1.
L’Intelligence Artificielle au service du budget et
de la performance de la Métrologie
80% d’économies sur les coûts d’étalonnages grâce aux algorithmes de
l’Intelligence Artificielle …

2.
Etiquettes
de validité :
Nous les
croisons
souvent
mais que
signifient-
elles ?

3.
La date limite de
consommation …
Pour garantir la
santé des
consommateurs

4.
L’erreur n’a pas de
préférence …
Pour garantir la
loyauté des échanges
commerciaux

5.
Pour « garantir la conformité »
des instruments de mesure
Mais quelle(s) garantie(s) pour les
passagers, les malades, … les clients
?

6.
La mesure est le fruit d’un processus comme
tant d’autres …
L’instrument « conforme » n’est qu’une
condition nécessaire, pas suffisante, à une
mesure fiable, tout comme les plaquettes
de freins sont une condition nécessaire,
mais pas suffisantes, à un bon freinage …Opérateur
Objet
Etalon
Instrument
Environnement

7.
La distance de freinage est assimilable à la
fiabilité d’un résultat de mesure. Mais elle ne
dépend pas que des plaquettes de freins !

8.
Et c’est bien la fiabilité des mesures qui intéresse
les utilisateurs, pas la seule conformité des
instruments …

9.
1 : L’étalonnage
ne s’intéresse
qu’aux
instruments
(et pas à la
mesure)…

10.
2 : L’étalonnage
ne donne des
résultats que
sur le passé !

11.
Connaissez vous les KPI de votre
Service Métrologie ?

12.
Les indicateurs classiques de performance de
la fonction Métrologie sont généralement :
Le taux d’instruments
non-conformes
Le nombre d’instruments en
retard de vérification
Le budget (annuel ou mensuel)

13.
Mais vos objectifs ne
devraient-ils pas être de
tenter de détecter les
problèmes dès qu’ils se
présentent plutôt que se
résigner à les subir et
mener a posteriori les
études d’impact, voire
d’être obligé d’engager
des actions couteuses
pour réparer les
conséquences ?

14.
Les instruments
conformes sont étalonnés
pour rien. Les instruments
non conformes sont
étalonnés trop tard.
Dans un monde idéal,
le budget « Métrologie »
devrait se limiter aux
coûts de la
détection/correction des
non conformes !

15.
Les outils disponibles pour optimiser les
périodicités existent. Ils permettent de
diminuer sensiblement le budget

16.
Mais la périodicité d’étalonnage, calendaire ou
optimisée, n’offre aucune garantie contre les
accidents !

17.
L’Intelligence Artificielle permet
désormais de détecter les anomalies
sur les instruments dès qu’elles se
produisent (ou presque)

18.
Nous pouvons donc changer de monde !

19.
Et une norme récente ouvre la voie de ce
nouveau monde « métrologique » !!!
De nos jours, la valeur
mesurée est considérée
comme la valeur vraie …

20.
Et une norme récente ouvre la voie de ce
nouveau monde « métrologique » !!!
De nos jours, la valeur
mesurée est considérée
comme la valeur vraie …

21.
En connaissant l’a priori, la surveillance dynamique
devient possible. Chaque « jour », on peut savoir si ce
qu’on mesure « ressemble » (ou pas) à ce qu’on
s’attendait à mesurer !
Si le procédé de fabrication dérive ou si le processus de
mesure dérive, les observations s’éloignent de l’a priori
ce qui permet d’être alerté « en live » pour statuer :
Instrument ou Procédé ?

22.
Place à vos questions !
Jean-Michel POU
Président Fondateur Deltamu
Directeur associé Humantodata
Vice-Président AURA 4.0 Industrie
Ambassadeur pour l’Alliance Industrie du Futur (AURA)
Mail : jmpou@deltamu.com