11-07-2019
3 min. de lecture
Noortje Vollenberg

Les 4 types d'informations que vous pouvez extraire des données de la machine

Avez-vous commencé l'enregistrement des données ou envisagez-vous de mettre en place une stratégie de données ? L'une des inquiétudes les plus courantes rencontrées par les utilisateurs au cours de ce processus est de savoir quoi faire des données après leur collecte.

Qu'est-ce que les données machine ?

Avant d'aller plus loin, examinons ce que sont réellement les données de la machine. Nous avons précédemment décrit les données machine comme « des données générées par des machines sans aucune intervention humaine. Les types de données les plus courants proviennent des capteurs ou des compteurs, des interactions par la machine ou l'entrée utilisateur (par exemple, les commutateurs), des algorithmes calculés à l'aide d'autres données et des données des tâches d'automatisation. »

Les données collectives de ces capteurs, commutateurs, algorithmes et automatisations peuvent être stockées et visualisées à l'aide d'une plate-forme industrielle IoT telle que IXON Cloud.

Mais qu’est-ce qui vient après ?

Ne laissez pas vos précieuses données machine prendre de la poussière

Vos données brutes ne sont essentiellement qu'une compilation de faits. Sans interprétation, les données n'ont aucune signification et perd toute leur valeur. Pour transformer vos données en informations précieuses, une analyse des données est nécessaire.

Ce terme, l'analyse des données, peut susciter l'appréhension - ou même la peur - chez certaines personnes. Parce que soyons honnêtes, si vous ne savez pas exactement dans quoi vous vous embarquez - vous ne vous y mettrez probablement pas du tout.

Sauf que ne pas entrer dans le train de l'analyse des données pourrait avoir un impact négatif immense sur votre future entreprise. Il y a tellement de valeur à extraire des données de la machine.

Vous avez juste besoin de savoir ce que vous faites.

Les bases de la prise en main de l'analyse des données machine

Si vous extrayez ces quatre types d'informations de vos données, vous avez effectué une analyse des données appropriée et très précieuse :

  • Que s'est-il passé ?
  • Pourquoi est-ce arrivé ?
  • Que va-t-il se passer ?
  • Que doit-il se passer ?

Ne vous préoccupez pas d'arriver tout de suite aux quatre. Commencez petit et facile et évoluez au fur et à mesure !

1) Obtenez une image claire de la situation en utilisant des informations descriptives

La première étape consiste à regarder ce qui s'est passé. En d'autres termes, obtenez des informations descriptives à partir des données de la machine. Cela vous fournit des faits de base et une description des événements. Que s’est-il passé? Quand et où cela s'est-il produit ? Qui était là ?

Vous pouvez trouver ces informations en analysant des données telles que la température d'un four et son augmentation de 10 degrés d'une heure à l'autre hier soir. Ou le statut d'une certaine bande transporteuse dans la machine, qui s'est arrêtée au milieu de la production.

Une fois que vous enregistrez ces balises de données et les visualisez dans des tableaux de bord de données temporisées, il est facile d'extraire ces faits.

2) Détectez la cause profonde avec les diagnostics

Cela demande beaucoup de persévérance et pose encore et encore la même question : « pourquoi ? ». Pour aller à la racine du problème, vous devrez trouver des réponses à ce qui s'est passé et pourquoi cela s'est produit - des informations de diagnostic.

Pour revenir à un de nos exemples précédents : pourquoi la machine s'est-elle arrêtée en cours de production ?

La première étape consiste à déterminer quels facteurs peuvent influencer ce résultat. Deuxièmement, vous examinez les données liées à ces facteurs pour déterminer leur statut avant et pendant la panne.

Une fois que vous avez interprété ces données et appris de nouvelles informations, vous revenez à la première étape. Appliquer les mêmes étapes à ce facteur et creuser un autre niveau. Finalement, vous vous retrouverez avec la cause première de l'événement.

3) Informations prédictives sur les futurs événements de la machine

Si rien ne change et que tout continue à fonctionner de la même manière, que se passera-t-il ? Les informations prédictives décrivent ce qui va se passer, quand cela va se produire et pourquoi.

L'obtention de ces informations est plus difficile, mais ajoute considérablement de la valeur aux données de votre machine.

Recherchez des modèles dans les données historiques pour prédire les actions futures de votre machine. Une fois que vous avez trouvé un schéma, il est facile à appliquer pour prédire les événements futurs. Suivez le calendrier standard et vous saurez quand vous pouvez vous attendre à ce que l'événement se reproduise.

4) Gardez une longueur d'avance sur les problèmes futurs grâce à des informations normatives

Prêt à monter d'un cran ?

Le quatrième et le plus difficile type d'informations que vous pouvez extraire des données de la machine sont les informations normatives. Cela signifie demander ce qui doit se produire ensuite pour empêcher un mauvais événement de se produire, ou pour s'assurer qu'un bon événement se produit.

Vous ne regretterez pas d'analyser vos données pour obtenir des informations prédictives maintenant. Grâce à ces informations, vous pouvez optimiser les processus pour vous assurer d'intervenir avant qu'un événement ne se produise. Si vous avez trouvé des lacunes, des données qui indiquent où vous pouvez améliorer la machine, il est même possible d'optimiser vos futures machines.

Moins de temps d'arrêt et de meilleures machines - que demander de plus ?

Commencez avec la journalisation et la visualisation des données sur IXON Cloud

Commencez à extraire et à visualiser vos données de machine pour une analyse approfondie dès aujourd'hui en utilisant la plate-forme IIoT pour les machines industrielles.

((Essayez-le gratuitement))

Accès instantané. Pas de carte de crédit nécessaire.
Pointe ! Essayez le nouveau dispositif de démonstration virtuel pour vraiment profiter de toute l'expérience.