Analyse de données
Nos modèles analytiques de données avancés mettent en œuvre la solution de maintenance prédictive la plus efficace et la plus précise qui fournit des diagnostics de défaillance et des pronostics hybrides pour l’équipement avec une fiabilité et une précision éprouvées dans l’industrie. Nos modèles permettent à l’utilisateur de comprendre la relation de causalité entre les indicateurs d’entrée et le comportement de l’équipement. Notre solution, KASEM®, est équipée d’un moyen de capturer les connaissances des experts de l’industrie pour étiqueter les événements, affiner les modèles et prendre de meilleures mesures de maintenance.
Associer l’ingénierie des équipements aux données pour modéliser son comportement nous permet d’anticiper les défaillances des mois à l’avance sans avoir à explorer de grandes quantités de données.
Diagnostique
Algorithmes permettant d’identifier les équipements qui vont tomber en panne, de surveiller les conditions fonctionnelles des différents sous-systèmes et d’évaluer l’état de santé des équipements.
Causalité
Algorithmes permettant d’effectuer une analyse approfondie pour valider les alertes générées, identifier la relation entre les indicateurs et les alertes et, déterminer les causes profondes des défaillances.
Prognostic
Algorithmes permettant d’estimer la durée de vie utile restante (RUL) de l’équipement en évaluant dans quelle mesure l’équipement peut s’écarter ou se dégrader de ses conditions normales de fonctionnement.
Analyse de flottes
Algorithmes permettant d’agréger les enseignements tirés des différents équipements d’une flotte afin de mieux comprendre leur comportement et d’améliorer le pronostic prédictif de l’installation globale.