Publié le 15 octobre 2025 à 13h59. Une nouvelle solution développée par Fraunhofer Autriche permet d’équiper les installations industrielles existantes de capteurs pour anticiper les pannes et optimiser la maintenance, même pour les PME qui n’ont pas d’infrastructure de données sophistiquée.
- L’Oktobox, un prototype développé par Fraunhofer Autriche, équipe les machines industrielles de capteurs pour analyser leur état de santé.
- Grâce à l’apprentissage automatique, le système prédit les besoins de maintenance et évite les arrêts imprévus.
- Un chatbot intégré guide les opérateurs et fournit des conseils personnalisés en langage naturel.
Dans le monde industriel, la capacité à prévoir les défaillances des équipements est un atout majeur. Elle permet non seulement d’éviter des arrêts de production coûteux, mais aussi d’optimiser les plannings de maintenance et d’améliorer l’efficacité globale. Cependant, les systèmes de surveillance avancés sont souvent réservés aux grandes entreprises disposant de capteurs intégrés et de données machine exploitables. Les petites et moyennes entreprises (PME) se heurtent à des obstacles financiers et techniques pour moderniser leurs installations.
C’est dans ce contexte que Fraunhofer Autriche a développé l’Oktobox, une solution innovante visant à rendre la maintenance prédictive accessible à tous. « Cela nous permet d’équiper de manière rentable les installations industrielles existantes en capteurs, d’analyser leur état de santé respectif et de déterminer le meilleur moment possible pour prévoir les travaux de maintenance », explique Lisa Greimel, responsable du groupe « Maintenance intelligente et développement de produits » chez Fraunhofer Autriche. La recherche préliminaire bénéficie du soutien du Ministère fédéral de l’Économie, de l’Énergie et du Tourisme (BMW).
Voici à quoi ressemble le prototype Oktobox
© Fraunhofer Autriche
L’Oktobox se présente sous la forme d’un prototype composé d’un mini-PC puissant et d’un écran intégré, permettant la visualisation des données collectées. Des capteurs sont installés sur les équipements à surveiller – par exemple, sur un four industriel – pour détecter les vibrations, enregistrer les températures et capter les bruits anormaux. Ces données sont ensuite analysées par un modèle d’apprentissage automatique, entraîné à identifier les anomalies.
« Supposons qu’il y ait un four dans une boulangerie industrielle qui tombe en panne à des moments indéfinis ou qui parfois ne fonctionne tout simplement pas correctement », illustre Lisa Greimel. « Dans un tel cas, l’Oktobox permet de détecter les anomalies précocement grâce à l’analyse des données et d’éviter les échecs. »
Un élément clé de l’Oktobox est son chatbot intégré. « Avec notre Oktobox, cela fonctionne, entre autres, via un chatbot », précise Lisa Greimel, forte de plus de dix ans d’expérience dans le domaine de la maintenance. « Ce chatbot avertit lorsque quelque chose d’inhabituel est détecté. Dans le même temps, le chatbot peut fournir aux collaborateurs les informations appropriées et donner des conseils sur les actions à entreprendre. » Le chatbot est capable de converser en langage naturel, permettant même aux utilisateurs non experts en analyse de données de comprendre les recommandations.
Au-delà des alertes et des conseils, l’Oktobox offre également aux entreprises la possibilité d’analyser en détail les ensembles de données collectés et d’affiner les modèles d’apprentissage automatique pour améliorer la précision des prédictions. Selon Fraunhofer Autriche, cette approche de maintenance prédictive pourrait considérablement améliorer l’efficacité économique des entreprises en augmentant la disponibilité des systèmes et en réduisant les coûts liés aux pannes.
Fraunhofer Autriche poursuit actuellement ses recherches et affine le prototype de l’Oktobox sur la base des retours d’expérience de ses partenaires industriels. L’objectif est de développer une solution rapide et flexible pour optimiser la maintenance, en particulier pour les PME.
Cette série est publiée de manière indépendante avec le soutien financier du Ministère fédéral de l’Économie, de l’Énergie et du Tourisme.