- Grâce à la plate-forme logicielle Factolynx, il est possible de procéder à distance à l’inspection d’équipements ou autres installations industrielles.
- Ce qui permet d’accélérer les contrôles, de réduire leur coût, de limiter l’impact environnemental lié au déplacement d’un inspecteur et d’éviter les contacts physiques.
Factolynx est le fruit des restrictions de déplacement liées à la pandémie de Covid-19. Cette plate-forme logicielle a été conçue pour répondre aux besoins d’un industriel qui devait valider différentes étapes de la construction d’équipements mécano-soudés produits dans ses ateliers alors que l’inspecteur du client ne pouvait pas se déplacer.
Factolynx, qui est disponible en mode SAAS (Software as a Service), n’est pas seulement un outil de transmission d’images, de vidéos et de son entre en temps réel entre deux parties. Cet outil d’inspection à distance fournit pour chaque projet une interface dédiée via laquelle les utilisateurs autorisés disposent de tous les éléments relatifs au projet : avancement du projet, enregistrement des images et vidéos, gestion des non conformités constatés, liste de tâches encore à réaliser, suivi en temps réel de l’avancement, stockage centralisé des documents. La centralisation de l’ensemble des informations ainsi que le contrôle de leur distribution et leur partage aux seules personnes habilitées simplifient et fiabilisent la gestion du projet. Factolynx permet de générer automatiquement un rapport de fin d’intervention personnalisé intégrant l’ensemble des documents souhaités par l’industriel.
L’accès à la plate-forme est assuré par un contrôle strict des accès par une authentification renforcée, le chiffrement des données et la fourniture de privilèges restreints à certains utilisateurs.
Enfin, grâce à des fonctionnalités de Machine Learning, Factolynx peut analyser les données générées pendant les inspections afin de prévenir les défauts éventuels, identifier les axes d’amélioration, obtenir des statistiques de performances, évaluer les fournisseurs… Il est ainsi possible à partir de situations réelles enrichissant des bases de données de comprendre des modèles et des situations spécifiques afin de prévenir l’apparition de nouvelles non-conformités ou d’incidents.