Le respect de votre vie privée est notre priorité

Nos partenaires et nous-mêmes stockons et/ou accédons à des informations stockées sur un terminal, telles que les cookies, et traitons les données personnelles, telles que les identifiants uniques et les informations standards envoyées par chaque terminal pour diffuser des publicités et du contenu personnalisés, mesurer les performances des publicités et du contenu, obtenir des données d'audience, et développer et améliorer les produits.

Avec votre permission, nos partenaires et nous-mêmes pouvons utiliser des données de géolocalisation précises et d’identification par analyse du terminal. En cliquant, vous pouvez consentir aux traitements décrits précédemment. Vous pouvez également accéder à des informations plus détaillées et modifier vos préférences avant de consentir ou pour refuser de donner votre consentement. Veuillez noter que certains traitements de vos données personnelles peuvent ne pas nécessiter votre consentement, mais vous avez le droit de vous y opposer.

Vos préférences ne s'appliqueront qu’à ce site web. Vous pouvez modifier vos préférences à tout moment en revenant sur ce site web ou en consultant notre Politique de confidentialité

AMIRAL TECHNOLOGIES

DiagFit


Description

Diagfit est un logiciel de prédiction des pannes d'équipements industriels en mode aveugle. Le mode aveugle signifie que la création de modèles se fait par apprentissage sur les données saines de fonctionnement de l'équipement.

Le principe :
• Pour un équipement donné, un modèle est construit sur la base des
données de fonctionnement en mode normal ou "données saines". Le
modèle définit l'espace de normalité de l'équipement.
• Les données sont celles issues de capteurs physiques sous forme de
"séries temporelles".
• Le modèle est validé sur la détection de quelques occurrences de
pannes. Le nombre d'occurrences de pannes nécessaire pour valider le
modèle est bien plus faible que si le modèle devait apprendre à partir de
toutes les pannes possibles.

Le fonctionnement en deux modes :
1) Mode "BUILD" :
• Consiste à créer les modèles de prédiction à partir de données saines
d'apprentissage et à le valider sur quelques occurrences de pannes
2) Mode ''RUN'' sous contrôle de l'utilisateur :
• C'est dans cette étape que l'équipement est surveillé par le modèle
prédictif. Dans cette phase des alertes sont déclenchées si une anomalie
est détectée. Une indication du type de l'anomalie est fournie si celle-ci est
répertoriée.
• Un feedback de l'opérateur de maintenance sur les alertes levées
permet l' enrichissement du répertoire des anomalies.
• Les résultats des prédictions sont affichés, peuvent être enregistrés et /
ou exportés.

AMIRAL TECHNOLOGIES
Automatismes / Mécatronique / Digital
Description
Amiral Technologies, spin-off du CNRS de Grenoble, ambitionne de révolutionner l’industrie avec son concept zéro défaut-zéro indisponibilité. Le monde industriel connaît une transformation profonde avec l’avènement de l’industrie 4.0. Au cœur de cette rév