Le Dr Eduardo García Villena, coordinateur du département Environnement et Durabilité de la Fundación Universitaria Iberoamericana (Fondation universitaire ibéro-américaine, FUNIBER), participe à une étude qui a développé une approche révolutionnaire combinant des techniques d’intelligence artificielle (IA) avec des données de télémétrie pour optimiser le diagnostic et le pronostic des dispositifs intelligents.
Dans un monde de plus en plus interconnecté, les dispositifs de l’Internet des objets (IdO) ont transformé la manière dont nous interagissons avec la technologie, des appareils électroménagers intelligents aux systèmes industriels avancés. Cependant, la croissance exponentielle de ces dispositifs pose un défi majeur : comment garantir leur efficacité, leur fiabilité et leur maintenance proactive ? À cette fin, l’étude propose une approche innovante qui combine des données de télémétrie et des techniques d’intelligence artificielle (IA), telles que le chaînage en avant et en arrière, pour répondre à ces besoins.
Ces techniques, traditionnellement utilisées dans les systèmes experts, permettent d’aborder les problèmes sous deux angles complémentaires : tandis que le chaînage en avant prédit les problèmes à partir de données connues, le chaînage en arrière identifie les causes à partir des résultats observés. En les intégrant aux données de télémétrie, qui recueillent des informations clés sur l’état des appareils, l’étude propose un système qui non seulement détecte les anomalies en temps réel, mais anticipe également les défaillances futures, minimisant ainsi les temps d’arrêt et optimisant l’efficacité opérationnelle. Ceci est crucial dans des domaines tels que l’automatisation industrielle, la gestion des infrastructures et les soins de santé.
Une double approche pour la maintenance prédictive
Le moteur de diagnostic et de prévision développé dans cette étude s’est révélé capable d’identifier en temps réel les problèmes critiques des dispositifs IoT, tels que les fluctuations de température et de pression. De plus, sa capacité prédictive a permis d’anticiper les pannes potentielles avant qu’elles ne se produisent, ce qui est essentiel pour mettre en œuvre des stratégies de maintenance préventive. Par exemple, le système a généré des alertes de «température élevée» et de «basse pression» basées à la fois sur des données actuelles et des projections futures, ce qui a facilité la prise de décisions proactives pour éviter les interruptions opérationnelles.
Cette double approche représente un avantage significatif par rapport aux méthodes traditionnelles, qui se concentrent généralement uniquement sur le diagnostic ou la prévision. En combinant ces deux capacités, le système proposé offre une surveillance complète qui non seulement détecte les problèmes existants, mais prévoit également les risques potentiels, optimisant ainsi les plans de maintenance et réduisant les coûts associés aux pannes inattendues.
Conséquences finales
Pour l’avenir, l’étude propose plusieurs axes de travail, notamment l’intégration d’algorithmes d’apprentissage automatique pour compléter les techniques basées sur des règles, le développement de systèmes d’auto-apprentissage qui s’adaptent à des environnements changeants et la réalisation d’expériences dans des conditions plus diverses pour évaluer la robustesse de la méthode. Ces initiatives pourraient non seulement améliorer la précision et l’efficacité du système, mais aussi étendre son applicabilité à un plus large éventail de dispositifs et de scénarios opérationnels.
La combinaison de l’intelligence artificielle et des données de télémétrie ouvre de nouvelles possibilités pour le diagnostic et la prévision des dispositifs IoT, offrant une approche proactive qui promet de transformer les stratégies de maintenance dans ce domaine. Bien qu’il reste des défis à relever, les résultats de cette étude soulignent le potentiel de ces technologies pour garantir la fiabilité et la longévité des dispositifs IoT, marquant une étape importante vers un avenir plus efficace et plus interconnecté.
Si vous souhaitez en savoir plus sur cette étude, cliquez ici.
Pour en savoir plus sur les recherches, consultez le référentiel de l’UNEATLANTICO.
La Fondation universitaire ibéro-américaine (FUNIBER) offre des bourses pour le Master en gestion stratégique des technologies de l’information. Un programme qui offre aux professionnels les compétences et les capacités nécessaires pour gérer des postes de direction et diriger des projets de changement organisationnel en utilisant les TIC ou pour conseiller les entreprises qui souhaitent se joindre à la compétitivité des nouvelles entreprises. Rejoignez le développement des entreprises en étudiant notre programme de master et préparez-vous à faire passer votre carrière au niveau supérieur!