Maintenance prédictive sur une unité de production d'air d'un compresseur d'une rame de métro

Projet

Réaliser un démonstrateur intégrant notre propre modèle de maintenance prédictives combinant différents algorithmes d’IA et un moteur d’évaluation de performance permettant de sélectionné le meilleur résultat en fonction du contexte

#IA #LSTM #CNN #XIA #RUL

Enjeux & objectifs

Analyse des besoins

Etat de l’art

Mise en place et préparation des dataset

Conception et développement des modèles d’IA (estimation de la durée de vie restante – RUL)

- Réseaux de neurones récurrents à mémoire longue courte (LSTM)
- Une architecture séquence-à-séquence hybride plus complexe
- Mise en place d’une stratégie de scission des données

Optimisation : prise en compte des ressources disponibles limitées

Explicabilité des résultats fournis

Exigences

Qualité et volume des données

Complexité des modèles d’IA appropriés (interopérabilité, adaptabilité)

Contraintes liées à l’environnement industriel

Intégration et déploiement

Nos réalisations

Chaque projet traduit notre capacité à transformer une exigence critique en solution concrète. De la couche logicielle embarquée à la sécurité fonctionnelle, Médiane Système mobilise l’ensemble de ses expertises pour livrer des solutions innovantes, robustes et prêtes à l’industrialisation.