Les données : une science en elle-même

Assurer le succès grâce à l'expertise et à l'intelligence artificielle

Les données : une science en elle-même

Les données : une science en elles-mêmes

Un grand nombre de capteurs enregistrent des données dans les machines et les installations. Lorsqu'elles sont analysées correctement, ces données peuvent améliorer les processus de fabrication et garantir des produits de haute qualité. Le service Industrial Analytics développe les modèles demandés pour cela en étroite collaboration avec les clients, et les clients peuvent participer eux-mêmes au développement des données et du modèle.

Divers ensembles de données, appelés caractéristiques, peuvent être tirés de données de machine et d'installation. Ces données peuvent être évaluées automatiquement à l'aide de l'intelligence artificielle (IA). Cela inclut par exemple la température, la pression, la consommation électrique et les vibrations. L'expérience des projets antérieurs montre que les machines et les installations enregistrent généralement déjà toutes les données importantes. Dans la plupart des cas, aucun capteur supplémentaire n’est nécessaire. Le véritable défi consiste à récupérer l'information cachée des données et à reconnaître les corrélations pertinentes. C'est là que l'analyse industrielle de Weidmüller entre en jeu.

Détecter et classer les anomalies

Il existe de nombreuses causes qui peuvent perturber le fonctionnement fluide d'une installation. Il peut s'agir, par exemple, de bulles d'air dans le circuit du refroidissement, entraînant une capacité de refroidissement réduite ou un jeu des engrenages entraînant des mouvements imprécis. Les scientifiques de données de Weidmüller développent des modèles à l'aide de l'intelligence artificielle qui reconnaissent de tels écarts par rapport au comportement normal, c'est-à-dire des anomalies, dans les données de temps réel. Les scientifiques utilisent des données historiques comme référence qui fournissent un schéma typique pour le fonctionnement d'une machine sur une période de temps définie.

Au cours de la classification des anomalies, les déviations reconnues sont ensuite placées dans des catégories allant de Importantes à Sans importance et les anomalies importantes sont assignées à une cause de l'erreur. Les opérateurs de machines peuvent utiliser ces informations pour réagir plus rapidement aux problèmes et même reconnaître les dysfonctionnements qui auraient pu autrement passer inaperçus. Un diagnostic plus rapide réduit les temps d'arrêt, ce qui permet de réduire les coûts et d'optimiser la sortie de production.

L'ingénierie des fonctionnalités reconnaît les modèles complexes

Weidmüller a reçu le German Innovation Award 2018 dans le cadre de la catégorie « Excellence in Business to Business » pour l'approche intégrée de l'analytique industrielle. Le Dr Markus Köster, responsable de la recherche et du développement au sein de l'unité commerciale Industrial Analytics (gauche), et Tobias Gaukstern, responsable de l'unité commerciale Industrial Analytics (droite), ont accepté le prix à Berlin.

L'ingénierie des fonctionnalités est une technologie importante pour le développement de modèles d'IA fiables. Dans cette approche, les valeurs de mesure sont considérées dans des corrélations statistiques complexes. À cet effet, par exemple, on forme des coefficients de corrélation qui représentent des changements interdépendants de deux ou plusieurs caractéristiques au cours du temps. Les scientifiques de données utilisent des données de machines historiques pour développer de nouvelles caractéristiques. L'objectif est de reconnaître les écarts encore plus efficacement et de manière plus fiable que si l'on utilisait simplement les données brutes. Exemple : les signaux de fréquence élevés, tels que ceux provenant des mesures vibratoires ou des convertisseurs de fréquence, peuvent être divisés en différentes plages de fréquence avec leurs composants correspondants du signal de sortie selon des méthodes mathématiques. Le modèle apprend la caractéristique composante du comportement normal d'une machine. Ces composants sont un meilleur indicateur de dysfonctionnements possibles que le signal d'origine.

C’est pour nous tous

Étant donné que les ensembles de données doivent être interprétés et évalués en fonction du comportement de la machine concrète ou du process, l'ingénierie des caractéristiques demande des connaissances applications complètes. L’expertise des scientifiques des données, le savoir-faire application de l’ingénieur en mécanique ou de l’opérateur de machines ainsi que les connaissances déjà acquises sont tous également importants pour trouver des réponses qui déboucheront sur une solution pratique. Seul un expert en applications peut évaluer si une anomalie représente ou non une erreur de la machine. L'expert aide les spécialistes des données à construire les algorithmes qui décrivent correctement l'état opérationnel normal ainsi que les écarts et anomalies possibles.

Des modèles basés sur l'IA sont déjà utilisés pour de nombreuses applications telles que les machines d'emballage, la technologie et la manipulation du matériel de remplissage ainsi que pour la robotique. Chez Weidmüller, ces modèles permettent d'obtenir un logiciel adapté à chaque utilisateur. Le logiciel surveille et prédit en permanence le comportement de la machine et applique les données ainsi que les résultats de l'analyse à une visualisation. Les experts de l'interface utilisateur conçoive l'interface utilisateur individuellement afin que chaque client obtienne une solution correspondant à son domaine d'application.

La visualisation permet de se tenir au courant de l'état actuel de la machine. À cette fin, les plages horaires individuelles peuvent être consultées et balisées avec des informations, ce qui devrait être inclus dans l'évaluation future des données. Dans cet exemple, les zones surlignées en jaune montrent des anomalies potentielles que l'algorithme a identifiées pour l'utilisateur. Les utilisateurs peuvent également consulter ces éléments pour déterminer s'il s'agit ou non d'une anomalie. De cette manière, le modèle continue à apprendre et peut classer les statuts futurs de manière plus précise.

Cependant, un nouveau modèle fondé sur l'IA n'est pas initialement en mesure de décrire toutes les erreurs et tous les statuts futurs potentiels d'une installation, en particulier lorsqu'ils ne sont pas ou très rarement contenus dans les données historiques. Les modules d'analyse industrielle sont donc conçus de manière à ce que les utilisateurs puissent actualiser, étendre et affiner eux-mêmes leur modèle au fil du temps. Les scientifiques de données de Weidmüller apporteront bien sûr un soutien aux clients, si nécessaire.

Utiliser les caractéristiques pour réussir

L'ingénierie des fonctionnalités est la clé du succès d'une solution d'analyse. Weidmüller associe les connaissances nécessaires en applications et l'expertise technique sur les corrélations physiques avec le savoir-faire en science des données. Grâce à l'option de développement des modèles basés sur l'IA de manière indépendante, les ingénieurs en mécanique et les opérateurs de machines peuvent augmenter considérablement leur puissance de modèles sans révéler leurs connaissances du domaine.