Les entreprises peuvent économiser des millions en utilisant des méthodes statistiques avancées pour extraire des informations à partir de grandes quantités de données collectées. Une entreprise qui a adopté cette nouvelle façon de penser est le groupe industriel international ABB. Ils travaillent en étroite collaboration avec les statisticiens de l'Université d'Oslo en Norvège pour permettre aux compagnies maritimes d'économiser des millions sur des opérations plus optimales et d'améliorer la sécurité des navires.

Les navires sont contrôlés à intervalles réguliers pour s'assurer qu'ils maintiennent leur état. Ils doivent être amarrés pour ce faire, et de tels intervalles peuvent être très coûteux.

« Au lieu d'envoyer des inspecteurs à bord des navires, nous pouvons utiliser des méthodes statistiques pour surveiller toutes les données pour les changements, comme lorsque le moteur est sur le point de surchauffer ou de tomber en panne. Cette surveillance automatique des données devrait être en mesure de fournir des alertes sur les incidents avant qu'ils ne surviennent, " dit Morten Stakkeland, qui est à la fois ingénieur de projet chez ABB et professeur associé adjoint de statistiques à l'Université d'Oslo en Norvège.

Si le commandant de bord est prévenu quelques heures avant la panne moteur, il est possible de le réparer avant que le navire ne s'arrête. Imaginez la catastrophe si un moteur tombe en panne alors qu'un pétrolier de plusieurs centaines de mètres de long s'approche d'un terminal pétrolier.

Le mantra principal des statisticiens est d'extraire et d'interpréter l'énorme quantité d'informations qui peuvent être collectées à partir de grands navires. "Le but est de pouvoir trouver un modèle dans ces rapports, pour que l'alarme sonne lorsque quelque chose approche d'une crise, " dit Ingrid Glad, professeur au Département de mathématiques de l'Université d'Oslo au magazine de recherche Apollon. Elle fait partie du groupe de recherche Big Insight, un centre d'innovation axée sur la recherche. Ils travaillent au développement et à la commercialisation de méthodes statistiques.

Capteurs

Les données proviennent du grand nombre de capteurs embarqués. Un même vaisseau peut avoir plusieurs milliers de capteurs. Certains capteurs transmettent des données toutes les 10 secondes. D'autres capteurs transmettent des données aussi souvent que toutes les millisecondes. Évidemment, cela représente une énorme quantité de données au cours d'une année.

Les capteurs ne sont pas la seule source de données. Les nombreux équipements à bord communiquent également entre eux. Sur les grands pétroliers, les instruments s'envoient une série de rapports cryptiques; ces rapports ne sont pas standardisés. Les énormes quantités de données sont stockées en permanence sur le navire ou envoyées à des centres de contrôle à terre. Le but est de trouver quelque chose qui se démarque dans les flux de données.

"Nous pouvons ensuite construire un modèle statistique qui montre la condition normale et où nous pouvons trouver des écarts. Nous pourrions trouver des écarts dans un seul capteur, ou peut-être que toutes les données de tous les capteurs sont dans la plage acceptée, mais les corrélations entre les données sont si particulières qu'elles déclenchent quand même une alarme, " dit Erik Vanem, chercheur senior à DNV-GL.

Vérification de la coque

Des fissures dans la coque du navire font partie des scénarios redoutés. La lutte contre les grosses vagues dans une mer agitée peut casser la coque dans le pire des cas. Des centaines de capteurs peuvent être placés à l'intérieur de la coque pour surveiller le risque de défaillance matérielle. La société DNV-GL, anciennement Veritas, cherche des tensions dans la coque. Ils sont spécialisés dans la sécurité des navires et travaillent à rendre le transport maritime plus sûr.

"Nous pouvons mesurer la tension dans la coque et l'utiliser pour dire quelque chose sur la résistance du navire et le risque de fatigue. En plus d'inspecter régulièrement les navires, nous pouvons équiper les composants critiques de capteurs pour assurer une surveillance continue. Nous pouvons alors attraper des choses que nous ne pouvons pas attraper avec des contrôles ponctuels, et utiliser les connaissances supplémentaires pour planifier quand une inspection physique est nécessaire, plutôt que d'avoir à inspecter le navire à intervalles fixes, " dit Erik Vanem.

Les données du capteur sont également liées aux données météorologiques pour calculer l'étendue de la contrainte sur la coque au fil du temps. "Si un navire a pris beaucoup de coups, nous pouvons faire plus attention, " dit Erik Vanem.

Vérification de la batterie

Même quelque chose d'aussi simple qu'un contrôle de batterie peut faire économiser aux compagnies maritimes de grosses sommes d'argent. Les navires électriques avec de grosses batteries doivent être mis hors service pendant une journée entière pour effectuer un service annuel. "C'est du temps de fonctionnement perdu. Nous regardons comment il est possible d'utiliser des statistiques pour évaluer les batteries. Cela permettra aux armateurs d'économiser beaucoup d'argent, " dit Morten Stakkeland.

L'un des gros points est la maintenance uniquement en cas de besoin, plutôt qu'à intervalles fixes. "Les armateurs pourraient potentiellement économiser des millions de couronnes par navire, " dit Stakkeland. Il pense que la surveillance des données peut être la première étape vers des navires sans conducteur.

Statistiques avancées

Le défi consiste à interpréter les énormes quantités de données et à sonner l'alarme uniquement lorsque cela est nécessaire. "Le but ultime est de pouvoir signaler que le moteur va tomber en panne avant que cela ne se produise, " dit Ingrid Glad.

Elle compare cela à chercher quelque chose d'anormal dans les bois sans savoir ce que c'est. "Si tu pousses comme des champignons, vous savez exactement ce que vous cherchez. Cependant, nous recherchons quelque chose que nous n'avons jamais vu dans les bois auparavant. C'est beaucoup plus difficile."

L'analyse doit également se faire en temps réel. Cela signifie que les statisticiens doivent créer un système qui détecte les anomalies avant que la situation anormale n'entraîne des défauts ou des dommages. À la fois, ils doivent réduire la probabilité de fausses alarmes. C'est un défi mathématique.