Contextualisez vos données
Vous voulez :
‣ Accéder à des informations pertinentes en temps réel
‣ Agréger et combiner des données hétérogènes provenant de multiples sources
‣ Éliminer la préparation fastidieuse des données
‣ Briser les silos et permettre à vos équipes de partager facilement les données
‣ Construire des indicateurs avancés calculés à partir de vos données, basés sur vos connaissances
métier
100% configurable, axé sur les industries de procédés
Notre moteur de
contextualisation (anciennement Process Data Lake) est là pour simplifier votre quotidien autour
des données industrielles :
‣ Il vous permet de structurer et stocker vos différents types
de données (données temporelles, événements, données de production, traçabilité,
généalogie…) en vous appuyant sur un modèle de données spécifiquement conçu pour les procédés
industriels.
‣ Ses modèles de données et ses traitement prédéfinis vous permettent de combiner et
transformer facilement vos données en informations pertinentes.
‣ Grâce à un traitement des données en continu par le moteur de contextualisation vous disposez
en permanence d’informations à jour.
‣ Il est 100% configurable pour vous donner une autonomie maximale et une agilité autour de vos
données.
Prêt à prendre en charge toutes vos données quels que soient vos besoins
Notre moteur de
contextualisation est conçu spécifiquement pour l’industrie de procédés. Il peut traiter
nativement de nombreux types de données :
‣ Les données temporelles provenant des capteurs de
procédés (température, pression, débit…)
‣ Les données vectorielles provenant de capteurs avancés
(spectrophotomètres, chromatographie, capteurs de vibration, capteurs PSD…)
‣ Les information de contexte de traçabilité (quand et où
la production a été réalisée, détails des durées des différentes phases de production, recettes
utilisées…) et de contexte de généalogie (pour
appréhender les données tout au long d’un procédé de production complexe).
‣ Les données d’événement (alertes provenant des
systèmes de supervision, événements enregistrés par les opérateurs…)
‣ Les données de traçabilité (contrôle qualité des
produits finis, des produits intermédiaires et des matières premières, utilisation réelle des
matières premières dans la recette…)
‣ Le contexte des actifs pour décrire les données
associées aux actifs de l’usine (équipements, capteurs IoT, lignes de production…) afin de
simplifier l’usage des données sur des actifs similaires.
