Ces dernières années, et complètement par hasard, notre activité s'est développée dans le secteur industriel.
Dans ce domaine, c'est la maintenance industrielle qui nous a le plus intéressé, car elle touche à des modèles prédictifs qui se sont avérés être des sujets particulièrement intéressants techniquement.
L'enjeu de la maintenance industrielle est une équation simple à deux paramètres : minimiser les coûts et minimiser les pannes. Dans un milieu régulé, on prêtera également une attention particulière au comportement des équipements et à leur impact sur la qualité et la sécurité.
Les CMMS, qui sont les ERP de la maintenance, sont, comme les ERP, des systèmes contenant beaucoup de données. Par exemple, au-delà des capteurs classiques de mesure de consommation, de débit, de température ou autres, il est également possible de collecter des informations très avancées pour prévoir le comportement d'outils industriels.
Par exemple, dans l'une de nos missions, nous avons travaillé avec des docteurs en électricité qui analysaient les harmoniques présentes dans les signaux de consommation de moteurs électriques pour prévoir les pannes.
Cet exemple nous a intéressés, car habituellement, les CMMS sont utilisés, pour simplifier, pour prévoir les maintenances et les remplacements d'équipements en fonction de données historiques standard.
Mais admettons qu'un équipement présente un défaut subtil de conception, comme un défaut de 1 % des spirales dans un moteur électrique, il est clair que la maintenance ou le remplacement devra intervenir plus rapidement.
Ces méthodes avancées de recherche en maintenance d'équipement industriel sont un exemple de recherche de pointe qui peut sans risque être intégrée dans nos technologies logicielles et qui permettra de rendre les solutions plus performantes.
Chez Believe SA, nous encourageons la collaboration avec les milieux de la recherche et les jeunes talents pour intégrer des avancées dans nos solutions logicielles et organisationnelles innovantes.