Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"

U N É V É N E M E N T D U P R O G R A M M E C V S T E N E
« Big Data et Optimisation Industrielle »
Grand Est
Le 15 novembre 2016

Bourse aux Technologies – Grand Est – 15 novembre 2016
Nos Chaleureux remerciements à nos mécènes
3

4
Et nos partenaires

Table-ronde
« Digitalisation de l’usine pour exploiter le Big Data des
sites industriels »
Alessandro Giassi
SAINT-GOBAIN
Directeur Service
Mathématiques Appliquées
@saintgobain
Anne Gegout-Petit
UNIVERSITE DE LORRAINE
Professeure des Universités
@Univ_Lorraine
Alexis Beatrix
THE WHAT IS WHAT
PrésidentTahar Melliti
ALLIANCE INDUSTRIE DU FUTUR
Directeur Général
@Industrie_futur
Animation: Francis Boulogne, Play It Again
Joël Berger
C2IME
Président
@AccelC2IME
5

AlgoFab
DRI / Institut Mines-Telecom
NAJEH TOUMI
6

AlgoFab – IMT
Marché de la
voiture autonome
Marché de la publicité (sous-titrage automatique)
Marché de la
fraude bancaire
Marché des services
clients (traitement
sémantique)
Vous avez besoin d’analyser vos données comme de plus en
plus d’entreprises (marché des données +12%/an) :
 Renforcer votre innovation en facilitant l’usage
d’algorithmes innovants de traitement
 Optimiser vos chaînes métiers ou vos processus
industriels
 Développer de nouveaux marchés ou tester de
nouvelles activités
Marché de la surveillance
(reconnaissance visage et
sentiments)
7

AlgoFab – IMT
Plateforme SaaS d’algorithmes de traitement médias et données
• Approche « Plug&Play » pour réaliser des PoC
• Possibilité de chaîner les algorithmes
• Portage industriel facilité
Plate-forme
AlgoFab
Fournisseurs
Algorithmes
(Laboratoires &
sociétés)
Utilisateurs
Intégration « plug and play »
dans la chaîne utilisateur
Plate-forme AlgoFab Utilisateurs
8

• Maturité de la techno : 7
• Type d’entreprises recherchées :
 Utilisateurs : PME et grands comptes
 Contributeurs : chercheurs
• Type de coopération envisagée:
 Service (utilisation des algos, savoir-faire, assistance technique),
projet innovant collaboratif
 Utilisation à la demande avec possibilité de transfert
AlgoFab – IMT
9

TeraLab
Institut Mines-Telecom
CHRISTIAN CHABRERIE
10

TeraLab – Institut Mines-Telecom – Christian Chabrerie
Une plateforme pour que vous innoviez avec vos données
11

TeraLab – Institut Mines-Telecom – Christian Chabrerie
20+ projets hébergés actuellement
12

■Projet collaboratif (ANR, FUI, H2020, ..)
■Projet bilatéral avec une équipe de recherche ou une solution industrielle
■Challenges Big Data / POC
TeraLab – Institut Mines-Télécom – Christian Chabrerie
Une plateforme tiers de confiance pour la collaboration entre
entreprises et chercheurs
13

ACKLIO
ALEXANDER PELOV
LAURENT TOUTAIN
14

Acklio – A. Pelov, L. Toutain
15

DNS
(www.imt.fr)
16

• Maturité de la techno: TRL6
• Type d’entreprises recherchées / secteurs: Industrie 4.0, opérateurs télécom, ville
intelligente, intégrateurs
– Brevet, logiciel, savoir-faire, projet d’innovation collaboratif
– Nature de la transaction: licence, cession des droits de P.I.,…
17

Analyse de Données pour l’Amélioration
des Procédés Industriels (ADAPI)
Informatique et Automatique, Mines Douai
STÉPHANE LECOEUCHE
18

