“Le Big Data dans l’Industrie 4.

0”

16 Mai, 2017
1
AGENDA

1 ETAT DE l’ART 2 MENER UN PROJET

BIG DATA
3 CAS D’USAGES

▪ L’Industrie 4.0 ▪ Usage ▪ Nos Existants

▪ 10 cas d’usages ▪ Science
▪ 9 technologies ▪ Données

2
1 ETAT DE l’ART

3
L’INDUSTRIE 4.0 = 4ème Révolution Industrielle

“L’Usine du futur sera plus agile et plus

flexible, moins coûteuse et plus
respectueuse de ses travailleurs et de
l’environnement, grâce à un fort niveau
d’automatisation et une intégration
numérique de l’ensemble de la chaîne
de production”

4
10 CAS D’USAGES DE L’INDUSTRIE 4.0
Exemples

Des algorithmes pour améliorer de la qualité au travers de l’analyse

fine des données
Des robots humanoïdes facilement formés et entraînés pour réaliser
de nouvelles tâches
Un système de transport de composants dans l’usine indépendant
et intelligent

Des logiciels de simulation de lignes de production avant installation

Des logiciels pour mieux surveiller l’ensemble de la chaîne
logistique
Des systèmes pour alerter un fabricant de la nécessité d’opérer une
action de maintenance avant casse
Vendre des services au lieu de vendre le composant réalisant le
service
Des systèmes intelligents qui se coordonnent automatiquement afin
de maximiser l’utilisation de chaque machine
Les imprimantes 3D ou les lasers intelligents permettent de créer
des composants complexes en une étape
Des systèmes pour mieux localisés des composants et permettre
une assistance à distance 5
9 TECHNOLOGIES INDUSTRIE 4.0

6
 DE LA VISUALISATION À …
RECOMMANDATION AUTOMATISÉE EN TEMPS RÉEL
Lac de Données Rivière de Données

Synthèse Synthèse

Visualisation Recommandations

Décisions Décisions

Actions Actions
2 MENER UN PROJET BIG
DATA

8
THE 3 PILLARS OF A SUCCESSFUL “
BIG DATA”/DATA ANALYTICS PROJECT
BIG DATA /
DATA ANALYTICS PROJECT

1. Specify Business
Applications & 3. Perform Advanced
2. Build and Enrich
Integrate Results in Data Science
Your Data Lake
Decision Making (Machine Learning)
Process

9
1. SPECIFY BUSINESS APPLICATIONS
& INTEGRATE RESULTS IN DECISION MAKING PROCESS

- Production Line optimization

Application
- Predictive maintenance
- etc.

XXX
Business

Scope Decision

- R&D - Informative
- Production - Real time
- Automated
10
2. BUILD AND ENRICH YOUR DATA LAKE

Introduce connected objects to

Introduce IOT measure and communicate :
machines, control tools, etc.
Precision / Value

Add new data sources and

Enrich Data unstructured data to your data lake :
financial, HR, etc.

Digitalize your events,

Get Data information and knowledge :
production, quality, etc.
11
3. PERFORM ADVANCED SCIENCE
Client

Client
4. Optimize
How can we make it

Client 3. Predict happen ?

What will happen ?

Client 2. Explain
Why did it happen ?
1. Describe
What happened ?

12
 CAS USAGES :
3 - Nos existants
- Les vôtres
- Demain, invitation

13
https://www.youtube.com/watch?v=XlA8O4ntBlA&feature=em-upload_owner
a CAS D’USAGES :
Nos Existants

15
 Virtual
Assistance for
Technicians

FOCUS ON
“Assistant Virtuel pour les
Techniciens en mobilité”

16
 ENEDIS: L’ASSISTANT VIRTUEL DU TECHNICIEN EN MOBILITÉ

en fonction de
l’environnement,
mise en avant
informations
contextualisées

interaction back office,

collègues en opération

17
OBJECTIVES, APPROACH AND SCOPE

Objective: Provide the right information, contextualised, in real time, to remote technicians:
- Large diversity of problems to solve, situations, equipments, contexts, levels of dangerousness
- Technical interventions far from base, resources, documentations, support
- A critical requirement on safety measures
- Information and knowledge scattered in many systems ; experience acquired by technicians
rarely documented

