Découvrez comment DiagRams Technologies optimise la maintenance prédictive

La start-up nordiste a développé un logiciel de maintenance prédictive pour anticiper les pannes et les anomalies sur les chaînes industrielles en utilisant les données remontées par les capteurs installés nativement sur les équipements.
Issue de l’Institut national de recherche en sciences et technologies du numérique (Inria), la start-up lilloise DiagRams Technologies propose depuis deux ans un logiciel de maintenance prédictive pour l’industrie, destiné à prévoir les pannes et mieux détecter les anomalies sur les chaînes de production. Ses algorithmes aident les techniciens à suivre l’état de santé du parc de machines et à corriger les dysfonctionnements.
Maintenance prédictive "made by" l'Inria
Incubée à EuraTechnologies puis aujourd’hui au Village by CA, la jeune pousse est le fruit de la rencontre entre Margot Corréard et Jean-François Bouin, alors collaborateurs à l’Inria, en charge des partenariats pour valoriser les technologies des équipes de recherche. « Approchés par plusieurs industriels qui souhaitaient faire de la maintenance prédictive sans investir dans de nouveaux équipements, nous avons initié un projet de R&D pour tester notre technologie sur leur historique de données, racontent-ils. Deux ans plus tard, après avoir été rejoints par Quentin Grimonprez, docteur en statistique et spécialiste en machine learning, lui-aussi à l’Inria, la demande du marché et les résultats obtenus nous ont donné envie de lancer notre entreprise. »
C...