ADAPI – IA Mines Douai - Lecoeuche
• ADAPI : Approche basée sur les données de fonctionnement (et les
connaissances enfouies !)
– À l’intersection entre le traitement du signal, l’automatique et de la statistique
– Ensemble d’outils d’apprentissage, d’identification, de classification et de
prédiction
• Quels bénéfices peut-on tirer des modèles expérimentaux, guidés par les
données ?
– Suivre et optimiser la production (gestion courante)
• Garantir que la production est dans des conditions optimales,
• Quantifier et accommoder les dérives de fabrication,
• Améliorer la qualité de la production, …
– Garantir la disponibilité et l’efficacité du procédé (gestion des aléas)
• Diagnostiquer l’état de fonctionnement du processus,
• Détecter et suivre les dérives et les dégradations ,
• Maintenir l’équipement en intégrant le pronostic des durées de vie restante (RUL) des
composants.
19

• Démarche basée sur le DMAIC
• Architecture intégrée Web et Big Data
– Adaptation et collecte des données
• Archivage SGBD et spécifications espace-projet
– Identification et Classification dynamique
• Comprendre et reconnaître les modes
– Suivi et Prédiction
• Suivre les changements et pronostiquer
les comportements futurs
– Déploiement d’une solution temps-réel
WELL
Industry
Best
Practices
RIGHT THINGS
User
Benchmarks
DEFINE
IMPROVE
Six Sigma
DMAIC
Process
ANALYZEANALYZE
MEASUREMEASURE
ImproveImprove
20

• Maturité de la techno: TRL 3-5
• Type d’entreprises recherchées / secteurs: Tout type
– Objet de la coopération : logiciel, savoir-faire, base de données,
projet d’innovation collaboratif
– Nature de la transaction: licence, cession des droits de P.I., …
• Démonstrateurs déjà réalisés
– Industrie : Supervision et MES, Troubleshooting, EE…
(progiciels industriels dédiés, Python, Matlab…)
– Services : Décision, optimisation et Big Data
(environnement ScikitLearn, R, SAS, Hadoop, Spark…)
• Partenariat avec une plate-forme nationale
TERALAB, dédiée au Big Data
– hébergée en IA, pour la partie IMT
21

What is What
The WiW
ALEXIS BÉATRIX – DAMIEN SIRONI
22

What is What – The WiW – Alexis Béatrix / Damien Sironi
« Si une entreprise dépend de ses brevets,
c'est qu'elle n'innove pas,
ou pas assez rapidement »
Elon MUSK
23

L’information industrielle
Critique
Abondante
Hétérogène
Discontinue GMAOGED ERP
24

Conception Exploitation Démantèlement
CAO
Autoca
d,
Catia…
Supplier
Relationship
Management
GED (Gestion documentaire)
Alfresco, EMC Documentum,
Lascom, IBM Filenet, MS SharePoint
Product Lifecyle Mgt
Lascom, Enovia, DocDoku*
ERP
SAP, Oracle e-business,…
GMAO
SamFM, Maximo, Carl,
Ubleam+Spie*
Enterprise Asset Management
SAP, Oracle, IBM Maximo A.M….
Conception machine-
outil
Machining cloud*
25

What is What
Plateforme collaborative des équipements
pour [re]créer et exploiter les liens
26

Tracer & historiser
Communiquer
Trouver références &
produits
Enrichir & partager
CONCEPTION ET
INNOVATION
OPTIMISATION DES
ACTIFS
SÉCURITÉ ET
HQSE
RELATION CLIENT
Venez découvrir le produit sur notre stand
27

CPC ANALYTICS
L’ANALYSE PRÉDICTIVE AU SERVICE DE LA PERFORMANCE OPÉRATIONNELLE
GUILLAUME LILLIG & MANUEL SIMOES
28

CPC ANALYTICS : RÉPONDRE AUX ENJEUX INDUSTRIELS
Début du 20ème siècle
Appros Fabrication Assemblage Logistique aval
Distribution sur stock
21ème siècle
Appros Fabrication Assemblage Logistique aval
Fabrication à la commande
DE LA PRODUCTION DE MASSE…
…À LA PERSONNALISATION DE MASSE
29

