Le diagnostic breveté et primé de METROSCOPE bénéficie d’années de recherche au sein du Laboratoire EDF, un des plus grands centres de R&D en Europe.

Il vous permet de tirer le meilleur parti des équations physiques portées par le Jumeau Numérique pour expliquer les mesures du process. Et non l’inverse !

Contrairement aux solutions Big Data qui recherchent des informations utiles dans un environnement profus, METROSCOPE répond à une problématique de données limitées mais structurées.

Ainsi, METROSCOPE respecte le cheminement naturel du raisonnement expert en utilisant une connaissance établie de la physique et du design de l’actif.

 

Chaînes de Markov

Andrei MARKOV

 

 

L’Intelligence Artificielle de METROSCOPE s’appuie sur les chaînes de Markov, une approche mathématique qui lui permet de prendre en compte les incertitudes des mesures. C’est la clé d’un diagnostic fiable.

Une chaîne de Markov est un modèle stochastique qui décrit une séquence d’événements possibles, la probabilité de chaque événement dépendant uniquement de l’état atteint par l’événement précédent.

Comment cela se traduit-il concrètement ? METROSCOPE explore les différents scénarios dans une approche itérative pondérée par les probabilités.

La chaîne de Markov guide automatiquement l’exploration du scénario vers le “pic de probabilité ”, et donc vers le diagnostic le plus probable.

 

METROSCOPE est propulsé par les Chaînes de Markov, à l'instar du "PageRank" de Google !

Dans la vidéo ci-après, les pourcentages représentent les probabilités de 5 aléas industriels différents et chacun des 200 points suit une Chaîne de Markov.

Quand plus de 95% des points gravitent autour du même aléa, METROSCOPE émet une alerte et affiche le diagnostic.

Il n’est pas nécessaire de maîtriser les Mathématiques pour en saisir toute la beauté !

Sensibilité et Spécificité

2 indicateurs sont essentiels pour comprendre la performance d’un test de diagnostic tel que METROSCOPE : la sensibilité et la spécificité.

La Sensibilité (également appelée taux de vrai positif) mesure la proportion de diagnostics positifs réels qui sont correctement identifiés comme tels (i.e. le pourcentage d’aléas correctement identifiés).

La Spécificité (également appelée taux de vrai négatif) mesure la proportion de diagnostics négatifs réels qui sont correctement identifiés comme tels (i.e. le pourcentage d’aléas qui ne surviennent pas mais qui sont correctement identifiés).

Une forte sensibilité se traduira par de meilleures capacités de détection mais va également baisser la spécificité et générer de fausses alarmes !

A contrario, une forte spécificité garantira la fiabilité du diagnostic.

Vous pouvez faire confiance à METROSCOPE !

 

METROSCOPE a fait le choix d’une haute spécificité, ce qui signifie que, de par sa conception, le diagnostic METROSCOPE est d’une grande fiabilité.

C’est un incontournable pour tout opérateur industriel.

Par expérience, METROSCOPE génère moins de 10% de fausses alarmes, avec une détection jusqu’à 5 fois plus rapide qu’avec les autres approches.

Renforcement de l’algorithme

La performance du diagnostic va-t-elle s’améliorer avec le temps ? Est-il possible de détecter de nouveaux aléas et interpréter de nouvelles mesures ?

De par sa conception, le diagnostic METROSCOPE est conçu pour évoluer avec le temps.

Il est aisé d’étendre le champ de connaissance de METROSCOPE avec de nouvelles mesures ou de nouveaux aléas.

Par conséquent, avec le temps, METROSCOPE sera capable de détecter toujours plus de scénarios, avec une performance grandissante.