Accueil / Industries / Instrumentation et mesure / Durée de vie des instruments
Instrumentation et mesure Durée de vie restante Démonstration sur données publiques

Prévoir le moment où un instrument sortira des tolérances

Une IA embarquée qui exploite l'écart relevé à chaque étalonnage périodique pour estimer la durée de vie restante d'un instrument de mesure avant qu'il ne dépasse sa limite de tolérance.

Contexte

Les instruments de mesure sont étalonnés selon un calendrier fixe. Entre deux passages, leur état réel reste inconnu. Deux cas de figure en découlent, et la plupart des sites connaissent les deux.

Dans le premier, l'instrument est déposé et étalonné alors qu'il reste largement dans sa tolérance. L'opération n'est pas inutile, puisqu'elle produit l'enregistrement exigé par le système qualité, mais l'intervalle aurait pu être allongé sans risque supplémentaire.

Dans le second, l'étalonnage révèle un dépassement de tolérance. Faute de pouvoir dater le franchissement, l'exploitant doit apprécier si les mesures effectuées depuis l'étalonnage précédent ont été affectées, puis en tirer les conséquences. Selon cette appréciation, il peut être nécessaire de délimiter le périmètre concerné et d'engager des actions correctives.

La périodicité relève le plus souvent de l'usage établi, et non de l'état de chaque instrument.

Ce que nous avons validé

À chaque étalonnage, l'écart de l'instrument par rapport à l'étalon de référence est consigné. C'est cette suite d'écarts relevés qui constitue l'entrée du modèle.

Le modèle estime la durée de vie restante avant que l'instrument n'atteigne sa limite de tolérance, et restitue non pas une date unique mais un intervalle de prévision. Il repose sur une famille de techniques d'apprentissage automatique légères (reservoir computing), bien adaptées aux signaux temporels et au déploiement embarqué. La validation a été menée sur un relevé public de dérive d'instruments couvrant plusieurs années.

Ce que la validation montre

Une fois la dérive amorcée, la durée de vie restante s'estime bien avant que la limite de tolérance ne soit atteinte, assortie d'un intervalle de prévision.

L'estimation reste traçable : le modèle indique quelle partie de l'historique récent d'étalonnage la détermine.

Il s'agit d'une validation interne menée sur des données publiques, et non d'un résultat obtenu en exploitation. Le parc d'instruments retenu était restreint : les résultats établissent la faisabilité de l'approche, non la précision atteignable.

Cela pourrait s'appliquer à vos instruments

Si vous étalonnez vos instruments selon un calendrier fixe et que vous consignez l'écart à chaque intervention, vous disposez déjà des données nécessaires.

Cette approche permet d'avancer l'étalonnage d'un instrument dont l'état le justifie, et de le repousser dans le cas contraire.

Une brève discussion suffit généralement à déterminer si vos enregistrements d'étalonnage sont exploitables en l'état.

Un défi similaire ?

Nous acceptons de nouveaux projets de preuve de concept tout au long de 2026. Si vous avez une problématique de prédiction en temps réel à exécuter sur du matériel embarqué existant, nous serons ravis d'en discuter avec vous.

Discuter d'une preuve de concept
Imprint
Entrox Systems GmbH (in formation)
Pelkovenstraße 71, 80992 Munich, Germany
Managing Directors: Sebastian Baur, Daniel Köglmayr
Email: info@entrox-systems.com · Phone: +49 170 6936478
Commercial Register: Amtsgericht München, HRB number pending
VAT ID: pending
Responsible for content pursuant to § 18 (2) MStV: Tamon Nakano, Pelkovenstraße 71, 80992 Munich, Germany