contactez-nous

Intelligence industrielle temps réel

État des lignes et télémétrie en direct, à partir des signaux MES, SCADA et PLC.

Une couche temps réel de bout en bout, avec des tableaux de bord en direct, la détection d'anomalies et un agent IA qui présente les étapes de remédiation pertinentes lorsqu'une alerte se déclenche.

NDA 2025

Supply chain Industrie Intelligence temps réel et IoT
Tableau de bord de l'état de la ligne en direct
Tableau de bord de l'état de la ligne : temps de cycle, état des machines, qualité, disponibilité, performance et temps d'arrêt. Ouvrir l'image entière

Défi

Les problèmes de ligne ne devenaient visibles qu'après avoir affecté la production ; les pertes étaient suivies a posteriori dans des feuilles de calcul.

Livré

Une couche d'intelligence temps réel, des signaux MES, SCADA et PLC aux tableaux de bord en direct et aux jeux de données prêts pour l'IA.

Gains

Des vues en direct de l'état des lignes, de la télémétrie, de l'énergie et des temps d'arrêt, avec détection d'anomalies et recommandations tenant compte des SOP.

Défi

Les lignes de production généraient des milliers de signaux de télémétrie par seconde, mais les équipes d'exploitation ne voyaient les problèmes qu'une fois la production touchée. Pertes de qualité, temps d'arrêt et gaspillage d'énergie étaient suivis a posteriori dans des feuilles de calcul : trop tard pour intervenir, trop grossier pour diagnostiquer la cause profonde. L'ingénierie voulait une visibilité en temps réel ; l'IT, une architecture pérenne ; la finance, une facture d'énergie en baisse.

Approche

Nous avons construit une couche d'intelligence temps réel de bout en bout, qui relie les signaux MES, SCADA et PLC à une couche analytique d'entreprise. Des passerelles edge transmettent en continu les données des capteurs, via un broker de messages, vers une base de données de séries temporelles optimisée pour les charges industrielles. Par-dessus : des tableaux de bord en direct pour l'état des lignes, la télémétrie des machines, la consommation d'énergie et les arrêts, avec des rapports d'incident structurés.

Des jeux de données prêts pour l'IA côtoient la base de séries temporelles et alimentent des modèles intelligents qui détectent les anomalies avant qu'elles ne provoquent des pannes. Une base vectorielle de SOP et de consignes opérationnelles est reliée à un agent IA : lorsqu'une alerte se déclenche, le système présente aussi les étapes de remédiation pertinentes.

Résultats

Résultats qualitatifs du projet ; aucun chiffre mesuré de performance ou de coût n'est avancé.

  • Une visibilité en temps réel sur l'OEE, le temps de cycle et les temps d'arrêt de plusieurs lignes de production

  • La détection d'anomalies sur la télémétrie des machines (température, vibration, puissance), qui signale les problèmes avant qu'ils n'affectent le rendement

  • Une consommation d'énergie suivie au niveau de la machine, ce qui permet des actions de réduction ciblées

  • Des rapports d'incident structurés, en remplacement d'un suivi ponctuel des arrêts

  • Un socle en place pour les cas d'usage de maintenance prédictive

Kafka Telegraf Base de séries temporelles Grafana Power BI Intégration LLM Base vectorielle

Un défi similaire ?

Venez avec une ligne de production ou une source de données d'usine. Voyons comment une visibilité en temps réel pourrait fonctionner avec vos systèmes MES et SCADA existants.

Réservez un échange de 30 min