L'intelligence artificielle et la Dataviz au service d'un traitement plus performant de vos données

Les entreprises qui investissent dans l’innovation sont 5 fois plus performantes dans leur secteur (source : étude Accenture). Comme en témoigne la quatrième révolution de l’industrie : Industrie 4.0, innover et se réinventer est devenue incontournable. Il convient désormais d’intégrer de nouveaux moyens de conception numérique, tout en répondant à des exigences nouvelles et plus importantes de la part du marché. 

En effet, la digitalisation des activités et des données ne cesse de s’accélérer dans tous les domaines industriels, influençant ainsi l’arrivée de de nouveaux standards de performance, ou encore faisant émerger de nouvelles attentes que ce soit en termes de sélection de matériaux ou encore de prédiction de formulations en laboratoire. Nous sommes challengés quotidiennement sur nos expertises et nos développeurs intégrateurs œuvrent afin d’innover et de relever ces défis d’optimisation des performances dans le traitement, le management et la valorisation de vos données techniques.

REMIND : VERS UNE VALORISATION AVANCÉE DE DONNÉES GRÂCE AU MACHINE LEARNING

Le développement d’un nouveau module, visant à compléter la suite de logiciel TEEXMA®, a été initié suite à l’émergence de besoins de la part de clients et prospects. L’innovation au sein du groupe est généralement motivée par le marché, les attentes et les usages de nos cibles afin que les outils développés fassent sens pour ces-derniers.

Ainsi, le module fraîchement sorti de notre service Recherche & Innovation nommé REMIND (pour « Representation, Modelization and Investigation of Data ») vous permet de modéliser des données, de les représenter graphiquement et de les analyser de manière approfondie

Ce module innovant, va permettre d’optimiser le traitement et l’exploitation de vos données notamment en vous accompagnant sur le choix de la donnée dans vos bases, puis en créant des représentations par catégorie de matériaux de manière automatique. Il offre également un niveau d’analyse avancée grâce à l’application d’équations pouvant être ensuite représentées sur une courbe ou sur d’autres modèles de data visualisation, paramétrables. De plus, le module REMIND dispose d’applications d’IA, dont les algorithmes de machine learning, vous permettent de disposer de nouvelles fonctionnalités telles que :

  • La  prédiction de valeurs : par exemple des algorithmes de régression et réseaux de neurones
  • Le clustering : par exemple, partitionnement des points selon les catégories
  • La détection d’anomalies : par exemple, détecter les points aberrants dans un ensemble de points
  • L’optimisation de valeurs : par exemple, via le classement et le scoring des points définies par l’utilisateur.

Un point important à souligner, c’est que les algorithmes sont paramétrables par l’utilisateur. Les applications d’algorithmes représentent l’atout principal de l’outil REMIND.

REMIND : VERS DES APPLICATIONS INDUSTRIELLES MATÉRIAUX ET LIMS

Matériaux - Optimiser la sélection des matériaux grâce aux algorithmes

L’une de nos expertises historiques est de vous accompagner dans la structuration, la mutualisation et la valorisation de vos données matériaux. De nouveaux besoins ont été identifiés dans ce périmètre notamment afin d’améliorer la sélection des matériaux qui est une réelle étape critique dans le processus de conception. Parmi ces besoins, nous retrouvons par exemple la possibilité d’étudier et de comparer certaines propriétés matériaux afin de déterminer et choisir le plus adapté, mais aussi, un besoin d’approfondir l’analyse à l’aide d’interpolations, de prédictions de valeurs et de regroupement de matériaux selon différentes propriétés. Pour pouvoir répondre à ces enjeux, les ingénieurs ont alors besoin de représentations graphiques et de modèles d’affichages des propriétés matériaux (tels que des diagrammes 2D où les matériaux sont représentés par catégories par exemple) sur lesquels ils pourront baser leur analyse. 

La solution REMIND dédiée aux matériaux  permet de représenter un ensemble de caractéristiques sur un même diagramme afin de les comparer. Les applications d’algorithmes telles que la prédiction de propriétés ou la classification vous accompagnent dans le processus de sélection de matériaux.

