Formation Maintenance Prédictive par IA et Capteurs IoT à Bord
La formation montre comment faire évoluer la maintenance des navires du planifié vers le prédictif. Elle traite des capteurs IoT embarqués, de l'acquisition de données sur les machines marines et des modèles de machine learning utilisés pour anticiper les pannes.
Évaluation de vos acquis
Voici les compétences que vous apporte ce programme. Cochez celles que vous maîtrisez déjà et nous vous indiquerons la partie du programme qui vous concerne.
Vous partez de zéro dans ce domaine. Le programme est conçu précisément pour cela.
Qu'est-ce que le programme Formation Maintenance Prédictive par IA et Capteurs IoT à Bord ?
Cette formation courte vous montre comment passer de la maintenance planifiée à la maintenance prédictive sur les navires. Vous apprendrez à surveiller l'état des moteurs, des pompes et d'autres équipements à l'aide de capteurs IoT, à analyser les données de vibration, de température et d'huile, et à utiliser l'intelligence artificielle pour anticiper les pannes avant qu'elles ne surviennent.
Ce qui distingue la formation : moins de pannes, grâce à l'anticipation des défaillances des équipements critiques ; des données réelles, avec des exercices basés sur des données de machines marines ; capteurs et connectivité, couvrant toute l'architecture du navire à la terre ; une IA appliquée, avec des modèles de détection d'anomalies ; et des programmes de maintenance conditionnelle alignés sur les exigences des sociétés de classification.
Points forts du programme
- Surveiller les équipements avec des capteurs de vibration, de température et de pression.
- Analyser les données pour interpréter les tendances et les anomalies.
- Construire des modèles prédictifs simples avec l'IA.
- Optimiser la maintenance pour réduire les coûts et les temps d'arrêt.
- Combiner l'ingénierie marine et l'analyse de données.
- Garder une longueur d'avance sur les pannes.
Programme d'études : Formation Maintenance Prédictive par IA et Capteurs IoT à Bord
5 modules. Sélectionnez un module pour en consulter le contenu.
Stratégies de maintenance à bord des navires
- 1.1. Maintenance corrective et préventive
- 1.2. Maintenance conditionnelle
- 1.3. Maintenance prédictive
- 1.4. Systèmes de gestion de la maintenance planifiée
- 1.5. Exigences des sociétés de classification
Capteurs IoT et acquisition de données
- 2.1. Capteurs de vibrations
- 2.2. Température, pression et débit
- 2.3. Analyse d'huile en ligne
- 2.4. Réseaux de capteurs à bord
- 2.5. Transmission des données à terre
Analyse des signaux et diagnostic
- 3.1. Analyse vibratoire
- 3.2. Thermographie
- 3.3. Analyse d'huiles
- 3.4. Performances des moteurs
- 3.5. Diagnostic des défaillances courantes
Intelligence artificielle pour la prédiction
- 4.1. Détection d'anomalies
- 4.2. Prédiction de la durée de vie résiduelle
- 4.3. Modèles à partir de données historiques
- 4.4. Jumeaux numériques des machines
- 4.5. Validation des modèles
Mise en œuvre et cas pratique
- 5.1. Sélection des équipements critiques
- 5.2. Architecture du système
- 5.3. Organisation et procédures
- 5.4. Retour sur investissement
- 5.5. Cas pratique sur un navire
Durée et modalité du programme Formation Maintenance Prédictive par IA et Capteurs IoT à Bord
Le programme compte 300 heures. Indiquez-nous combien d'heures vous pouvez y consacrer chaque semaine et nous vous dirons quand vous terminerez réellement.
C'est le rythme auquel la plupart des étudiants terminent. Il s'accorde bien avec le paiement échelonné.
Direction académique et corps enseignant
L'équipe pédagogique de Navalis : des professionnels en activité qui enseignent et encadrent les programmes.
Dra. Marina AlcoverDirectrice académique et responsable de l'assurance qualité
Ing. Diego CifuentesProfesseur titulaire de soudage naval et de contrôles non destructifs ; responsable QA/QC des assemblages soudés
Cap. Javier Abaroa (MCA)Professeur titulaire de manœuvre, de navigation électronique (ECDIS/Radar/ARPA) et de GMDSS ; coordinateur de la conformité STCW et de la gestion des ressources à la passerelle
Dr. Pau FerrerProfesseur titulaire d'architecture navale et de simulation ; directeur du laboratoire d'hydrodynamique et de CFD
Dra. Nuria LlobregatProfesseure titulaire de météorologie marine, de SAR et de sécurité opérationnelle ; coordinatrice de la gestion des risques liés à la navigation
Ing. Javier BañulsProfesseur titulaire d'électrotechnique, d'automatisme et d'ingénierie ETO ; coordinateur de l'intégration électronique et des alarmes machine
Ing. Sofía MarquinaProfesseure titulaire de matériaux, de composites et de protection anticorrosion ; coordinatrice de la filière peintures et revêtements avancés
Ing. Tomás RieraProfesseur titulaire de propulsion, d'énergies alternatives et de systèmes hybrides ; coordinateur de la performance énergétique et des vibrationsObjectifs du programme Formation Maintenance Prédictive par IA et Capteurs IoT à Bord
Débouchés professionnels du programme Formation Maintenance Prédictive par IA et Capteurs IoT à Bord
Questions sur le programme Formation Maintenance Prédictive par IA et Capteurs IoT à Bord
Ce n'est pas obligatoire. Des outils accessibles sont utilisés et la logique des modèles est expliquée.
Moteurs principaux et auxiliaires, pompes, compresseurs, séparateurs et équipements tournants en général.
Les sociétés de classification disposent de schémas de maintenance conditionnelle, et le cours explique comment s'y inscrire.
Oui. Les exercices utilisent des données de machines marines.
Oui. Vous concevez le programme de maintenance prédictive d'un navire.
100 % en ligne, avec un campus virtuel accessible 24 h/24 et 7 j/7, des sessions en direct enregistrées et un tutorat avec les enseignants.
Le programme représente une charge de 300 heures. Vous pouvez avancer à votre rythme dans le calendrier qui vous est indiqué lors de l'inscription.
Chaque programme a sa propre date de début, qui figure sur cette fiche et vous est confirmée par l'équipe des admissions lorsque vous demandez des informations.
Autres programmes en Innovation et start-up
Procédure d'admission
Inutile d'attendre qu'on vous rappelle. Si votre dossier est complet, vous pouvez vous inscrire au cours de la même session.
- Formation technique, en ingénierie ou en machines marines, ou expérience en maintenance industrielle ou maritime.
- Maîtrise suffisante de la langue d'enseignement pour suivre les cours et les supports ; un anglais technique de base est recommandé.
- Un ordinateur avec une connexion internet stable, un navigateur à jour et une caméra pour les sessions en direct et les présentations de projets.
- Processus d'admission : candidature en ligne, examen du profil et bref entretien.
- 01CandidatureVos coordonnées, votre parcours et vos documents.
- 02Vérification immédiateNous vérifions que tout est complet et conforme.
- 03InscriptionChoisissez le paiement comptant ou échelonné et réservez votre place.
L'admission reste provisoire jusqu'à la validation des documents fournis par le comité. Si les conditions ne sont pas remplies, l'intégralité du montant est remboursée.
Posez-nous vos questions avant de vous inscrire
Laissez-nous vos coordonnées et le service des admissions vous écrira pour répondre à toutes vos questions. Si vous êtes déjà décidé, vous pouvez déposer votre candidature et payer au cours de la même session.