CPC ANALYTICS : ANALYSE PRÉDICTIVE
Le Machine Learning pour la résolution de
problèmes complexes
passé futur
MASS CUSTOMIZATIONPROCESS INDUSTRIEL PROBLÈMES DE VARIABILITÉ
Nous exploitons les
données process
Pour construire des
modèles prédictifs
Lean, 6 Sigma
Pannes
Rebuts
Et déployer des solutions
opérationnelles
Maintenance
prédictive
Assurance
qualité
30

• Solutions opérationnelles d’analyse prédictive / applications du
Machine Learning dans la production
• Industrie manufacturière mécanique / discrète
– Automobile
– Biens de consommation
– Equipementiers industriels
• Atouts :
– Combinaison des compétences
– Plateforme et approche dédiées industrie
Excellence
opérationnelle
Data
Science
Informatique
CPC ANALYTICS : ANALYSE PRÉDICTIVE
31

MixtComp
analyse statistique exploratoire et prédictive
C. BIERNACKI & C. KUBICKI
Modal team
Centre Inria Lille – Nord Europe
32

MixtComp – Inria (Modal) – Biernacki & Kubicki
Nouvelles
données...
... objectifs
inchangés
33

Prétraitement Post-traitementTraitement
MixtComp
Modélisation probabiliste étendue à tout le process
Rapide, sûr & lisible
• Analyse statistique exploratoire et prédictive
• Données multivariées fortement hétérogènes.
• Classification supervisée, semi-supervisée et non supervisée
• Détection de structures cachées
34

Tous secteurs
Utilisé sur contrats de R&D
&
en cours de tests pour une
utilisation en production
Licence logicielle
Démonstrateur SaaS
35

EZTrace
Télécom SudParis
FRANÇOIS TRAHAY
ÉQUIPE HP2 – DEPT INF
36

EZTrace – Télécom SudParis – François TRAHAY
• Framework pour l’analyse de performances d’applications parallèles
• analyse de programmes parallèles HPC
• MPI, OpenMP, CUDA, pthread, etc.
• Facile à personnaliser
• création de plugin pour une bibliothèque/application
particulière
• http://eztrace.gforge.inria.fr/
• Open source (licence Cecill-B)
37

– savoir-faire (analyse de performance)
– assistance technique (développement d’extensions)
– projet d’innovation collaboratif
• Analyse automatique de traces
– thèse CIFRE,…
• Démonstration au stand:
– Analyse des perfs d’un programme
– Création d’un plugin EZTrace
http://eztrace.gforge.inria.fr/
EZTrace – Télécom SudParis – François TRAHAY
38

TEEPTRAK
Suivi de la Performance en Temps-Réel
ANTONIN SIBOIS
FRANCOIS COULLOUDON
JEAN-MARC DELAFONT
GUILLAUME ARTIGUE
39

La performance…
Une information pas toujours bien maîtrisée
40

Notre proposition? Des technologies prouvées, nos
algorithmes et une interface ergonomique simple
Acquisition des données
brutes par les modules
TEEPTRAK
Enrichissement des
données via
l’interface Android
Consolidation et
analyse de l’information,
restitution
A B C
Performance
Machine
Rythme des
opérateurs
Qualité
araaa
ServeursInternetTEEPTRAK
3modules
SSL encrypted
SSL encrypted
SSL encrypted
41

Benchmarks rapides, temps-réel
Rapports automatiques
Big Data, analyses statistiques
Et plein d’autres applications …
ServeursInternetTEEPTRAK
Alarmes en temps réel aux managers
Des fonctions utiles qui permettent aux équipes
de prendre des actions qui ont de l’impact
42

