1. RESEAU IA
Le Collectif pour la Wallonie
Du capteur à l’amélioration de procédés
Opportunités du machine learning pour optimiser ses procédés industriels et attaquer de nouveaux marchés
Mathieu Goeminne
mathieu.goeminne@cetic.be

2. RESEAU IA
Le Collectif pour la Wallonie • BeLife [1]: Projet préliminaire
• validant l’intérêt de l’analyse de données pour la
compréhension et la résolution de problèmes de
qualité de production.
• Décision stratégique: développer un service basé sur le
data mining
• En interne: Amélioration des procédés de
production existants de Prayon
• En externe: service commercial complétant l’offre
de Prayon.
• P15 Insight [2,3]: Projet de recherche
• Programme CWALity (Région Walonne)
• Vers une industrialisation de la démarche initiée
dans BeLife
[1] https://bit.ly/2AVuuNr
[2] https://www.cetic.be/P15Insight-3229
[3] https://bit.ly/2QBatRO

3. Car
• Spécialistes des procédés (interne: Prayon [1]) + Spécialiste data translator
(externe: SPIAPS [2]) + Spécialistes data science (externe: Cetic [3])
• Problématiques « métier » difficiles à résoudre
• Ingénierie « métier »
• Développement ad hoc
• Projet de recherche
Mais
• Recherche « industrielle »
• Basée sur des approches algorithmiques existantes
Niveau III.V
[1] http://prayon.be
[2] https://spiaps.be
[3] https://cetic.be

4. RESEAU IA
Le Collectif pour la Wallonie
Bénéfices Ex ante
• qualitatifs :
• désilotage des données
• fiabilisation des procédés
• constitution et conceptions d’outils d’analyse
• réutilisabilité des solutions développées
• quantitatifs :
• stabilisation des procédés
• amélioration de la qualité, du rendement, etc.
• qualité de la prédiction des mesures
• latence du traitement des données

5. Phase 1 : Constitution d’un data lake

6. Phase 2 : Définition de 3 POCs
• Axés sur des problématiques clairement identifiées
• Résultats = outils pour mieux gérer les précédés
• Généralisables dans d’autres implantations
• Validés par le management

7. Phase 3 : Réalisation des POCs
• Développement de l’infrastructure
• Data engineering
• Constitution et alimentation du data lake
• Préparation de vues appropriées à la résolution des problèmes présentés par les POCs.
• Analyse des données
• De courtes itérations
• Montrer, comprendre, affiner, … plus rapidement
• Point hebdomadaire entre analystes, experts procédés, et data translator.
• Phase exploratoire importante!

8. Quels résultats?
• Modèles prédictifs
• Remplacer ou doubler un capteur non fiable ou onéreux (ex: mesures
labo)
• Détecter les relations anormales entre mesures: défaillance capteur,
etc.
• Améliorer le contrôle qualité: arrêts et redémarrages plus rapides.
• Scénarios « what if »
• Root cause analysis et Golden path
• Trouver les conditions opérationnelles menant à un « bon » ou un
« mauvais » produit
• Recommandation d’une gestion favorisant la stabilisation des procédés
• Indiquent les facteurs importants pour la prédiction d’un paramètre
• Vers un pilotage dirigé par les données
• Mise en place d’une politique de suivi des capteurs d’intérêt
• Adaptation des règles de pilotage sur base de leurs impacts sur la
production (ex: changement du paramètre de contrôle-qualité)

9. Quelles mises en œuvre?
• Préparation des données
• Issues du datalake
• Transformées sur base des connaissances procédé et des phases
exploratoires
• Résultat: des données organisées de manière approprié
• Machine learning pour créer des modèles descriptifs et prédictifs
• De la régression linéaire aux réseaux neuronaux
• Procédés complexes: intérêt des modèles complexes
• Grande variabilité de fonctionnement: expertise procédé
indispensable pour tirer de l’information pertinente des données
• Exploitation des modèles
• Validation par les experts procédé, sur la forme et sur le fond
• Intégration dans le DCS si souhaité et si modèles suffisamment
simples
• Dashboards ad hoc

10. RESEAU IA
Le Collectif pour la Wallonie
Bénéfices Ex post
• Datalake intégration des sources de données
• Environnement d’analyse et de machine learning
• Modèles et approches pour comprendre, et améliorer et
stabiliser les processus existants
• RCA, soft sensors, détection d’anomalies, etc.
• Exploitation sous une forme acceptable: intégration dans le
DCS et/ou dans des dashboards.
• Politique de pilotage dirigée par les donnée, complémentaire de
l’existante.
• Nouveaux atouts pour les ingénieurs et les opérateurs… et pour
Prayon
• De nouveaux outils
• Un renforcement de leur expertises
• Un nouveau service commercialisable

11. RESEAU IA
Le Collectif pour la Wallonie
En bref
• Projet de recherche CWALity, en cours de
réalisation
• ~ 4 ETP
• Outils variés, candidats en cours de
sélection, y compris Azure, PostgreSQL,
Kafka, Anaconda, JMP, SAS, …
• Durée: 2 ans