| Titre : | Implementation of Artificial Intelligence in Data Validation and Reconciliation for the Detection of Outliers in Predictive Maintenance | | Type de document : | TFE | | Auteurs : | Lionel Vandresse, Auteur | | Editeur : | Angleur : HELMo Gramme | | Année de publication : | 2022 | | Importance : | 119 p. | | Présentation : | ill. couleur | | Note générale : | TFE (Travail de Fin d'Etudes) -- Master en Sciences de l'Ingénieur Industriel - Finalité : Génie Energétique Durable -- HELMo Gramme, Angleur, 2022 | | Langues : | Anglais (eng) | | Mots-clés : | Informatique Intelligence artificielle Machine Learning Deep Learning Réseau de Neurones Validation et Réconciliation de Données (DVR) Statistiques Computer science Artificial Intelligence Neural Network Data Validation and Reconciliation (DVR) Statistics | | Résumé : | Belsim Engineering S.A. est une entreprise spécialisée dans la Validation et Réconciliation de Données (DVR) de procédés industriels chimiques et/ou énergétiques . Leur outil principal est Valistudio, un logiciel qu’ils développent pour modéliser et pour contrôler les données de ces procédés.
La DVR est une technologie très puissante qui a pour but de corriger les informations en contradiction en recalculant les valeurs les plus probables pour que les redondances ne se contredisent plus.
Un des objectifs de Valistudio est de permettre la maintenance prédictive en vérifiant à quel point les données mesurées s’éloignent de celles réconciliées.
Pour ce faire, Vali calcule des pénalités sur chaque valeurs en utilisant ces valeurs elles-mêmes ainsi que leur incertitude à l’aide de lois statistiques. Malheureusement, il arrive
que les mesures indiquées par Vali comme étant "problématiques" ne soient en réalité pas celle correspondant aux véritables défauts dans le procédé.
La détection de ces mauvaises valeurs peut être une tâche ardue, même pour un utilisateur expérimenté. C’est pourquoi Belsim Engineering S.A. et leurs clients sont intéressés d’avoir un outil basé sur l’intelligence artificielle qui puisse aider à identifier les valeurs problématiques.
Le but de ce travail est le développement d’un tel outil, permettant ainsi la détection des données erronées dans les procédés traités par Valistudio. | | Nom de la société/Institution/Lieu de stage : | BELSIM S.A. | | Année académique : | 2021-2022 | | Maître de Stage : | Jadot, Timothy | | Promoteur : | Pirard, Sophie | | Etudes : | Sciences industrielles |
Implementation of Artificial Intelligence in Data Validation and Reconciliation for the Detection of Outliers in Predictive Maintenance [TFE] / Lionel Vandresse, Auteur . - Angleur : HELMo Gramme, 2022 . - 119 p. : ill. couleur. TFE (Travail de Fin d'Etudes) -- Master en Sciences de l'Ingénieur Industriel - Finalité : Génie Energétique Durable -- HELMo Gramme, Angleur, 2022 Langues : Anglais ( eng) | Mots-clés : | Informatique Intelligence artificielle Machine Learning Deep Learning Réseau de Neurones Validation et Réconciliation de Données (DVR) Statistiques Computer science Artificial Intelligence Neural Network Data Validation and Reconciliation (DVR) Statistics | | Résumé : | Belsim Engineering S.A. est une entreprise spécialisée dans la Validation et Réconciliation de Données (DVR) de procédés industriels chimiques et/ou énergétiques . Leur outil principal est Valistudio, un logiciel qu’ils développent pour modéliser et pour contrôler les données de ces procédés.
La DVR est une technologie très puissante qui a pour but de corriger les informations en contradiction en recalculant les valeurs les plus probables pour que les redondances ne se contredisent plus.
Un des objectifs de Valistudio est de permettre la maintenance prédictive en vérifiant à quel point les données mesurées s’éloignent de celles réconciliées.
Pour ce faire, Vali calcule des pénalités sur chaque valeurs en utilisant ces valeurs elles-mêmes ainsi que leur incertitude à l’aide de lois statistiques. Malheureusement, il arrive
que les mesures indiquées par Vali comme étant "problématiques" ne soient en réalité pas celle correspondant aux véritables défauts dans le procédé.
La détection de ces mauvaises valeurs peut être une tâche ardue, même pour un utilisateur expérimenté. C’est pourquoi Belsim Engineering S.A. et leurs clients sont intéressés d’avoir un outil basé sur l’intelligence artificielle qui puisse aider à identifier les valeurs problématiques.
Le but de ce travail est le développement d’un tel outil, permettant ainsi la détection des données erronées dans les procédés traités par Valistudio. | | Nom de la société/Institution/Lieu de stage : | BELSIM S.A. | | Année académique : | 2021-2022 | | Maître de Stage : | Jadot, Timothy | | Promoteur : | Pirard, Sophie | | Etudes : | Sciences industrielles |
|
Faire une suggestion Affiner la rechercheImplementation of Artificial Intelligence in Data Validation and Reconciliation for the Detection of Outliers in Predictive Maintenance / Lionel Vandresse
