),
  • Validation de la solution technologique Azure,
  • Préconisation sur la fiabilisation des données
  • Mise en œuvre des outils d’analyse adaptés pour modéliser les corrélations entre les pièces usinées et les produits finis
  • Proposition d’un modèle prédictif de non-conformité à partir des données d’entrée

 

Planning

 

Pour rappel, le consortium Humantodata créé, fin 2017, à Cournon regroupe quatre sociétés – d’une vingtaine de salariés chacune –aux compétences complémentaires :

  • Agaetis (structuration des systèmes informatiques et stockage des données),
  • Phimeca (Data Science, modélisation et croisement de données),
  • Deltamu (métrologie, véracité et fiabilité des données) et
  • Pyramis (pilotage de la performance et prise en compte du facteur humain).

Vous souhaitez en savoir plus sur nos solutions pour fiabiliser, stocker et faire parler vos données ? Nous sommes à votre disposition pour mettre en œuvre rapidement un POC (Proof of Concept) pour vous permettre de tester la pertinence de la démarche :

 

(1)    Extrait de l’article paru dans La Montagne le 22/05/2018 : https://www.lamontagne.fr/clermont-ferrand/economie/btp-industrie/2018/05/22/digitalisation-quatre-pme-de-lagglomeration-de-clermont-ferrand-unie-pour-proposer-une-offre-globale_12856513.html#refresh

 

theme by teslathemes