Skip to main content

Maintenance prédictive ‘next gen’

1ère simulation deeptech du vieillissement

Équipements électromécaniques

PRÉDICTION DE PANNE – Horizon de prédiction de 24 à 72 MOIS

  • Effacement des pannes jugées rédhibitoires sur les 24 prochains mois
  • Disponibilité systématique des pièces de rechange les veilles de panne

comment

Apprentissage machine
de la loi de vieillissement

  • Pour un équipement électromécanique (batterie, alternateur, pompe…)
  • Apprentissage de la loi de vieillissement
  • Accès à la simulation du vieillissement (verrou technologique)
  • Rapide (3 mois) & Scalable (valable pour tous équipements de la même série)

Prédiction à 24 mois
des pannes

  • Prédiction des pannes à 24 mois (ou + : sur la durée de vie résiduelle)
  • Basée sur la simulation du vieillissement de l’équipement
  • Pour autant de scénarii envisagés d’entretien et d’utilisation
  • Indexée sur l’usure réactualisée de l’équipement

Décision
de maintenance

  • Pannes anticipées sur les 24 prochains mois de fonctionnement
  • Tâches de maintenance identifiées pour effacer les pannes jugées rédhibitoires sur les 24 mois
  • Stock en pièces de rechange anticipé pour le reste des pannes sur les 24 mois
  • Disponibilité systématique des rechanges les veilles de panne

Prédiction 24 mois
réactualisée en fonctionnement

  • En fonctionnement, prédiction des pannes à 24 mois réactualisée avec l’utilisation réelle
    depuis le dernier entretien

performance seadvance

24+ mois

Horizon de prédiction des pannes

SeADvance

  • préavis sur panne = 24 mois (ou + : durée de vie de l’équipement )

Solutions usuelles de maintenance prédictive

  • préavis sur panne = 10 jours (moyenne constatée)

ZÉRO

panne subie

SeADvance

  • pannes anticipées à 24 mois ou +
  • dès la période de maintenance
  • >> zéro panne subie

Solutions usuelles de maintenance prédictive

  • pannes découvertes en fonctionnement
  • avec trop faible préavis (moyenne de 10 jours)
  • >> pannes subies in fine

10 à 100 M€/AN

Surcoût de pannes effacé

  • 200M€/an effacés
  • pour une compagnie aérienne de taille intermédiaire (500 appareils)

ils nous font confiance

Partenaires

témoignages

“

“Accompagner SeADvance sur la composante IA de sa solution a été une expérience stimulante intellectuellement. Le fondateur, Fabrice, issu de la filière nucléaire française , dirige une révolution en maintenance industrielle, un véritable shift de paradigme.”

Chouaieb NemriArchitecte Solutions IA generative (GAFAM)
“

“"Avec une erreur de prédiction moyenne de 10% sur des horizons de plusieurs mois,
SeADvance dépasse les limites structurelles des approches à base de capteurs."”

Jean François BéraudArchitecte Solutions IA generative (GAFAM)
“

“SeADvance intègre l’intelligence artificielle enrichie de son expertise métier permettant une vraie maintenance prédictive sur le long terme. Ravi d'avoir travaillé avec SeADvance sur leur projet.”

Jonathan BaptistaResponsable R&D, ADDIXdata

cas d'usage

Airbus A320
complété de SeADvance

Elimination des pannes avec immobilisation prolongée au sol

Disponibilité systématique des pièces de rechange les veilles de panne

En savoir plus

actualités

Actualités
11 juin 2025

Levée du verrou technologique validée

PoC industriel établi - TRL 5/9 7 mars 2025 SeADvance délivre 3 modèles de la loi de vieillissement du compteur à turbine exploité chez NaTran. La loi de vieillissement est…
fra@seadvance.fr
Actualités
30 janvier 2025

SeADvance chez GRTgaz : Cas d’usage & Preuve de concept (1/2)

Dans le cadre de son incubation 2024 au sein de l’incubateur Nova by GRTgaz, SeADvance déploie, depuis le 30 mai 2024, sa preuve de concept sur cas d’usage réel : le…
fra@seadvance.fr
Actualités
30 janvier 2025

SeADvance au Start-up Day2 de ADVANS Lab – 23 jan 2025

SeADvance a participé à la deuxième édition de l’« ADVANS Startup Day » le 23 janvier 2025 au siège du groupe ADVANS basé à Cachan. ADVANS Lab y a réuni…
fra@seadvance.fr