Decideo - Actualités sur le Big Data, Business Intelligence, Data Science

Abonnez-vous gratuitement à Decideo !


Decideo

 


QuasarDB, le socle de la solution de maintenance prédictive de Tellmeplus chez ABB


Rédigé par Communiqué de Tellmeplus le 11 Mars 2019

À l’occasion du salon Big Data 2019, Tellmeplus (stand S28), éditeur d'une plateforme d'intelligence artificielle embarquée au plus près des assets industriels, et QuasarDB (stand S9) éditeur de logiciels de stockage optimisé pour l'analyse de données en temps réel, présentent aujourd'hui les réalisations concrètes qui découlent de leur partenariat annoncé en 2017.



QuasarDB, le socle de la solution de maintenance prédictive de Tellmeplus chez ABB
QuasarDB est une base de données de haute performance, distribuée et avec un support natif des Séries temporelles (Time Series). Elle est construite sur une approche verticale avec un seul progiciel qui fait tant du stockage, de la distribution, que de l'analyse des données.
Les données sont ainsi traitées en temps réel et distribuées de manière transparente sur les disques et la mémoire ; et sont faciles d’accès grâce à un langage de requête de type SQL.

Grâce à sa capacité d’adaptation à tout type de séries temporelles plus ou moins volumineuses et denses, QuasarDB peut être déployée nativement sur n'importe quelle plateforme, depuis des objets connectés limités en mémoire ou en puissance CPU, jusque dans les routeurs/gateways “at the edge” ou dans le cloud.

Aujourd’hui, Tellmeplus a intégré la base de données de séries temporelles de QuasarDB à sa plateforme SaaS Predictive Objects, permettant le déploiement de modèles prédictifs dans n'importe quel objet ou système connecté.
Ensemble, Predictive Objects et QuasarDB permettent de comparer en temps réel les données provenant de multiples sources (capteurs) avec les données historiques en temps réel, dans le but d’anticiper des incidents autrefois imprévisibles.

“L'intégration d'un stockage de données scalable orienté série temporelle dans notre solution d'analyse prédictive est la clé d'un déploiement efficace de modèles prédictifs sur n'importe quel type d'objets ou de plateforme,” déclare Benoit Gourdon, CEO de Tellmeplus.

Tellmeplus démontre par exemple la valeur de l’intégration de QuasarDB dans sa plateforme Predictive Objects à l’occasion d’un projet mené pour ABB, le groupe industriel leader des technologies numériques pour l'industrie.
Dans le cadre du programme de collaboration appelé «Connect, Collaborate & Commercialize» (CCC), ABB et Tellmeplus ont pu échanger et rapidement identifier une opportunité de mettre à profit l’analytics afin de mieux détecter et anticiper les pannes des équipements (drives) dans le but d’améliorer l'expérience client.

ABB aborde la maintenance prédictive de deux façons : en aidant ses clients à éviter toute immobilisation imprévue de leurs équipements et en permettant au service client d’identifier la ou les actions les plus appropriées une fois l’immobilisation de l’équipement survenue. C’est sur ces aspects que Tellmeplus est intervenu, en s’appuyant sur QuasarDB.

La solution Predictive Objects de Tellmeplus est depuis en cours d’implémentation au sein d’ABB Drives pour les équipements de moyenne tension. ABB et Tellmeplus - avec l’aide de QuasarDB - partagent un objectif commun : créer de la valeur pour les clients finaux, et fournir de nouvelles solutions innovantes et agiles à ABB.




Nouveau commentaire :
Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.


Twitter
Rss
LinkedIn
Facebook
Apple Podcast
App Store
Google Play Store