Étude de Cas – Primetals

Tableaux de bord 2D et 3D, graphiques en barres, lignes, donut et cercles avec codes couleur.

SECTEUR

AECO

APPAREIL

Application PC

TECHNOLOGIE

Intelligence Artificielle

Visualisation des données

CONTEXTE

L'objectif du projet était de permettre à Primetals de comprendre les prédictions et conclusions générées par son simulateur de données existant. En intégrant une IA explicable, il s'agissait de fournir une visualisation plus claire et détaillée des résultats, offrant une transparence pour que les résultats inspirent confiance et optimisent l'efficacité de l'usine.

L'équipe de Primetals faisait face à des contradictions entre les prédictions générées par leur ancien système de simulation et leurs propres déductions et attentes basées sur la connaissance actuelle de l'état de l'usine. Les prédictions ne correspondaient pas à la réalité et l'équipe ne comprenait pas pourquoi le système générait ces résultats. Ce problème entravait la prise de décisions futures, car sans une interprétation claire des données, il était difficile de planifier les améliorations.

SOLUTION

Pour aborder ce défi, l'équipe de IMMERSIA a configuré TOKII pour développer un simulateur de données interactif offrant une visualisation claire et détaillée des données. En utilisant l'IA explicable à travers des interfaces visuelles, l'application permet aux utilisateurs d'interagir avec les données, de suivre chaque étape du processus, de revenir dans le temps pour identifier les goulets d'étranglement et de générer des rapports sur des moments critiques ou des alertes survenues pendant le processus de fabrication. Cette intégration a aidé à clarifier le processus derrière les prédictions et à améliorer la compréhension des résultats.

RÉSULTAT

Le jumeau numérique renforcé par la technologie d'intelligence artificielle explicable a significativement amélioré l'efficacité de l'usine de Primetals. Le système de visualisation avancée de TOKII a permis une meilleure interaction et compréhension des prévisions du moteur de simulation. Grâce à l'intelligence artificielle explicable, les utilisateurs peuvent désormais comprendre le processus derrière les prévisions et les raisons des résultats obtenus. Cette capacité à décomposer et expliquer le raisonnement derrière les décisions a facilité l'identification des goulots d'étranglement, le suivi détaillé de l'évolution des processus et la génération de rapports précis sur les moments critiques avec transparence et fiabilité.