Maintenance prédictive
La data science pour optimiser l’utilisation de son outil de production
La maintenance prédictive est un outil puissant qui permet d’optimiser les plannings de maintenance d’un parc d’équipements. Cette technologie est basée sur des modèles d’intelligence artificielle qui prédisent les risques de panne et permettent ainsi de réduire les coûts de maintenance et d’augmenter le temps de disponibilité des équipements.
Cette formation permettra à toute personne intéressée par l’apport que peut fournir une solution de maintenance prédictive de comprendre les étapes clé de la création d’un tel algorithme ainsi que les conditions nécessaires au bon fonctionnement de celui-ci. Dans cette optique, la formation se déroulera en 4 temps:
- Introduction à la data science
- Qu’est-ce que la maintenance prédictive?
- Architecture cloud et calcul du Retour Sur Investissement
- Mise en pratique
Ce stage dure 4 jours (28 heures).
La formation alterne théoriques et séances participatives, y compris pratiques. Afin de faire émerger un maximum de questions, la mise en pratique finale intègre des sessions de développement simplifié, encadrées par un data scientist expert du sujet.
Niveau de stage : Base.
Niveau scolaire requis: BAC +3 minimum
Des notions en maintenance sont nécessaires pour permettre aux participants de se projeter sur l’intérêt de la data science dans ce domaine.
Public visé: Toute personne travaillant dans un contexte de maintenance: Technicien supérieur, Chef d’équipes, Ingénieur, Commercial, Directeur de maintenance, Directeur industriel.
Charles LERMINIAUX
Ingénieur ISAE-SUPAERO (diplômé en 2008)
Directeur Innovation chez Aqsone
Responsable de l’Aqsone Lab
Consultant product owner en data science et business developer
Jour 1 - Initiation à la data science
- Définition des concepts et histoire de l'IA
- Panorama des technologies
- Utilisation de l'IA dans le monde industriel
- Comment adopter la révolution IA en entreprise
- Bénéfices et contraintes de l'IA
Jour 2 - Qu'est-ce que la maintenance prédictive
- Principe
- Traitement de la donnée
- Méthodologie Data science
- Déploiement et suivi des performances
Jour 3 - Architecture cloud et calcul du Retour Sur investissement
- Grands principes du cloud
- Avantages et inconvénients
- Comment s'interfacer avec l'environnement “on premise”
- Sécurité dans le cloud
- Méthodologie pour le calcul du Retour Sur Investissement
Jour 4 - Mise en pratique
- Mise en pratique sur un cas simple (capteurs)
- Mise en pratique sur un cas plus complexe (Turbojet)
à TOULOUSE : Du 2 au 5 Avril 2024
2240 € HT (TVA 20 %) voir conditions générales