SKF Enlight AI , une solution d’analyse de données industrielles pilotée par l’Intelligence Artificielle

SKF Enlight AI , une solution d’analyse de données industrielles pilotée par l’Intelligence Artificielle

22/01/2021

Cette innovation est capable de prédire des pannes jusqu’à plusieurs semaines à l’avance. L’objectif est donc de prévenir les défaillances imminentes de vos équipements avant qu’elles ne surviennent et entraînent des arrêts-machines qui impacteraient la production et qui engendreraient des coûts de maintenance.

SKF Enlight AI eutilise le Machine Learning automatisé (AutoML) pour analyser les données de centaines, voire de milliers de capteurs connectés afin de vous alerter à un stade précoce et de vous fournir des informations sur les causes racines. Ces informations permettent aux équipes de maintenance de travailler de façon proactive. En disposant d'un délai suffisant pour résoudre les problèmes, planifier les réparations, organiser les stocks et programmer les arrêts-machines, vous pouvez éviter les arrêts imprévus.

Les données d’équipement sont envoyées en temps réel dans le cloud SKF Enlight AI, où elles sont analysées par du Machine Learning automatisé et des algorithmes de Deep Learning. Ces algorithmes sont conçus pour détecter des anomalies dans les données, les corréler automatiquement, puis les signaler à l'utilisateur final. Si une défaillance imminente est identifiée, les techniciens sont alertés par e-mail, SMS ou via le tableau de bord Apprentissage machine automatique. L'alerte comprend des informations sur l'anomalie détectée, qui peuvent servir à l'analyse des causes racines.

SKF Enlight AI fait également partie intégrante de l'offre SKF pour la performance des équipements tournants. La planification des opérations de maintenance permet d'améliorer la disponibilité, le rendement et l'efficacité globale des équipements tout en empêchant les dépenses associées aux heures supplémentaires et à l'approvisionnement d’urgence de stocks.

Autres nouveautés de la société SKF France

Haut de page