predictive maintenance & CBMAccueil / Cas clients / Faurecia
CAS D’USAGE — AUTOMOBILE ET PRESSES INDUSTRIELLES
Faurecia : prédire les défauts qualité sur presses, plusieurs heures à l'avance
En exploitant les données natives des presses, Monixo distingue un régime sain d'un régime annonçant un défaut — et valide objectivement l'effet des correctifs.
Équipements et environnement surveillés
Presses industrielles, circuits hydrauliques, coulisseaux et variables de cycle.
Ce que le client cherchait à résoudre
Identifier les régimes annonçant un défaut de qualité et vérifier l'efficacité réelle des correctifs.
Comment la solution répond au besoin
Reconnaissance des patterns de cycle, calcul d'indicateurs multivariés (pressions hydrauliques, déplacement du coulisseau, états binaires de cycle, patterns temporels) et modèles d'apprentissage ANN permettant de distinguer un régime sain d'un régime anormal, plusieurs heures à l'avance.
L’impact métier
Une détection anticipée des défauts de qualité, une meilleure compréhension du comportement des presses et une validation objective des corrections apportées.
Et après ?
L'approche peut être industrialisée sur d'autres presses en adaptant les modèles aux signaux disponibles et aux défauts qualité propres à chaque ligne.
Explorer d’autres secteurs
Un cas d’usage similaire à qualifier ?
Parlons de votre parc machines, de vos fluides ou de votre environnement à surveiller.