Séminaire d’un jour en ligne « Maintenance prédictive » dans un centre de formation virtuel
Jusqu’à présent, la maintenance connaissait deux stratégies - proactive et réactive. La numérisation ouvre la porte à une troisième stratégie - prédictive : prospective ou conditionnelle.
Compte tenu des exigences croissantes sur la place industrielle dans le but d’augmenter la productivité et de réduire les coûts d’exploitation, il est plus logique que jamais d’envisager la maintenance prédictive et la surveillance des conditions dans sa propre entreprise. En reconnaissant une panne avant même qu’elle n’ait un impact, il est possible de minimiser les temps morts, d’augmenter la productivité des collaborateurs et de réduire les coûts.
Le cours aura lieu dans un centre de formation virtuel - SwissmemSpaces. Ce mode permet de suivre un séminaire pratiquement dans des conditions réelles. Le fait d’être présent dans l’espace virtuel en tant qu’avatar est un enrichissement et une nouvelle expérience par rapport aux vidéoconférences.
Vous apprendrez, sur la base de projets concrets, comment rendre une entreprise apte à la maintenance numérique et quelle valeur ajoutée cela vous permettra de générer. Le centre de formation virtuel offre une expérience de séminaire réaliste. Le fait d’être présent dans l’espace virtuel en tant qu’avatar est un enrichissement et une nouvelle expérience par rapport au conférences vidéos.
Le séminaire s’adresse aux décideurs des domaines de la maintenance, de la technologie et de la numérisation.
Date
11 mars 2021
Lieu
Swissmem Spaces | en ligne
Objectifs
- Vous connaissez le processus appelé « maintenance prédictive », de l’enregistrement de données à la mise en œuvre.
- Vous pouvez classer les possibilités offertes par les algorithmes et « Machine Learning ».
- Vous serez en mesure d’élaborer un document de projet dès la première introduction dans le cours.
Contenus
- Expériences issues de projets clients réalisés
- Théorie de la maintenance prédictive, Big Data, Internet des objets, détection des anomalies et des modèles, tableaux de bord
- Élaboration d’un document de projet en travail de groupe
Inscription
Notes :
Déconnexion
La santé et la sécurité des participants et des orateurs est une préoccupation importante pour nous. Nous prenons au sérieux les développements concernant le coronavirus (Covid-19) et nous mettrons en œuvre les recommandations et les instructions des autorités.
Afin de pouvoir faire face à la situation incertaine concernant la mise en œuvre et le développement ultérieur, nous avons fixé les conditions d'annulation comme suit :
- Annulation du séminaire physique par l'organisateur : remboursement à 100%*
*En cas d'annulation de l'événement physique, vous avez la possibilité de participer au séminaire en ligne.
- Annulation par les participants jusqu'au 11.02.2021 : remboursement à 100% moins des frais de dossier de 50 CHF
- Annulation par les participants entre le 11 et le 25.02.2021 : remboursement de 50%
- Annulation par les participants après le 25.02.2021 : pas de remboursement
- Si vous êtes empêché d'assister à l'événement le jour même pour une raison quelconque, vous avez la possibilité de faire transférer gratuitement le billet à une autre personne.
Programme
09h00 à 10h00 Introduction
10h00 à 10h45 Sources de données
11h00 à 11h30 Introduction (I)IdO
11.30 à 12.00 Gestion des projets PdM
13.00 à 14.30 Exercice pratique
14.45 à 15.15 Introduction à l’analyse des pannes
15.15 à 15.45 Introduction à Machine Learning
À propos des intervenants
À propos de l'intervenant
Marc Tesch a étudié et obtenu son doctorat en génie mécanique à l’EPF de Zurich, a travaillé pendant dix ans au développement de diverses machines et a terminé parallèlement ses études en gestion d’exploitation. Depuis 20 ans, Marc Tesch conseille les entreprises sur la construction de plateformes de données autour de Data Science, de l’intelligence artificielle, des tableaux de bord et de la planification. En tant que fondateur et directeur de la société LeanBI SA, il regroupe depuis 2014 les compétences de l’ingénierie et Data Science autour du thème Industrie 4.0.
