Maintenance prédictive : Precognize (Technion, Israël) évite les fuites des usines grâce à l'intelligence artificielle

[:fr]En  septembre, Yuval Steinitz, ministre israélien des Infrastructures nationales, de l’Energie et des Ressources en eau avait permis l’usage temporaire d’une source de carburant alternative pour produire de l’électricité, car un tuyau fissuré de Tamar, seul champ de gaz naturel commercial d’Israël, a entraîné l’arrêt de la production pendant près d’une semaine.

La start-up israélienne Precognize, basée à Tirat Carmel, veut empêcher ces problèmes en utilisant l’intelligence artificielle pour analyser les données, détecter les risques et envoyer des avertissements. « Dans de nombreux cas, nous pourrons dire que quelque chose commence à défaillir », a indiqué Chen Linchevsky, président fondateur. ‍La technologie de Precognize construit une représentation modélisée de l’usine et fait une projection des anomalies « afin d’agréger tout ce bruit en quelques alertes significatives », a dit Linchevsky.

« Pour Chen Linchevsky et les autres cadres de Precognize, nul doute que leur formation en schémas théoriques et en ingénierie des systèmes, acquise à l’Institut technologique du Technion (Haïfa, Israël), leur a permis de développer un système aussi performant », précise Muriel Touaty, Directrice générale du Technion France.

En utilisant une grande quantité de données reçues de milliers de capteurs installés autour des centrales ou des usines, la technologie de maintenance prédictive développée par Precognize peut traduire les informations brutes en avertissement spécifique, suffisamment tôt pour éviter les problèmes et anticiper une réponse‍.

‍Fondée en 2011, Precognize a réussi à attirer des clients internationaux, notamment l’allemand BASF, le plus grand producteur de produits chimiques au monde, et la Corporation israélienne d’électricité.

Les systèmes de sécurité industrielle collectent d’énormes quantités de données, mais la technologie actuelle n’a pas la capacité de transformer ces données en avertissements concrets qui permettraient de réduire, voire d’empêcher tout problème. C’est précisément là que reposent l’innovation cruciale de Precognize et son avantage commercial.

« Dans un environnement très complexe, il y a des milliers d’anomalies de données et il existe un fossé énorme entre les anomalies des données et les problèmes réels des usines. Nous sommes l’une des rares entreprises qui ait comblé ce fossé », a indiqué Chen Linchevsky. Les irrégularités n’apparaissent généralement pas sous forme visuelle. Il est souvent difficile de comprendre s’il y a un réel problème qui nécessite de l’attention, ou si c’est simplement une fausse alarme.

Dans une usine industrielle typique, qui compte des milliers de capteurs en étroite relation, la gestion des données « ne suffit pas », a indiqué Linchevsky. En combinant l’analyse des données avec l’ingénierie des systèmes, les anomalies n’apparaissent plus comme des fluctuations aléatoires de données mais comme des situations matérielles qui touchent le fonctionnement de l’usine, avec une interface visuelle qui permet, selon Precognize, « à des experts opérationnels sans formation en modélisation de décrire précisément leurs systèmes ».

L’innovation de Precognize trouve son origine dans le mélange de deux disciplines, l’analyse de données et les schémas théoriques, a indiqué Linchevsky. Comme peu d’entreprises font cela, a-t-il ajouté, Precognize n’a pas beaucoup de concurrents pour l’instant.

Precognize a connu son premier grand succès quand la Corporation israélienne d’électricité l’a autorisé à tester sa version beta dans l’une de ses usines. Peu après, Precognize a été choisi parmi 300 autres entreprises par le géant allemand BASF pour installer sa technologie de maintenance prédictive sur ses usines, et depuis, « tout roule », se félicite Linchevsky.

Fin 2016, la start-up a levé près de deux millions de dollars auprès de Maverick TLV, et a ainsi dépassé la phase d’amorçage. Elle cherche à présent à appliquer sa technologie à d’autres domaines, comme les transports.[:]