Mesures à distance intelligentes et
connectées sur capteurs passifs
Smart Sensors Systems 3S
PR. GÉRARD PRIEUR
PRÉSIDENT 3S
43

Maîtrise les applications des
technologies du futur dont :
* Mesures par capteurs résonnants
* Mesures par récupération énergétique
* Instrumentations à ultra basse consommation
Métrologie Wireless & Batteryless
44

Une maturité des Technos élevée
* TRL 7 pour les capteurs résonnants
* TRL 7-8 pour les capteurs à récupération
d’énergie
* Commercialisation 1er Semestre 2017 pour
métrologies RFID
Métrologie Wireless & Batteryless
45

FONDATEURS:
NAIM KOSAYYER (CEO)
NOUREDDINE LAKEHAL (COO)
KHALIL BENAISSA (CTO)Maxime MONNIN
46

Volume
Data tasks
Visualisation
Analytics
47

Permet à tous les
métiers de
répondre
visuellement et
rapidement aux
questions sur
leurs data
48

Maxime MONNIN
m.monnin@vize.io
06 777 54 777
49

Localisation et Guidage Piéton
Telecom Sud-Paris – Little Thumb
Nel Samama
Philippe Saint-Martin
50

Littlethumb – Telecom Sud-Paris – Nel Samama / Ph. Saint-Martin
?
51

Cartographie Numérique
Contient l’emplacement des tags,
les destinations, POIs, …
Salle de réunion B03
Application Smartphone
Plan, position, itinéraire,
guidage, message
StoneTag de positionnement
NFC / QRcode
Placés au points de passage du site
(couloir, hall, escalier, ascenseur, …)
Lecture du tag
NFC ou QRcode
Peut être
stockée
dans le tag
Thumb Cloud
52

Signalétique et guidage
mobile pour sites piétons
- Localiser
- Guider vers une destination
- Mettre en relation
- Communiquer
53

Simulation des procédés d’élaboration
pyrométallurgique
Institut Jean Lamour
ALAIN JARDY – BERNARD DUSSOUBS – JEAN-PIERRE BELLOT
54

Simulation des procédés d’élaboration pyrométallurgique
Institut Jean Lamour – A. Jardy, B. Dussoubs, J.P. Bellot
En collaboration avec plusieurs groupes industriels leaders – ARCELOR-MITTAL, AREVA,
CONSTELLIUM, ERAMET, SAFRAN, TIMET – l’Institut Jean Lamour, notamment son équipe
« Procédés d’Elaboration », travaille sur la simulation des procédés d’élaboration pyrométallurgique,
tout spécialement la production de matériaux stratégiques à très haute valeur ajoutée (aciers
maraging, superalliages base Ni, alliages Ti pour l’industrie aéronautique, alliages Zr pour le gainage
du combustible nucléaire).
L’ environnement (hautes températures, écoulements de métaux liquides, atmosphères raréfiées ou
agressives…) rend les mesures in situ délicates voire impossibles. Afin par ailleurs de réduire les
coûts de développement, une étape de simulation numérique est obligatoire pour optimiser ces
procédés.
L’IJL conçoit des modèles multi-échelles, multi-
physiques en régime instationnaire dans des
géométries tridimensionnelles qui s’adaptent à la
complexité de la réalité industrielle.
55

