Caterpillar, le géant de la construction, utilise le Big Data pour atténuer les risques inhérents à l’industrie de la construction.
Les défaillances et les erreurs dans l’industrie de la construction peuvent coûter des vies. Mais il existe de nombreuses innovations qui visent à réduire les risques dans ce secteur. Récemment, nous avons assisté à l’apparition d’un béton flexible qui plie sous la pression au lieu de se fissurer, très utile dans les zones sensibles aux tremblements de terre. Et plutôt cette année, la création d’une technologie de numérisation de pointe permet de détecter les variations entre les plans architecturaux et le résultat final, identifiant ainsi es erreurs. Aujourd’hui, Caterpillar a développé le Driver Safety System pour mesurer l’état et l’usure des équipements.
Développé par Seeing Machines, un partenaire d’alliance de Caterpillar, le dispositif comprend une caméra en cabine et un système d’alerte qui avertit l’opérateur lorsqu’une réparation est nécessaire. Les opérateurs portent aussi des bracelets intelligents qui mesurent et capturent les informations concernant la qualité et la quantité de sommeil. Tout cela est ensuite envoyé à des analystes, qui traitent les données dans le but de prévenir les accidents. « Nos clients veulent une meilleure visibilité sur l’interaction entre les opérateurs et les machines qu’ils utilisent, et connaître la manière dont le comportement influe sur la sécurité et la productivité », a déclaré Tim Crane, le directeur du service de sécurité de Caterpillar. « Cette solution innovante offre à nos clients la possibilité de réduire considérablement les risques et améliorer la productivité. »
Caterpillar voit clairement un avantage concurrentiel dans le fait d’aider leurs clients à surveiller la sécurité des équipements Caterpillar, en évitant les accidents et en augmentant la rentabilité. Est-ce que d’autres marques pourraient tirer avantage d’une approche proactive de la sécurité ?
- Site web : www.cat.com
- Contact : [email protected]
Ça vous a plu ? 4.6/5 (29)
