Data science et performance industrielle

Le 2 juin 2021

Comment DiagRAMS Technologies reste à la pointe de l’innovation ? La startup DiagRAMS, issue d’Inria, développe des algorithmes d’intelligence artificielle à des fins de maintenance prédictive pour l’industrie. À l’occasion de la création de son comité scientifique impliquant des chercheurs de l’équipe-projet Modal, gros plan sur la stratégie adoptée par la jeune entreprise pour rester à la pointe des connaissances scientifiques.

 

DiagRAMS : une startup en plein essor

Depuis 2019, la startup DiagRAMS, issue de travaux en science des données de l’équipe-projet Modal du centre Inria Lille – Nord Europe, développe un logiciel de maintenance prédictive. Son objectif : anticiper les pannes et dysfonctionnements machine grâce à l’analyse de données industrielles jusqu’ici sous-exploitées dans les usines. Malgré le contexte sanitaire de 2020, la jeune entreprise deeptech a le vent en poupe. Elle a su attirer de nouveaux clients et œuvre désormais auprès de grands groupes des secteurs de l’énergie, de l’agroalimentaire ou de l’automobile. Elle vient également d’achever une levée de fonds s’élevant à 1,7 million d’euros.

« Jusqu’à présent nous n’avons reçu que des retours positifs et nos collaborations ne font que grandir. Les résultats améliorent vraiment les procédés de nos clients et c’est très gratifiant de voir que notre travail est apprécié », témoigne Quentin Grimonprez, docteur en statistiques chez Inria et dorénavant responsable data science chez DiagRAMS. Ce succès s’explique notamment par l’ambition de l’entreprise : offrir une innovation de rupture en data science industrielle basée sur des méthodes d’intelligence artificielle. Pour cela, elle s’attache à développer aussi bien le code algorithmique au cœur de son logiciel que la visualisation des résultats qui en émanent. En ressort un véritable outil clés en main à destination des équipes de maintenance sur le terrain.

 

Une structure scientifique et stratégique solide

La technologie de DiagRAMS  vise à optimiser les performances industrielles de ses clients. Pour cela, la startup doit prendre en compte des données hétérogènes complexes issues de sources variées. Elle est également confrontée à la forte variabilité des procédés industriels (différents modes de fonctionnement des équipements industriels au cours du temps, variation des matériaux…). « C’est pourquoi nos méthodes de détection d’anomalies et de prédiction de durée de vie (RUL) doivent prendre en compte ce contexte industriel complexe. La rapidité de calcul ou encore l’explicabilité de nos méthodes présentent également des enjeux importants pour que l’usage de notre outil soit le plus adapté à nos clients », explique Quentin Grimonprez.

Autant de challenges sur lesquels travaillent DiagRAMS et son comité scientifique. Créé en 2021, celui-ci offre un nouveau cadre aux interactions avec les chercheurs d’Inria, spécialistes des thématiques clés de l’entreprise. Parmi eux, Christophe Biernacki, expert en clustering (des méthodes algorithmiques permettant de structurer des données) et Cristian Preda, chercheur spécialiste en traitement et en analyse de séries de données temporelles comme celles produites par les machines industrielles. L’entreprise a à cœur d’innover en apportant de nouvelles briques logicielles à son offre et donc d’étendre son savoir-faire. En tant que conseillers, ces chercheurs permettent d’orienter les solutions et de déverrouiller des problématiques de terrain.

En parallèle, la startup s’est dotée d’un comité stratégique afin d’assurer un équilibre entre marché et produit. « Ces deux instances ont une vocation commune qui est de nous faire gagner du temps. La structuration de nos échanges, centrés sur les questions de marché et techniques, permettra d’assurer un meilleur développement à notre produit », précise la cofondatrice de DiagRAMS, Margot Corréard.

 

Renforcer les savoir-faire

« En tant qu’entreprise deeptech, le développement technique de notre produit et de son ergonomie nécessite d’investir dans des savoir-faire. La levée de fonds va donc notamment nous permettre de renforcer notre équipe scientifique », rapporte Margot Corréard. En plus d’une consolidation des expertises scientifiques en interne, DiagRAMS mise sur ses fortes interactions avec Inria pour les compléter. En résultent notamment la production régulière et commune de publications scientifiques et la soumission de leurs résultats à des conférences.

Grâce au lien privilégié entre la startup et Inria, de nouvelles formes d’échanges voient le jour, par exemple des coencadrements de stagiaires et des contrats de collaboration. « Nous avons déjà mené un projet de R&D commun et souhaitons renouveler l’expérience », indique Quentin Grimonprez.

Plus généralement, l’utilisation de l’intelligence artificielle dans l’industrie est une approche encore récente dont l’étendue du potentiel reste à découvrir. Conserver un lien fort avec la recherche est alors un atout. L’avenir technologique de la startup devrait aussi dépendre des besoins identifiés par ses clients. L’équipe de DiagRAMS reste proactive et envisage, à terme, d’enrichir son comité scientifique en intégrant d’autres experts du fonctionnement des machines industrielles. De nouvelles contributions qu’elle croisera à sa veille permanente des avancées scientifiques en science des données.

Un lien entre recherche et industrie

Cette collaboration m’offre un accès privilégié à des problématiques industrielles qui, par leur complexité, peuvent faire émerger des questions de recherche académique concrètes et enrichissantes notamment en apprentissage faiblement supervisé.

Christophe Biernacki – Chercheur et adjoint du directeur national délégué à la science d’Inria

 

Paru en premier sur : https://www.inria.fr/fr/deeptech-diagrams-data-science-intelligence-artificielle

Passez à la
maintenance prédictive !