Les modèles sont basés sur la résolution d’équations aux
dérivées partielles exprimant les transferts couplés de matière,
chaleur et quantité de mouvement. Ils sont développés au
laboratoire ou utilisent des plateformes CFD externes. Un soin
particulier est apporté à leur validation, grâce à des mesures sur
les installations réelles.
L’objectif est la caractérisation de l’impact des procédés d’élaboration
sur la propreté, l’homogénéité et la structure des matériaux élaborés
Position radiale (m)
Positionverticale(m)
-0.2 -0.1 0 0.1 0.2
0
0.1
0.2
0.3
Taux de rétention gazeuse: 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40
Position radiale (m)
Positionverticale(m)
-0.2 -0.1 0 0.1 0.2
0
0.1
0.2
0.3
0.3m/s
Parmi les applications actuelles et futures, citons en particulier :
• Amélioration de la propreté inclusionnaire des aciers spéciaux et des
alliages de titane
• Analyses de Cycle de Vie - Réduction des impacts environnementaux des
procédés (ex : ULCOS)
• Optimisation des procédés de refusion d’électrode consommable (arc sous
vide, bombardement électronique,…)
• Pilotage en temps réel des procédés
• Recyclage des métaux et alliages à très haute valeur ajoutée (ex : Ti, Ta…)
56

Le point de départ est un projet de recherche collaborative, qui débouche sur la mise au point d’un
logiciel de simulation innovant.
Les clients actuels sont les services R&D des groupes industriels concernés (secteurs :
Aérospatial, Nucléaire, Automobile, Sidérurgie,…)
La démarche généralement suivie est la fourniture de licences d’exploitation.
Les logiciels mis en œuvre sont régulièrement
utilisés par ces partenaires. Ils constituent un
des moyens privilégiés d’optimisation des
procédés. Leur utilisation permet de réduire les
coûts et les délais de développement
Une collaboration importante débute avec le
mésocentre lorrain EXPLOR et la maison de la
simulation lorraine, en vue de la valorisation
auprès des PME, PMI et ETI de la Région
Grand Est (programme SIMSEO).
57

Matériaux numériques
Institut Jean Lamour
Émilie Gaudry, Bernard Dussoubs
[ 58 ]Bourse aux Technologies – Grand Est – 15 novembre 2016
58

59
Matériaux numériques – Institut Jean Lamour – Émilie Gaudry
Big Data : vers de grandes avancées technologiques
Materials Project (University of California, Berkeley)
NoMaD repository (FHI Berlin & HU Berlin)
Origine des données: simulations basées sur la théorie de la
fonctionnelle de la densité (DFT).
DFT: théorie fondamentale, générale, flexible et fiable basée sur la
mécanique quantique.
Outil d'ingénierie performant pour comprendre et prédire les
structures et les propriétés des matériaux
Échelle de taille : jusqu'à 1000 atomes
Échelle de temps: jusqu'à 10 ps
Besoins en temps de calcul : centres nationaux,
mésocentre Explor, etc.
59

60
Mes activités à l'Institut Jean Lamour
Matériaux numériques
Structures
Propriétés
Mes activités à l'IJL
Matériaux intermétalliques
Surfaces
Applications
Revêtements
Catalyse
Corrosion
Films moléculaires
Etc
60

•Utilisation de logiciels commerciaux ou libres
•Les clients actuels sont les services R&D des industriels concernés
•Type de coopération envisagée: thèse CIFRE ou contrats sur mesure
•Démonstration sur le stand: oui
61
Matériaux intermétalliques (massifs et surfaces)
Structures, propriétés
61

Simorfo : analyse morphologique de
logiciels malveillants
GUILLAUME BONFANTE
LORIA
62

Simorfo – LORIA – Guillaume Bonfante
• Cyber-attaques de plus en plus sophistiquées, nombreuses et …
couteuses
• Utilisation de logiciels malveillants complexes à analyser
• Des experts pas assez nombreux et pas bien outillés
Besoin d’automatisation performante conservant la pertinence des
données
63

Recherche de similarités entre logiciels malveillants
64

• Cas d’utilisations: aide à l’analyse de codes binaires,
détection/classification de malwares, recherche de plagiat logiciel…
• Bénéfices: gain de temps pour les experts, capitalisation des
informations, fouille automatique dans des grandes bases de données
• Maturité de la techno: logiciel déjà testé chez des partenaires
extérieurs
• Type d’entreprises recherchées / secteurs: services experts en
cybersécurité
• Types de coopération envisagée: partenariat commercial pour la
revente du logiciel, projets d’innovation collaboratif, vente du logiciel,
de savoir-faire, d’assistance technique
• Démonstration en direct du logiciel
65

