Norda Stelo : Analyse des données qualitatives pour la maintenance prédictive sur une flotte d’actifs

Dans un contexte de gestion de la santé des actifs industriels, l’apport de l’humain dans la détection et la prévention des problèmes est essentiel. Bien que les actifs soient de plus en plus surveillés par télémétrie, tout ne peut pas être détecté par ces mesures et une appréciation humaine reste importante. Une partie importante de la collecte de données se fait encore par un outil de formulaire numérique, qui génère des données textuelles de choix de réponse et des données textuelles libres. Souvent, bien qu’un effort soit mis pour simplifier les réponses possibles par des choix fixes, de l’information très importante se retrouve dans des champs de commentaires et de précisions qui permettent de mieux apprécier l’état actuel des actifs évalués.
L’objectif du projet est donc de pouvoir extraire les informations importantes, un contexte et un sentiment des textes libres entrés dans les formulaires dans le but de ne rien manquer et de pouvoir nourrir d’autres besoins d’analyses plus poussés. Ce projet vise à extraire l’information pertinente de ces commentaires afin de mieux l’intégrer aux prédictions des maintenances nécessaires à la bonne gestion d’actifs industriels.

Faculty Supervisor:

Christian Gagné;Luc Lamontagne

Student:

Partner:

Norda Stelo Solutions

Discipline:

Computer science

Sector:

Professional, scientific and technical services

University:

Université Laval

Program: