l'IA, la RV et la RA pour le secteur de la maintenance

Le nouveau Fieldlab VIA APPIA étudie l'applicabilité

 

L'intelligence artificielle (IA), la réalité virtuelle (RV) et la réalité augmentée (RA) consistent à collecter, traiter et analyser de nombreuses données. Maintenant que ces matières arrivent progressivement à maturité, World Class Maintenance a mis en place le Fieldlab VIA APPIA. Le Fieldlab, ou laboratoire de terrain, est un lieu où les idées sont traduites en autant de solutions pratiques et aussi largement applicables que possible pour le secteur de la maintenance. Jacob Derks est chef de projet et avance droit vers les objectifs qu'il s'est fixés.

réussir à percer

Ces dernières années, de nombreux développements techniques ont eu lieu dans le domaine de l'intelligence artificielle, de l'analyse des données et de la RV/RA. Cependant, une large application dans l'industrie en général et dans le secteur de la maintenance en particulier, n'a pas encore eu lieu.

Jacob Derks travaille chez World Class Maintenance depuis fin 2020 et le sait : "Beaucoup d'entreprises ont mené des projets pilotes et expérimenté le matériau, mais peu de solutions ont réellement percé pour une montée en puissance industrielle. Et c'est exactement ce qu'il faut pour traduire les connaissances et l'expérience des projets pilotes en concepts largement applicables."

Fieldlab

C'est pourquoi WCM a étudié la possibilité de mettre en place un nouveau Fieldlab. Les institutions de maintenance, les entreprises et les organisations gouvernementales ont toutes répondu positivement, et c'est ainsi que VIA APPIA a vu le jour.

Derks : "L'objectif ultime de ce Fieldlab est de développer davantage les applications de l'IA et de la RV/AR dans un contexte de maintenance et de service et de les rendre universellement applicables. Nous y parviendrons en combinant les connaissances et l'expérience de diverses organisations et en les analysant pour déterminer la faisabilité et les 'meilleures opportunités'. Un Fieldlab ne s'intéresse pas seulement à la solution technique, mais aussi aux possibilités d'industrialisation, de mise à l'échelle et de normalisation."

World Class Maintenance
WCM est un réseau d'entreprises entreprenantes et innovantes qui travaillent ensemble pour innover plus rapidement. L'un des moyens d'y parvenir est de créer des 'smart industry fieldlabs', où l'accent est mis sur la traduction des innovations en applications pratiques.

le chemin de la réussite

Trois phases ont été définies et formulées pour permettre la mise en place rapide et efficace du Fieldlab.

Dans la première phase, les produits de connaissance seront élaborés par le biais de 'communautés de pratique', sur la base d'idées partagées.

Dans la deuxième phase, ces produits de connaissance doivent être mis en œuvre et validés dans un contexte commercial. Derks : "Ici, nous nous concentrons immédiatement sur la pratique et la concrétisation dans les living labs. Une entreprise teste souvent ses propres idées et développements par le biais d'un pilote, auquel participent d'autres parties afin d'accélérer la traduction en une solution pratique. Car au final, plusieurs têtes de différents milieux en savent nettement plus."

"Un Fieldlab étudie principalement la possibilité d'industrialisation, de mise à l'échelle et de normalisation"

Dans la troisième phase, les équipes tirent les conclusions et les leçons apprises sont partagées avec l'industrie, par le biais d'un guichet WCM. Il s'agira notamment d'une collection de produits de connaissance validés dans le domaine de l'IA ou de la RV/RA. En outre, des modules de formation pour la WCM Academy seront développés en collaboration avec les participants au projet. Cela permettra également de guider les entreprises - le cas échéant - dans la mise en œuvre des applications IA/RV/RA. Derks : "Ce guichet est particulièrement utile pour les PME. Contrairement à une multinationale, les petites entreprises disposent de moins de moyens pour développer leurs propres produits, il est donc agréable de pouvoir utiliser les connaissances et l'expérience existantes. Cela peut aussi être appliqué directement ou servir de base à des développements ultérieurs."

Sous-catégories par sujet

Intelligence artificielle

En ce qui concerne l'IA, la première sous-catégorie est celle de la qualité des données. On pense souvent que la difficulté de l'IA réside principalement dans l'analyse et l'interprétation des données. C'est en partie vrai, mais la pratique montre que la création d'un ensemble de données fiables pose souvent des problèmes plus importants. Tout d'abord, il faut collecter les bonnes données. À cette fin, il est nécessaire de connaître les mécanismes de défaillance les plus importants et de savoir quelles références de grandeur doivent être utilisées pour être pertinent. En outre, les bons capteurs doivent être utilisés pour mesurer ces grandeurs. Les capteurs doivent être placés de la bonne manière et surtout au bon endroit, puis les mesures doivent être effectuées aux bons moments.

"Il y a tellement de facteurs qui déterminent la qualité des données, qu'il est logique de chercher à savoir où se trouve le point central", estime M. Derks. "L'amélioration de la qualité des données coûte cher, il est donc bon de savoir quels sont les aspects les plus décisifs. Par exemple, si vous envisagez un capteur pour mesurer la propreté d'une huile hydraulique, vous devez l'installer à un endroit du circuit où le flux est en mouvement. Si vous le placez au fond du tampon d'huile, vous risquez de mesurer toutes les dépôts de saletés et de générer constamment de fausses alarmes."

Un deuxième axe porte sur l'organisation nécessaire à l'application de l'IA. Trop souvent, l'analyse des données est une tâche que l'on garde 'pour plus tard' dans un coin de sa tête. Cependant, en considérant l'analyse des données comme un atout, on comprend l'intérêt d'y consacrer davantage d'heures et de moyens. Ce n'est qu'alors que l'IA pourra créer de la valeur en ce qui concerne, par exemple, les questions sociales, la numérisation et la durabilité.

 

Réalité virtuelle et augmentée

Cinq sous-catégories ont été définies pour la RV et la RA, allant du transfert et de la gestion des connaissances à l'organisation, aux modèles commerciaux et à la gestion du changement. Ces sous-catégories ont comme dénominateur commun la question de savoir comment la RV et la RA peuvent être mises en œuvre dans une entreprise. Où créera-t-elle de la valeur, comment faire en sorte que les travailleurs l'acceptent et comment structurer votre organisation ?

Derks : "Au demeurant, la crise de la COVID a considérablement accéléré ces deux thèmes. Les mesures sanitaires nous obligent à travailler à domicile, ce qui représente un défi certain du point de vue de la maintenance. Des techniques telles que la RV et la RA permettent d'effectuer une analyse des pannes à distance et d'expliquer aux employés sur place les mesures à prendre pour résoudre une panne ou effectuer la maintenance requise. L'intérêt pour ces techniques s'est subitement accru et les gens sont également plus ouverts aux questions de propriété et de confidentialité des données. Nous vivons donc une période passionnante et chargée avec notre Fieldlab !

Qui est Jacob Derks ?
Jacob Derks a obtenu sa licence à l'université de Tilburg dans l'option International Business Administration. Il a ensuite poursuivi ses études et obtenu un Master en organisation et stratégie. Son travail de mémoire portait sur la gestion de l'innovation, en explorant les clés potentielles pour permettre aux entreprises de développer des compétences en matière d'innovation et de gérer l'innovation de manière durable.