Reconnaissance visuelle pièces détachées

Contexte

Compagnie aérienne (70M passagers/an) avec des ateliers de maintenance lourde (MRO) traitant 500K pièces détachées par an. L'identification manuelle des pièces (numéro de série, référence constructeur) lors des inspections est source d'erreurs : 3% des pièces sont mal identifiées, entraînant des commandes erronées et des retards de maintenance.

Problème & Défi

Erreurs d'identification pièces : 3% soit 15K pièces/an mal référencées. Commandes erronées : 8M€/an de coûts (pièces retournées, expéditions express, stockage). Temps de recherche référence : 10 minutes par pièce en moyenne dans le catalogue de 200K références. Retards de maintenance liés aux erreurs d'identification : 200 AOG (Aircraft on Ground) évitables par an. Compétences rares : les techniciens expérimentés partent à la retraite emportant leur savoir-faire d'identification.

Solution & Livrables

Modèle Computer Vision d'identification de pièces détachées à partir de photos prises par les techniciens. Base de données visuelle de 200K références avec images multi-angles et variations d'usure. Application mobile technicien : photo → identification en <3 secondes avec confiance et alternatives. Enrichissement continu : chaque validation technicien entraîne le modèle pour améliorer la précision. Intégration au système GMAO : commande automatique de la bonne pièce après identification.

Technologies