Service Communautaire d'Information sur la Recherche et le Développement - CORDIS

H2020

neuronSW — Résultat en bref

Project ID: 808225
Pays: Royaume-Uni
Domaine: Technologies industrielles, Économie numérique

Un logiciel audio pour la détection de défauts dans les machines

Les opérateurs expérimentés affirment être capables de dire si leur machine fonctionne correctement rien qu’en écoutant les sons qu’elle produit. Les chercheurs financés par l’UE ont fait encore mieux en développant une technologie basée sur le système auditif humain qui est capable, grâce à une analyse acoustique, d’«entendre» si un entretien des machines industrielles s’avère nécessaire.
Un logiciel audio pour la détection de défauts dans les machines
L’élimination du risque de voir une machine immobilisée et la réduction des coûts de maintenance sont très importantes pour l’industrie, car il s’agit de facteurs affectant la productivité et la qualité tout en réduisant les bénéfices. L’industrie a donc grand intérêt à trouver une solution facile à mettre en œuvre et à utiliser.

En utilisant des techniques d’analyse acoustique, le projet Horizon 2020 neuronSW, financé par l'UE, a mis au point une approche révolutionnaire et innovante pour anticiper les dysfonctionnements mécaniques dans les machines industrielles. Les chercheurs ont combiné des algorithmes avancés, un apprentissage automatique et une analyse de mégadonnées pour imiter le cortex auditif humain et permettre la détection précoce et la prédiction des défaillances mécaniques. «La technologie exploite l’apprentissage automatique, le cloud et l’Internet des objets (IoT) pour offrir un service de détection qui émule l’intuition humaine en ce qui concerne le son», déclare Jiří Čermák, directeur technique de la PME partenaire du projet NeuronSW Ltd.

Une oreille à l’écoute des problèmes

Grâce à la technologie Neuron soundware (neuronSW), les fabricants peuvent effectuer des diagnostics audio intelligents et surveiller les éléments clés des machines en fonction des sons qu’ils produisent. «La plateforme matérielle et logicielle intégrée enregistre automatiquement le son émis par les machines en temps réel et évalue en permanence l’état de l’équipement. Elle fonctionne d’une façon semblable à ce que font les opérateurs expérimentés quand ils utilisent leurs oreilles pour diagnostiquer les machines endommagées», explique M. Čermák.

Le système fonctionne à la fois hors ligne et en ligne, et il peut être intégré à des logiciels existants ou à des plateformes IoT tierces. «Cela transforme efficacement les données en connaissances et en actions», affirme M. Čermák. «Des capteurs de sons et de vibrations (microphones) peuvent être installés rapidement et à peu de frais sur tous les types de machines, ce qui permet, sans avoir recours à des mises à niveau coûteuses, de suivre numériquement des ressources dépourvues d’interface numérique ou commandés par d’autres systèmes existants.»

Il est très intéressant de noter que les applications de cette technologie de diagnostic audio, qui peut être utilisée pour n’importe quel dispositif comportant une partie mobile et produisant du son, n’ont pratiquement aucune limite. «Il apparaît toutefois judicieux de se concentrer d’abord sur les pièces critiques des machines, les équipements coûteux, le contrôle de la qualité ainsi que sur les équipements situés dans les zones reculées d’accès délicat», souligne M. Čermák. Il poursuit: «Différents secteurs industriels ont coopéré avec NeuronSW afin de créer des solutions pour les machines lourdes, notamment les moteurs de cogénération, les pompes à carburant automobile, les éoliennes, les escaliers roulants, les systèmes de climatisation, l’assemblage de PC et la maintenance prévisionnelle des machines à empaqueter.»

Un avenir prometteur

Selon Michal Bambušek, directeur commercial de NeuronSW Ltd, le projet s’est également penché sur les plans de vente et de marketing. «Nous avons formé le personnel de vente, identifié les marchés clés et les stratégies de mise sur le marché pour la technologie neuronSW et mené des études de cas pour la développer et l’adapter à différents domaines», explique-t-il. «Nous avons établi de nouveaux contacts commerciaux importants qui nous ont permis de découvrir de nouveaux domaines d’application et de nouvelles utilisations possibles de notre technologie, ce qui a contribué à son amélioration et nous a permis de progresser.»

Les machines, autant que les personnes, profiteront de la technologie développée dans le cadre de cette initiative. «Il ne fait aucun doute que la maintenance des équipements est l’un des principaux domaines étudiés dans de nombreuses industries dans le monde entier», ajoute M. Čermák. «Nous pensons que la maintenance sonore prévisionnelle est appelée à devenir une caractéristique standard de la plupart des machines avec des pièces mobiles, rendant ainsi service aussi bien aux fabricants et qu’aux opérateurs. En ce qui concerne les recherches futures, nous faisons tout notre possible pour tirer des enseignements des études de cas et pour améliorer notre technologie ainsi que nos recherches», conclut-il.

Mots-clés

NeuronSW, son, maintenance prévisionnelle, machines, surveillance d’équipement, acoustique, technologie, Internet des objets (IoT), intelligence artificielle (IA)