Mardi 31 janvier 2017 – Webséminaire : comment mener son projet de maintenance prédictive

Utilisez la Data Science pour prédire les défaillances et anticiper les opérations de maintenance.

La Data Science est un puissant levier de performance pour les acteurs du monde industriel en quête de fiabilité. Pour être pertinent, un projet de maintenance prédictive doit suivre une approche méthodique et éprouvée. Quelle méthodologie appliquer pour démarrer son projet ? Quelles données collecter grâce à de nouveaux canaux ? Quels outils utiliser ?

Nous répondrons à ces questions lors d’un webséminaire, le mardi 31 janvier 2017, durant lequel Bruno Fernandez, Expert Matter IBM Watson-IoT, vous présentera son retour d’expérience sur plusieurs projets de maintenance prédictive (Toyota, Lockheed…).

Ce que vous allez apprendre

  • Retour d’expérience Petroineos sur l’usage de PMQ pour prédire les défaillances des compresseurs à hydrogène
  • Quelle méthodologie pour mieux adresser son projet de maintenance prédictive ?
  • Cas concrets IBM-PMQ : la Data Science au secours des industriels pour diminuer les rebus, défauts de qualité et prolonger la durée de vie des équipements de production.

Informations pratiques

Date : mardi 31 janvier 2017
Horaires : 10h00 à 11h00
Accès : accessible à distance avec votre navigateur internet

Téléchargez le support

Webséminaire : comment mener son projet de maintenance prédictive