Pour améliorer la gestion des non-conformités, l’un des principaux constructeurs aéronautiques européens a fait appel à Expleo pour développer un outil d’IA dédié et renforcer sa performance industrielle.
Pour un constructeur aéronautique, réduire les surcoûts engendrés par l’apparition de non-conformités (ou NC) dans les chaines d’assemblage est un travail continu et exigeant. Afin de permettre à un grand avionneur européen d’améliorer ses processus opérationnels en la matière, Expleo développe actuellement un outil d’analyses de données, basé sur un traitement du langage naturel, pour établir plus rapidement et efficacement les corrélations existantes entre les NC constatées et les plans de résolution déployés.
Contexte et défi
Parce qu’elle résulte d’un schéma industriel complexe dans ses chaines d’assemblage, l’aéronautique doit faire face, comme d’autres secteurs d’activité, à la délicate gestion des non-conformités. Très rapidement, celles-ci peuvent en effet engendrer pour les sociétés impactées d’importants retards de livraisons et provoquer par là même de grosses pertes financières.
Pour autant, s’en affranchir est loin d’être une tâche aisée au regard de la hausse toujours accrue des cadences de production et du fait qu’en moyenne un modèle d’avion donné peut présenter des dizaines de milliers, voire des centaines de milliers de NC par an pour les gammes produites à très grande échelle. Et même si celles-ci n’ont bien souvent pas de caractère critique – on peut par exemple parler d’une simple rayure sur l’un des écrans du cockpit ou d’un sticker mal positionné sur un chariot repas – le résultat n’en reste pas moins toujours le même, à savoir une ligne de production bloquée et un plan de livraison retardé dans ses prévisions.
Bref, dans ce domaine, le répit n’est pas permis et le « zéro défaut » tout simplement un mythe sans l’aide d’un système performant d’analyses de données basé sur une intelligence artificielle. Soucieux d’améliorer la détection et la résolution des NC dans ses processus de fabrication, un grand constructeur aéronautique européen s’est tourné vers l’expertise d’Expleo, en matière de sciences des données et de management de la qualité et de la performance, pour développer un outil d’intelligence artificielle dédié à cette problématique.
Solutions
Chez ce client, chaque NC faisant d’abord l’objet d’un suivi au moyen d’un rapport dactylographié, le choix d’une technologie axée sur un traitement du langage naturel est apparu d’entrée de jeu évident pour Expleo. En s’appuyant notamment sur le langage de programmation Python et le moteur d’analyses de données massives Apache Spark, Expleo a ainsi développé pendant deux mois un outil capable de fournir une analyse fine des éléments de langage recherchés.
Auparavant, si plusieurs NC étaient détectées par exemple sur un travail donné, un PPS (Practical Problem Solving) était déployé chez notre client pour mettre en place de nouveaux processus capables d’éliminer ces types de NC. Désormais, avec l’outil développé par Expleo, les corrélations entre NC et PPS sont automatiquement identifiées, permettant ainsi un meilleur suivi de l’efficacité des méthodes employées. Pour éviter toute corrélation inutile, seules les correspondances fortes sont proposées et affichées.
Résultats
Validé dans sa phase de développement, l’outil d’analyses d’Expleo est actuellement en phase de test chez son client, et les premiers résultats sont déjà encourageants à travers le confort apporté par les nouvelles fonctionnalités de recherche qui n’étaient pas faisables manuellement. En permettant de mieux traquer l’efficacité sur l’ensemble des PPS mis en place et en visualisant automatiquement si une NC détectée y fait écho ou non, la recherche et résolution du défaut de conception a tout pour devenir plus intelligente, rapide et précise.
Dans un domaine potentiellement chronophage et coûteux pour notre client, Expleo entend lui proposer une solution de la simplicité et de l’efficacité. Celle-là même, et c’est logique au regard de la technologie employée dans ce projet, qui permettra aux non-conformités et aux plans de résolution dans les chaines d’assemblage de se parler tout naturellement.
Anthony Laffond - Data Scientist, Expleo
perspectives
Place à une IA qui performe
Réinventez ce qui compte à la puissance de l’IA






