L’utilisation des données dans le pilotage des actifs techniques d’une entreprise est de plus en plus courante dans l’industrie, et plus particulièrement dans le but d’optimiser la maintenance des équipements. L'un des challenges est de trouver un outil de monitoring avec des restitutions de données adaptées à l'expert métier, en tenant compte du nombre grandissant d’équipements à surveiller en même temps.

Nous souhaitons construire un outil de monitoring pour la maintenance à destination des techniciens et ingénieurs de maintenance, qui soit généralisable à tout type d’équipement. Cet outil doit pouvoir identifier des modes de fonctionnement d’un équipement pour caractériser les régions de fonctionnement normal, et ainsi identifier les écarts à celui-ci, et également proposer des modes de visualisation adéquats.

La confiance des experts du domaine est importante à prendre en compte dans l’élaboration de nos outils. Nous souhaitons qu’ils comprennent le processus qui amène à toutes les représentations de données des systèmes qu’ils utilisent.

Nous avons développé une méthode de visualisation de données de séries temporelles issues de capteurs, au moyen de matrices de co-occurrence, empruntées au domaine de l’imagerie. Nous proposons dans un premier temps une méthode permettant d'identifier des visualisations utiles pour l'expert métier en utilisant des matrices de co-occurrence, et des mesures de qualité de la visualisation. Puis nous utilisons cette méthode de visualisation sur des cas d'usage réels dans un contexte de monitoring et de maintenance de plusieurs équipements, avec des résultats encourageants pour la prévisions de pannes. 

Mots Clefs : Gestion de maintenance et gestion des équipements, Internet des objets; analyse de données, maintenance prévisionnelle, diagnostic et pronostic automatisés, maintenance collaborative