Lutte contre la fuite et le détournement
de données sensibles par tatouage
Gouenou Coatrieux
Javier Franco Contreras
[ ]Bourse aux Technologies – Grand Est – 15 novembre 2016
66

Lutte contre la fuite/détournement de données par tatouage
Projet WaToo - Coatrieux, Franco-Contreras
11
001
0110
DATA IS MONEY !!
1
1
0
1
0
0
1
67

DATA TADA
IDENTITE
D’UTILISATEUR
=
DATA
68

DATA
IDENTITE
D’UTILISATEUR
=
DATA
DATA TADA
ACCUSATION !
69

•Maturité de la techno :
Démonstrateur logiciel
•Type d’entreprises recherchées / secteurs :
Toute entreprise ayant des données sensibles (PME, grands
groupes, institutions publics …)
•Type de coopération envisagée :
–Objet du transfert / coopération :
Logiciel, assistance technique, projet d’innovation
collaboratif
–Nature de la transaction:
Licences, support technique
•Démonstration sur le stand :
Module de protection de bases de données
70

Clé de sécurité électronique
Institut Jean Lamour (UL-CNRS)
THOMAS HAUET
71

Clé de sécurité électronique – IJL – Thomas Hauet
Distributeurs
Voiture
Appareils
électroniques
Documents
officiels …
Contexte
L’usine du futur
72

Problématique
Ouverture (100%)
Base de données
remplace le code
en mémoire
Comparaison
Entrée du code
Recherche du
code en mémoire
73

Brevet WO2015107104A1
Notre solution Le comparateur = la base de données
- Démonstrateur : TRL3
- But : collaboration R&D et/ou licence
- Contact : thomas.hauet@univ-lorraine.fr
Etat actuel
- Personne ne peut lire les données
- Personne ne peut effacer les données
- Transférable en production
- Pas cher
- Stable en température
- Substrat souple
74

iCrisis™
GeoRessources / MinesNancy
THIERRY VERDEL, CLÉMENT JUDEK
WWW.ICRISIS.COM
75

iCrisis™ – GeoRessources/MinesNancy – Thierry Verdel / Clément Judek
On prépare les situations d’urgence
Plus rarement les situations de crise
iCrisis permet :
- d’organiser des simulations de
situations de gestion de crises
- de tracer les échanges et les
décisions
- d’en faire une analyse quantitative
utile au débriefing
76

Un jeu de rôles
piloté par une application web
77

• Technologie disponible, en développement continu
• Ouvert à tout secteur industriel
• Sous la forme de :
– Prestations de service ou
– Location à la demande
• Démonstration sur stand et sur www.icrisis.com
78

WAZA EDUCATION
SALAH GHAMIZI
79

WAZA Education – Mines Nancy PEEL/UL – Salah GHAMIZI
UNIVERSITES ENTREPRISES
UN ESPACE DE MATCHING
80

Pilotage des actions par des dashboards
& des notifications
Analytiques d’activité & graphes de
compétences
Près de 1500 utilisateurs sur une vingtaine de campus!
Outils simples pour communiquer sur les
projets et valoriser vos travaux
81

82

Remise des prix de
« la technologie et de la startup offrant les
meilleures opportunités de développement
économique»
Prix remis par :
François Werner
Région Grand Est
Conseiller Régional
83

Prix de la technologie offrant les meilleures
perspectives de développement économique remis à
Simorfo
LORIA
Prix remis à :
84

Prix de la startup offrant les meilleures perspectives
de développement économique remis à
Waza Edu
Prix remis à :
85

Organisateurs
Tous nos remerciements à nos partenaires
86

Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (16)

Similaire à Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"

Similaire à Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle" (20)

Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"