Prenons le cas d’un ingénieur matériaux du service R&D dont l’objectif est de sélectionner la pièce idéale pour concevoir son produit. Celui-ci va pouvoir suivre plusieurs étapes de sélection en bénéficiant de notre nouvel outil  :

  • Dans sa base de données TEEXMA® et avec l’aide de REMIND, il représente les matériaux par propriété (par exemple, en modélisant un graphique de la densité selon le module de Young) et par catégorie de matériaux. (métaux, polymères, composites…).
  • À ce stade, il filtre les grandes familles de matériaux qui lui conviennent. Si certaines propriétés de matériaux nécessaires à la sélection sont inconnues ou non renseignées, l’ingénieur peut appliquer un algorithme qui va automatiquement prédire les valeurs manquantes en se basant sur les données existantes, via l’usage d’équation définie par l’ingénieur, ou même par l’usage de machine learning. Si les catégories de matériaux et les valeurs actuelles ne sont pas suffisantes, l’ingénieur peut également partitionner l’ensemble en sous-catégories créées automatiquement selon les similarités entre les matériaux.
  • Son champ de sélection est alors bien réduit, il peut désormais éliminer les points dont les valeurs des propriétés sont considérées comme aberrantes.
  • Tout au long du processus, l’ingénieur peut affiner la recherche en filtrant l’ensemble des données utilisées selon des propriétés choisies, et trier les matériaux par pertinence, en définissant les critères propres à sa sélection. (par exemple, il peut vouloir prioriser une faible densité tout en conservant une limite d’élasticité élevée).
  •  
  • En fin de processus, lorsque ces applications ont permis de choisir le matériau idéal, l’ingénieur génère un rapport détaillant l’ensemble des étapes ayant permis de choisir ce matériau. Le rapport lui permet de justifier ses choix auprès de ses collaborateurs, et de garder une trace du travail réalisé.

LIMS - Maximiser la performance de vos essais de laboratoire

Notre solution TEEXMA® est également très présente dans le domaine du traitement des données de laboratoire. Dans ce cadre également, des besoins viennent justifier l’arrivée du module REMIND, tel que le fait de pouvoir visualiser l’ensemble des essais réalisés, de pouvoir prédire les résultats et les compositions d’essais à tester grâce à l’entraînement continu des algorithmes. Et enfin, un dernier besoin clé qui est de gagner en efficacité en mettant à l’écart les essais ayant des résultats pas ou peu concluants tout en ayant des éléments de compréhension sur les causes d’échecs de ces essais.

La solution REMIND dédiée au LIMS, permet de simplifier la gestion des essais de laboratoire à réaliser ainsi que de prédire les formulations à tester, à anticiper les résultats mesurés et les écarter dans le cas où les essais auraient échoué. Le module permet également de mettre en place une démarche d’amélioration continue efficace grâce à l’identification des causes lorsque les résultats ne sont pas satisfaisants. 

Cette fois, nous prenons le cas d’un technicien de laboratoire devant réaliser un nombre indéterminé d’essais afin de valider une composition ou une formulation avec des résultats satisfaisants. Il convient de dire que cette activité peut s’avérer très chronophage. Grâce à la solution TEEXMA®, notre technicien peut déjà suivre et tracer l’ensemble de ses essais réalisés qu’ils soient concluants ou non. Toutefois avec l’aide de l’outil REMIND en complément de la solution TEEXMA® for LIMS :

  • Le technicien bénéficie alors d’algorithmes d’optimisation puissants permettant de sélectionner les essais les plus pertinents à réaliser afin de s’approcher au mieux de résultats corrects. Ce qui représente un gain de temps et de productivité en évitant le plus possible de faire de nombreux essais qui seraient non concluants. 
  • Au moment de réaliser des essais, les résultats probables de ces derniers sont proposés au technicien par extrapolation. Il peut alors décider d’arrêter l’essai en cours si la proposition lui laisse penser que le résultat ne sera pas convaincant. 
  • Lorsque les essais nécessaires ont été réalisés, le technicien utilise les algorithmes de classification et de détection d’anomalies de REMIND pour classer les résultats d’essais en mettant à l’écart les résultats inappropriés.

L’arrivée du module REMIND au sein de nos lignes de produits TEEXMA® for Materials et TEEXMA® for LIMS représentent de belles évolutions de nos solutions et de nos offres. En effet, il répond à des enjeux d’avenir majeur en intégrant des technologies IA dont les applications d’algorithmes paramétrables sont uniques pour représenter, modéliser, analyser et prédire des données efficacement. 

Aujourd’hui en phase d’expérimentation chez nos bêta-testeurs, nous préparons dans les prochains mois, la phase d’industrialisation du module chez nos clients et nous en sommes fiers. En effet, l’intégration de REMIND, en tant que module innovant dans nos offres, se fait pas à pas dans une démarche collaborative avec nos partenaires et clients, afin de nous améliorer en continu tout en restant au plus proche de vos besoins et vos cas d’usages réels. L’avenir de REMIND est prometteur et nous projetons de le déployer progressivement sur l’ensemble des lignes de produit du groupe afin d’optimiser la valorisation de données dans l’ensemble des domaines : maintenance, qualité, environnement, Knowledge management, MES…etc. 

Pour en savoir plus, sur le nouveau module REMIND,
n’hésitez pas à nous contacter :