L’IA embarquée prédictive, sur le matériel que vous avez déjà.
Notre logiciel traite les séries temporelles de tout type de capteur : physiques, électriques, chimiques ou biologiques.
Deux déploiements
Fonctionne sur
Microcontrôleurs · Automates · PC industriels, etc.
Entrox Systems est une entreprise d'IA allemande, spin-out du DLR, le Centre aérospatial allemand. Nous développons des logiciels de prédiction par IA embarquée, fondés sur le reservoir computing, du laboratoire de recherche aux applications industrielles concrètes.
Les sites industriels génèrent diverses données de séries temporelles à partir de capteurs et d'équipements. Notre IA, fondée sur le reservoir computing, apprend les schémas à partir de petites quantités de séries temporelles, permettant la prédiction en temps réel de valeurs difficiles à mesurer, la détection d'anomalies et la prévision de durée de vie résiduelle.
Déployable en tant que logiciel sur vos équipements existants : du PC industriel au microcontrôleur. Aucun matériel spécial requis.
Fonctionne sur de petits appareils à faible coût. Aucune connexion cloud requise. Vos données restent sur site.
Construit des modèles précis à partir de petits jeux de données, sans attendre des années pour accumuler les données d'entraînement. S'adapte immédiatement aux nouveaux équipements et produits.
L'inférence s'exécute en moins d'une milliseconde, assez rapide pour suivre les machines à haute vitesse et les boucles de contrôle temps réel, des procédés lents jusqu'aux vibrations au-delà de 10 kHz. Les modèles s'entraînent en quelques secondes, pas en plusieurs mois.
À partir d'un seul socle éprouvé, chaque produit, grade et condition de fonctionnement dispose de son propre modèle optimisé : la précision est préservée, même en production multi-produits en petites séries.
La structure du modèle est entièrement visible sous forme d'expressions mathématiques. La logique de prédiction peut être tracée et vérifiée.
Combinez des équations physiques ou formules empiriques existantes avec une IA qui corrige l'erreur résiduelle.
Couvrant l'ensemble des défis de prédiction industrielle.
Estimation en temps réel de valeurs difficiles à mesurer à partir des signaux de capteurs existants
Apprend le comportement normal des équipements et détecte les signes précoces d'anomalies
Prédit la durée de vie résiduelle à partir des données capteurs pour une maintenance planifiée
Visualisez quelles variables, à quels décalages temporels et par quelles relations non linéaires influencent votre procédé, sous forme d'équations mathématiques
Livrée sous forme de logiciel qui s'exécute sur votre matériel existant. Pas d'équipement supplémentaire, pas de connexion cloud.
Le modèle entraîné est livré sous forme de code, typiquement en C, en Python ou similaire, généré pour s'adapter à votre plateforme cible et à votre chaîne d'outils. Nous le fournissons sous forme de fichiers source ou de bibliothèque prête à l'emploi. Sans dépendance à un système d'exploitation côté embarqué, le même modèle s'exécute sur des microcontrôleurs bare-metal et sous RTOS, puis monte en charge via les automates, les passerelles edge et les PC industriels jusqu'aux serveurs edge sous Linux. Sans GPU, sans accélérateur, sans matériel supplémentaire.
Pour les clients qui souhaitent réentraîner le modèle eux-mêmes, nous pouvons proposer un outil de bureau avec interface graphique. Le modèle réentraîné s'exporte dans le même format que la livraison initiale.

IA, Ingénierie mécanique, Développement commercial

IA, Développement d'algorithmes

IA, Développement logiciel
Notre groupe de recherche fondateur est basé au DLR, le Centre aérospatial allemand, menant des recherches collaboratives internationales.
Publié dans IEEE, Elsevier, Springer et d'autres revues de premier plan.
Un pipeline intégré de la recherche au déploiement réel.
Nous menons des projets pilotes avec vos données réelles pour démontrer l'efficacité dans votre environnement. Au final, vous obtenez un logiciel d'IA déployable, optimisé pour votre processus et fonctionnant sur vos équipements existants. Contactez-nous pour discuter de votre cas d'usage.
Des questions ? Consultez notre FAQ →