Analyse de séries temporelles et de données de capteurs
Ezako labélise des évènements et détecte des anomalies dans les séries de capteurs et de mesures. Ses travaux portent sur des signaux d’essais moteurs, la télémétrie de satellites, le contrôle de sites radio et la surveillance vibratoire sur carte embarquée ; les mêmes méthodes s’appliquent aux machines, aux lignes de production et aux parcs d’équipements.
Sur des séries de capteurs
Motifs similaires
À partir d’un évènement labélisé, recherche des plages qui lui ressemblent, sur une ou plusieurs colonnes et d’une série à l’autre ; chaque résultat porte un score et passe sous les yeux de l’analyste avant de recevoir un label.
Candidats au label
Les motifs rares d’une colonne proposés comme candidats, avec un score, et soumis à la validation de l’analyste.
Colonnes calculées
Combinaison de colonnes, dérivée, débruitage passe-bas, normalisation, et temps restant avant un évènement labélisé, la cible d’un modèle de durée de vie résiduelle.
Domaines d’application
Machines tournantes et turbines
Détecter une dérive dans les séries de vibration, de pression et de température avant qu’elle ne devienne une panne.
Lignes de production
Repérer une dérive de qualité dans les capteurs d’une ligne avant qu’elle n’atteigne les pièces.
Parcs d’équipements
Classer les sites, les bornes ou les véhicules à contrôler en premier, comme pour les sites radio de l’ANFR.
Logiciels et services
Ce qu’Ezako fournit
Upalgo Labeling Timeseries
La labélisation des séries temporelles de capteurs, avec la recherche de motifs similaires d’une série à l’autre.
Algorithmes d’IA
Détection automatique et pré-labélisation, validées par des analystes.
UpalgoDB
Le serveur central des enregistrements, des labels et des équipes de labélisation.
Références
Exemples de projets réalisés
DeepGreen
Surveillance vibratoire sur carte embarquée
Un travail de recherche et développement au sein de DeepGreen, le projet piloté par le CEA qui construit Aidge, la plateforme open source d’IA embarquée : la détection automatique de défauts par apprentissage sur une carte à microcontrôleur de type STM32. Des machines de production électrique ont été instrumentées de capteurs pour détecter un écart à leur comportement attendu ; Ezako y apporte son expertise des séries temporelles.
Safran Aircraft Engines
Observations anormales dans les signaux d’essais moteurs
Une méthode d’apprentissage profond pour détecter les observations anormales dans les séries de capteurs à haute fréquence des essais de développement moteur, où elles rendent les spectrogrammes inexploitables. Publiée avec Safran Aircraft Engines.
CNES
Anomalies dans la télémétrie de satellites
La détection d’anomalies dans la télémétrie de satellites par apprentissage automatique, en complément des méthodes de surveillance classiques.
ANFR
Quels sites radio contrôler en premier
La prédiction des sites radio les plus susceptibles de révéler une anomalie, pour ordonner les contrôles d’un parc national de plus de 76 000 sites.
Découvrez ce qu’Ezako peut faire de vos données
Décrivez vos signaux et vos besoins pour organiser une démonstration.