Scope:
- A local perimeter: “Landes Department”, for 6 technicians de “Comptage”
- A focus on safety

Approach: Technicians will be equipped with

- augmented reality glasses to “acquire” and share the context
- a virtual assistant to help the technician search for relevant information; the technician will be able to
ask questions; the algorithm will answer by linking various documentation and provide the most
relevant answer 18
 Kit Main Technicien 3.0
libre
/
Google
Glass

Caméra
thermique
+
Appareil
photo Capteur de
Bracelet distance
tablette +
+ Capteur de
GPS mouvement
+
Vibreur
A possible scenario : The technician faces an unknown equipement, he must rapidly :
✓ Know the safety rules
✓ The latest interventions performed on this equipment
✓ The level of danger of the equipment 19
VISUALISATIONS

20
ANNEXE : HUPI EN BREF

21
 EN BREF

▪ Editeur de logiciel spécialisé dans ▪ S.A.S détenue par des personnes

le “Big Data” privées, avec un capital de 373 840€
▪ Créé en Décembre 2014 ▪ Plateforme “HUPI” traite de grands
▪ Située sur la Technopole Izarbel, volumes de données en temps réel
Bidart ▪ Une Expertise en machine learning

Notre Mission
HUPI s’engage à apporter à chacun les bénéfices issus du traitement analytique des
flux de données et à rendre cette compétence accessible à tous.
22
NOS VALIDATIONS EXTERNES (2015/2016)

Ecoles et Universités
Valideurs “Techniques”

Région Nouvelle Aquitaine - Lauréat

Financement de l’Inovation

Euskadi - Laureat
Concours Accélérateur “Industry 4.0”

ACBA - Laureate
Concours Innovation “Atelier Numérique”
23
 PROPOSITION (2/2)

CES SOLUTIONS Solutions

UTILISENT DES ALGORITHMES DE MACHINE

LEARNING,

DÉVELOPPÉS PAR NOS DATA SCIENTISTS,

ET TOURNENT SUR NOTRE PLATEFORME

PROPRIÉTAIRE BIG DATA,

HÉBERGÉE à BIDART
24
 ARCHITECTURE :
UNE PLATEFORME QUI ASSURE UN TRAITEMENT COMPLET
Temps réel
Plateforme
hébergée sur
nos serveurs
dans un
Datacenter
local

Environnement
dédié pour
chaque client
Innovation

Récupère tout type de Chaîne de Mise en application de Outils de Renvoie de la

données. traitements massifs moteurs analytiques reporting pour le recommandation
Est spécialisée en temps réel avancés, destinés à suivi des sur les systèmes
intégration produire les recommandations tiers
évènements (ex: IOT) recommandations 25
NOS SOLUTIONS
INDUSTRIE/ ENERGIE ECOMMERCE/ TOURISME

Assistant Fournit une assistance “intelligente” Vendeur Ultra-personnalisation de la

Virtuel au technicien en mobilité Virtuel relation client en temps réel

Maintenance Détecte et alerte quand une

machine risque de faire défaut Analyse de Alerte et analyse en temps réel
Préventive
Sentiments les comments laissés sur les
réseaux sociaux
Optimisation
Ligne Identifie et optimise les paramètres
qui impactent une ligne de Solutions
Produc
production

RECHERCHE TRANSPORT

Geoscience Pollution, Érosion du littoral A VENIR

Laboratoires

Formation Divers
26
NOS RÉFÉRENCES (en 15 mois)

1. RECHERCHE 2. E-COMMERCE/ 3. INDUSTRIE/ 4. TRANSPORT

SCIENTIFIQUE TOURISME ENERGIE

ScoreLab

27
PRINCIPAUX CLIENTS

2ème site de location de camping car : CA de 3 M€

1er cluster Français pour le Tourisme : 450 participants

Laboratoire technologique du Crédit Agricole

1er site de vente de produits culinaires : CA de 6 M€

Opérateur du Réseau Électrique Français

Opérateur de bus et tramways: 3Md de voyageurs par an (monde)

Fabricants de composants automobiles: CA de 400M€

28
HUPI SAS
Technopole Izarbel
2 Terrasse Claude Shannon
64210 Bidart

29