Ce guide a été élaboré dans le but de vous aider à utiliser et à comprendre Predictto, l'outil de maintenance prédictive de Fracttal. Il est divisé en deux parties principales : tout d'abord, nous expliquons les bases de l'analyse prédictive et les différents modèles que vous pouvez calculer à l'aide de l'analyse prédictive. Predictto; et ensuite, nous vous montrons comment naviguer dans l'espace de travail de la Predictto et utiliser les outils qu'il met à votre disposition.

Chez Predictto, nous voulons vous aider à prendre les meilleures décisions pour votre système de gestion de la maintenance. Pour ce faire, nous utilisons des analyses avancées pour créer des modèles prédictifs et fournir des prévisions concernant l'état futur de vos actifs. Nos algorithmes utilisent l'apprentissage automatique en combinaison avec des modèles statistiques pour vous fournir des prévisions complètes, fondées mathématiquement, mais simples à comprendre, afin que vous puissiez prendre des décisions éclairées concernant les plans de maintenance de vos actifs.

Tout d'abord, il est nécessaire de préciser ce qu'est la fiabilité : également appelée probabilité de survie, la fiabilité estime la probabilité qu'un actif fonctionne sans défaillance depuis le début de son exploitation jusqu'à un certain point dans le temps. La fiabilité diminue avec le temps, à mesure que l'actif atteint la fin de sa durée de vie utile.

Predictto recommande d'utiliser des modèles de fiabilité pour les actifs qui sont plus susceptibles de tomber en panne et qui ne font pas l'objet d'une surveillance continue. En effet, les modèles de fiabilité utilisent les enregistrements de défaillances (obtenus à partir de l'historique des ordres de travail de l'actif) comme données d'apprentissage.

En termes simples, les modèles de dégradation nous permettent d'estimer comment l'état d'un actif évolue dans le temps en analysant les variables physiques et/ou chimiques pertinentes mesurées au fil du temps. Grâce à l'apprentissage automatique et à l'analyse avancée, nous pouvons prédire les valeurs de ces variables dans le futur et établir un pronostic sur l'état de l'équipement.

Dans Predictto, nous utilisons un algorithme qui nous permet d'établir un modèle probabiliste du comportement d'une ou plusieurs variables dans le temps, en utilisant les mesures de ces variables comme données d'entraînement. Grâce à cet algorithme, il est possible d'estimer le comportement des variables dans le futur, et donc de faire des prévisions sur l'état de l'actif dans le temps. Ces prévisions sont associées à un certain degré de fiabilité, car elles reposent sur une analyse mathématique. Par conséquent, nous ne faisons pas de prédiction à l'aveugle, mais nous fournissons une prévision fiable.

Il est important de mentionner que si vous souhaitez effectuer ce type d'analyse, vous devez disposer de données de surveillance, soit à partir de compteurs connectés à Fracttal, soit à partir d'autres compteurs externes intégrés à votre compte Predictto.