Cet article détaille un système de maintenance prédictive construit sur la plateforme IoT iNeuOS. Il collecte des données de séries temporelles à partir de capteurs de vibration et utilise le LLM DeepSeek V4 Pro pour permettre aux utilisateurs d'interroger l'état des équipements en langage naturel. Le système effectue une analyse indépendante des canaux de vibration et une évaluation complète, éliminant le besoin de SQL ou d'outils spécialisés. Cette approche représente une avancée significative pour rendre les données IoT industrielles accessibles aux parties prenantes non techniques, réduisant les temps d'arrêt et les coûts de maintenance. L'intégration des LLM avec des modèles de séries temporelles offre un modèle évolutif pour la maintenance prédictive dans diverses industries.
Une étude de cas sur la combinaison des données IoT, de l'analyse de séries temporelles et des LLM pour la maintenance prédictive, permettant des requêtes en langage naturel sur l'état des équipements.