Au Sido, les start-up misent sur l'IA pour séduire l'industrie
Les start-up n'ont pas manqué le rendez-vous du salon international des objets connectés (Sido) de Lyon pour présenter leur produit. Industrie & Technologies a sélectionné pour vous celles qui développent de l'intelligence artificielle au service de l'industrie.
Dans les allées du salon international des objets connectés (Sido) qui se tient les 11 et 12 avril à Lyon, de nombreuses pépites mettaient en avant leur travaux en intelligence artificielle (IA) pour répondre aux besoins des industriels. A l'instar de la spin-off grenobloise du CNRS, Amiral Technologies, qui équipe les machines industrielles de capteurs de température, d'humidité ou encore de vibrations pour détecter les signaux annonciateurs d'une défaillance. A partir des données historiques de fonctionnement et de pannes, la société établit des indicateurs révélant l'état de santé des machines. « Les algorithmes de machine learning sont entraînés à partir des données issues des machines de production. Ils peuvent prédire des dérives, comme un défaut, un vieillissement ou une fin de vie d'équipement avec une précision dans certains cas de 95 à 100 % » détaille Katia Hilal, co-fondatrice d'Amiral Technologies. Si la société cliente ne dispose pas de données d'utilisation avec des types de pannes labellisés, il est tout de même possible de réaliser de l'apprentissage non supervisé. « L'intelligence peut prédire avec précision les dérives mais sans données, ajoute Katia Hilal. La seule chose qu'elle ne peut pas faire sans données, c'est déterminer précisément le type de panne. » C'est à l'opérateur à introduire dans le logiciel la panne observée pour que l'IA réalise son apprentissage. Le logiciel dédié à cela est en cours d'industrialisation.
De son côté, la start-up Wavely utilise des capteurs de sons pour détecter un défaut grâce à sa signature sonore, mesurée en champ audible ultrasonore, en embarquant des algorithmes d'intelligence artificielle. La start-up présente une nouveauté pour l'industrie : une application sur smartphone pour détecter les bruits de décharge partielle des transformateurs électriques, avec un « micro » ultrasonore branché sur le port jack du smartphone. « Pour détecter les pannes, les professionnels écoutent avec un casque audio qui transforme l'ultrason en audible et détectent à l'oreille un bruit suspect, nous explique Marion Aubert, co-fondatrice de Wavely. Avec notre solution, pas besoin d'être un expert de l'acoustique pour faire l'analyse : à partir d'un enregistrement de quelques secondes l'application pose un diagnostic et sauvegarde les données pour avoir un suivi. » Pour qualifier une signature acoustique, la start up combine traitement du signal et intelligence artificielle avec plusieurs approches : apprentissage non supervisé pour la détection d'anomalie avec des auto-encodeurs, modèles de prédiction de séries temporelles pour la maintenance prédictive, apprentissage supervisé pour la classification d'événements sonores. La start-up propose également une solution sans fil, développée avec le bureau d'études Sim Engineering de détection, pour la classification et la localisation de fuites de gaz, ainsi que des capteurs sans fil et autonomes pour la quantification de la nuisance sonore sur les chantiers.
Cartesiam a développé, quant à elle, NanoEdge AI, des algorithmes de machine learning pouvant fonctionner en embarqué – sans connexion au cloud. L'entreprise a travaillé avec la société Eolane pour intégrer leur IA dans un boîtier de maintenance prédictive industrielle. L'IA embarquée permet de faire de la surveillance d'équipements isolés du réseau, comme une pompe, une climatisation ou encore un ventilateur. « L'intelligence artificielle crée son propre modèle de vibration de la machine par apprentissage » explique Joël Rubino, fondateur de Cartesiam. Au fur et à mesure de la dégradation, il analyse et remonte les anomalies. » NanoEdge AI peut être installé sur des microcontrôleurs actuellement disponibles sur le marché. Joël Rubino pointe toutefois L'homme qu'une connexion au cloud peut être nécessaire pour réaliser une analyse d'un ensemble de machine et en déterminer leur performance. « Le edge est une fonctionnalité complémentaire ! », explique-t-il.
Sélectionné pour vous
