IoT & Data Science - PFE #4 - Détection Automatique d’Anomalies Process via PLC Industriels et Corrélation Qualité

Contexte et problématique:

• Données massives issues de PLC peu exploitées; besoin de détection proactive des dérives et corrélation avec défauts qualité.

Objectif principal:

• Construire un système de détection d’anomalies temps réel sur données PLC et établir une corrélation prédictive avec les non-conformités pour une intervention précoce.

Stack clés:

• OPC-UA, Python, TimescaleDB, Isolation Forest, LSTM.

Livrables attendus:

• Pipeline temps réel, modèle de détection d’anomalies, dashboard qualité machine, rapport d’analyse.

Organisation:

• Encadrant Industry X.0: 2h/semaine. Nombre d’étudiants: 1. Durée: 6 mois.
• Télétravail autorisé sous conditions; planning et preuves d’avancement requis.
• Rémunération: en fin de PFE, basée sur performance & impact.