Yokogawa Electric Corporation a signé un accord de partenariat stratégique et d’investissement minoritaire au capital avec UptimeAI Inc. afin d’intégrer l’intelligence artificielle aux systèmes de gestion des installations industrielles.
Améliorer les informations sur l’état des actifs OpreX grâce à l’IA générative
Dans le cadre de cet accord, Yokogawa combinera la plateforme d’excellence opérationnelle d’UptimeAI avec sa solution OpreX Asset Health Insights.
- Intégration des données OT/IT : OpreX Asset Health Insights sert de moteur de données fondamental reliant les technologies opérationnelles (OT) aux technologies de l’information (IT).
- Intégration de l’IA générative : UptimeAI apporte les modules « AI Expert: Generative AI » et « AI Expert: Reliability & Process » afin de fournir des diagnostics automatisés des causes profondes.
- Flux de travail intelligents : Des flux de travail auto-apprenants et des modèles issus d’une bibliothèque d’actifs industriels fournissent aux ingénieurs de maintenance des recommandations exploitables en temps réel.
Avantages ciblés pour les industries des procédés et de l’énergie
La solution commune cible des industries de procédés complexes telles que le pétrole et le gaz, la chimie, la production d’électricité, le ciment et les énergies renouvelables.
Déclarations des dirigeants sur l’excellence opérationnelle
Yukihiro Funyu, vice-président senior et directeur du siège de la stratégie numérique de Yokogawa, a déclaré que les fabricants du monde entier ont besoin de logiciels intelligents capables d’identifier précisément les causes profondes et de capitaliser sur les meilleures pratiques. Jagadish Gattu, PDG d’UptimeAI, a souligné que l’association des modèles spécialisés d’UptimeAI avec l’infrastructure mondiale de Yokogawa aide les exploitants d’installations à progresser vers des opérations autonomes à haut rendement.
Scénarios d’application industrielle
- Diagnostics prédictifs pour les machines lourdes : Détection automatisée d’anomalies thermiques ou vibratoires subtiles sur de grandes turbines de services publics avant la survenue d’une défaillance mécanique catastrophique.
- Optimisation de la maintenance des usines chimiques : Mise en corrélation des conditions continues des procédés avec les indicateurs d’état des actifs afin de réduire les temps d’arrêt liés à la maintenance courante.
- Suivi de la fiabilité des actifs sur plusieurs sites : Déploiement d’agents LLM à l’échelle de l’entreprise pour standardiser la surveillance de l’état des actifs dans les installations énergétiques distantes.
