Internet of Things (IoT)

L’IA au service de la maintenance avec IBM Equipement Maintenance Assistant

Share this post:

Lorsqu’un incident technique survient, il est essentiel de le résoudre au plus vite, sous peine de subir des pertes d’exploitation, parfois lourdes. Pour les équipes de maintenance, cela se traduit par des impératifs de réactivité et d’expertise. S’appuyant sur l’Intelligence Artificielle, l’assistant de maintenance peut répondre à cette double problématique.

 

Un assistant intelligent pour aider les techniciens

Dans le contexte de l’industrie 4.0, l’utilisation de l’IA peut faciliter la maintenance sur deux plans différents :

1/ La maintenance prédictive : en étudiant les données issues de capteurs, corrélées à l’historique de maintenance d’un appareil, l’Intelligence Artificielle est en mesure de prédire la probabilité d’une panne et d’ajuster en conséquence le plan de maintenance.

2/ La maintenance curative : à l’aide d’un assistant interrogeable en langage naturel, il est possible d’améliorer l’expérience utilisateur de l’agent de maintenance, en indiquant les étapes permettant d’identifier et de régler un problème.

C’est cet aspect que couvre aujourd’hui la solution IBM EMA (Equipement Maintenance Assistant). L’objectif est de simplifier les réparations à l’aide d’un assistant de maintenance qui comprend le langage naturel et qui est capable d’exploiter de multiples sources de données.

EMA utilise la puissance de Watson pour guider le technicien dans l’identification des pannes et leur résolution. À cet effet, il est capable de rechercher dans les documentations des constructeurs, les notes des techniciens ou encore l’historique de maintenance, afin de soumettre une ou plusieurs solutions. Ces solutions sont proposées avec un indice de confiance. Une fois la panne réparée, le technicien notera à son tour l’assistant, afin d’évaluer la pertinence des solutions proposées et enrichir le modèle.

 

Accélérer le dépannage

Le service de maintenance se doit tout d’abord de proposer des solutions au plus vite, les pertes d’exploitation pouvant être importantes. Trouver la bonne solution dans un délai restreint (right fix, right time) s’avère donc essentiel. Faire bien du premier coup est un enjeu stratégique de la maintenance corrective.

Imaginons une panne touchant un ascenseur. Arrivé sur site, le technicien constate un rebond quand il monte dans l’ascenseur. Un dialogue va se créer entre le technicien et l’assistant maintenance. Ce dernier va demander si l’ascenseur est bien sous tension. Si oui, il demandera au technicien de connecter son PC à l’appareil et de lire le code-maintenance affiché. Le code-erreur lu permet, par exemple, de déterminer que la cause de la panne est à 82 % un défaut sur un vérin, qu’il faudra changer avant de réinitialiser l’ascenseur. Le technicien va appliquer le mode opératoire suggéré par l’assistant, puis confirmer par la suite la justesse de son analyse. La cause de la panne est déterminée en seulement quelques étapes, permettant ainsi une remise en route sans délai.

Rassembler les connaissances

Autre défi, celui des compétences. Les experts restants limités en nombre, l’assistant maintenance s’avère encore une fois un outil précieux, capable de rassembler de multiples sources d’information. Dans le cadre de l’armée américaine, EMA compulse les données des constructeurs de différents types de chars, s’appuie sur les manuels de formation et d’utilisation, ainsi que sur 15 ans d’historique de maintenance. En réunissant tout ce savoir dans un référentiel unique, l’assistant maintenance permet de « désiloter » le savoir et l’expertise. Tout en en se montrant en mesure d’intégrer de nouvelles données au fil de l’eau.

Documents des constructeurs, guides en provenance de la maintenance, journaux de réparations, remontées des utilisateurs sont autant de sources classiques d’informations. Toutefois, des données exogènes peuvent également être prises en compte : savoir-faire partagé sur des blogs, remontées de problèmes sur les réseaux sociaux, etc. Mais aussi les données de capteurs, qui peuvent influer sur l’analyse de la panne. Si un capteur a relevé plusieurs fois des températures élevées, alors même que les températures intérieures et extérieures étaient normales, cela peut donner des pistes quant à la panne rencontrée.

 

Une solution ouverte sur l’extérieur

L’assistant maintenance EMA est directement intégré à la solution de gestion d’actifs d’entreprise IBM Maximo, qui prend par ailleurs en compte les données issues de l’IoT. Des API permettent cependant de connecter EMA à tout type de GMAO ou de solution métier. EMA est disponible sur smartphone et tablette.

En savoir plus sur l’IA au service de la Maintenance

 

Technical Sales Maximo APM

More Internet of Things (IoT) stories
12 janvier 2021

La compréhension du langage et IBM

Nous avons publié une série de nouveautés sur nos services d’Intelligence Artificielle IBM Watson autour du traitement du langage naturel. Le communiqué de presse est disponible ici. Mais, je voulais revenir sur deux de ces annonces plus en détail. Watson Assistant Enhanced-Model Watson Discovery Reading Comprehension Un nouveau modèle amélioré de classification d’intention pour Watson […]

Continue reading

12 janvier 2021

Intelligence artificielle et Hybrid Multi-Cloud

L’hybrid Multi-cloud est devenu une réalité pour les entreprises et représente la futur génération des architectures IT. Ce rapport d’IDC montre bien que la phase 2 du « Move to Cloud » dans laquelle les entreprises sont entrées est Multi Public ou Multi Public-Private Cloud. The Road to Hybrid Multicloud L’intelligence artificielle de son coté a, ces […]

Continue reading

24 novembre 2020

Succès des projets d’IA : quand le Cloud et le Edge montrent leur complémentarité

Suite au webinar co-organisé par IBM et IDC sur le sujet du cloud et de l’edge computing au service de l’industrialisation des projets Data & IA dont vous pouvez trouver le replay ici : https://weevents.idc.com/d/27qc9p?RefID=IBM-track  IDC nous présente une synthèse de l’intérêt de l’usage de ces technologies combinées comme accélérateurs des projets d’Intelligence Artificielle. Le […]

Continue reading