Après avoir réalisé une expérimentation d’une année de son HUMS MOKA sur une flotte de véhicules blindés de l’armée de Terre en cotraitance avec ARQUUS, LGM continue son développement dans la maintenance prédictive en intégrant la solution DiagFit de Amiral Technologies dans sa plateforme d’algorithmes d’IA.

La solution DiagFit de Amiral Technologies (une spin-off du CNRS) utilise des modèles d'IA prédictifs de haute performance, capables d'apprendre avec peu ou pas d’historique de défaillances.

Cette technologie facilite ainsi grandement le déploiement des IoT pour les secteurs industriels critiques à forte valeur ajoutée. Le point central se trouve dans l’algorithme de génération automatique de Features pour les séries temporelles, quelle que soit leur nature.

Il s’agit donc d’algorithmes très performants qui vont permettre de déployer plus rapidement notre HUMS MOKA afin d’offrir des avertissements pertinents aux exploitants des systèmes. De plus la généricité de l’approche permet de les appliquer sur un très vaste panel d’applications ou de contextes.

Les HUMS pourront ainsi démontrer rapidement un véritable ROI industriel et opérationnel, en permettant de caractériser les profils de vie des systèmes avec précision, et en mettant en évidence les dérives et anomalies de fonctionnement pour les exploitants.

Nous vous donnons par ailleurs Rdv à la prochaine conférence Lambda Mu 22 en Octobre, ou LGM présentera les résultats d’une étude prospective détaillée de l’impact du BigData sur la maintenance, et donc en particulier de l’IA sur les études de fiabilité, menée pour l’IMdR en collaboration avec QUANTMETRY.