29 septembre 2022
LE BIG DATA AU SERVICE DU MAINTIEN EN CONDITION OPÉRATIONNELLE (M.C.O.)
UN ENJEU MAJEUR POUR ASSURER LA DISPONIBILITE DES EQUIPEMENTS
Qu’est-ce que M.C.O. ?
Le M.C.O. consiste à assurer la maintenance des équipements et intègre les fonctions :
- Logistiques : gestion des fournisseurs, approvisionnement, stockage et distribution des pièces.
- Techniques : suivi et traitement des états techniques.
Les activités de maintenance se décomposent en différents niveaux techniques d’intervention et sont réalisées à des niveaux de responsabilité opérationnelle différents en fonction des secteurs.
Comment extraire de l’information à partir de données non structurées ?
Pour suivre ces activités de maintenance, il faut créer et utiliser de l’intelligence, en s’appuyant sur des indicateurs qui seront alimentés par des données du Système d’Information (S.I.). La définition de ces indicateurs passe par les étapes suivantes :
- Connaître la localisation et la nature des données dans le S.I. (y compris des données structurées, non structurées, internes, externes, versatiles, permanentes).
- Définir la performance attendue.
- Connaître les variables qui pourront influencer et optimiser la prise de décision.
Toutes ces données iront alimenter la solution d’OPPSCIENCE, elles seront améliorées et intégrées dans le système de M.C.O. via la plateforme Bee4sense, qui contient des technologies de :
- Traitement automatique du langage
- Intelligence artificielle
- Machine learning
Les grandes étapes clés de l’extraction de données :
- Récupération et analyse de l’ensemble des informations, en particulier les rapports d’intervention.
- Extraction d’entités nommées (produits, composants, équipements, organisations, personnes, …).
- Extraction d’évènements (installations, incidents, maintenances) avec leurs dates et localisations.
- Détection d’anomalies et prévention d’incidents ou de pannes.
- Rapprochement sémantique entre les incidents et les bonnes pratiques d’anticipation ou de traitement.
- Analyse et typage de séquences d’événements via notre solution de machine learning.
La plateforme Bee4sense permet de regrouper et corréler les informations accumulées de toutes les opérations de fabrication, d’exploitation et de maintenance des équipements.
De l’information à l’optimisation de la prise de décision
Ces informations sont structurées mais on y rajoute aussi des informations non structurées provenant des outils de messagerie ou de projets comme les comptes-rendus, des informations opérationnelles provenant des fournisseurs, sous-traitants, opérateurs, des informations d’ordre règlementaire comme les contraintes de fabrication ou de recyclage, informations qui sont externes à l’entreprise et souvent difficiles à prendre en compte.
En quelques semaines, les utilisateurs peuvent disposer d’un point d’accès unique à l’ensemble de l’information documentaire pertinente dans les processus de M.C.O.
Le module d’analyse sémantique développé par OPPSCIENCE vient ajouter une couche d’intelligence à la plateforme. Toutes les données non structurées sont lues et organisées par Entités Nommées afin d’apporter à l’utilisateur un premier niveau d’organisation.
Elles sont ensuite comparées avec des données plus anciennes, disponibles dans les systèmes ou dans Bee4sense, afin de trouver des liens et des corrélations. Une fois cette nouvelle organisation mise à jour, l’utilisateur disposera de vues appelées « 360° » sur des données identifiées par lui et par le système. Il pourra les suivre à des fréquences programmées et disposera de vues « Graph » qui lui permettront de connaitre les liens qui unissent ces informations identifiées sous forme d’Entités Nommées.
L’intelligence apportée par les technologies IAM d’OPPSCIENCE aux sujets d’entreprise comme le M.C.O., permet d’améliorer la qualité des données utilisées pour prendre les bonnes décisions.