Passer à la maintenance prédictive

La maintenance prédictive ou prévisionnelle est un incontournable de l’industrie du futur, puisqu’elle concerne plusieurs domaines à la fois. Entre la maîtrise de l’arrêt des machines, l’anticipation d’une panne, l’augmentation de la durée de vie des appareils, la réduction des stocks de pièces de rechange, la maintenance est une véritable approche qui va révolutionner l’industrie. Qu’est-ce que la maintenance prédictive ? La maintenance prédictive ou maintenance 4.0 est une méthode qui consiste à rassembler et à analyser les données d’un équipement industriel, ses vibrations et sa température, entre autres. Des données qui vont ensuite servir à établir un système d’alertes permettant de prévenir une défaillance en agissant avant la panne. Bien mieux que la maintenance curative, la maintenance prédictive consiste à planifier des interventions de maintenance en fonction des moyennes d’utilisation, au lieu d’effectuer une réparation au moment-même d’une panne. Cette approche permet de se baser essentiellement à l’utilisation réelle d’un équipement afin d’optimiser les opérations de maintenance, et réduire en même temps le coût de la réparation. Mais quelle différence entre maintenance préventive et prédictive ? La maintenance préventive est une méthode permettant d'entretenir des équipements en effectuant des vérifications périodiques sur ceux-ci. Les stratégies de maintenance préventive comprennent : - Les contrôles de routine - Les mesures et ajustements - Les changements d'huile et lubrification - Les changements de pièces etc... La maintenance préventive englobe donc toutes les stratégies permettant de prévenir la panne effective d'un équipement. Cela se concrétise par l'identification et le changement systématique de composants endommagés. Le problème avec la maintenance préventive, c'est de déterminer le moment idéal pour effectuer cette opération. En effet, on ne peut pas savoir à l'avance quand telle pièce d'une telle machine va s'user. On est donc obligé d'effectuer des inspections périodiques. Ces inspections périodiques vont nécessiter de la main d'œuvre et l'arrêt de la machine sur laquelle on va intervenir ce qui peut représenter un certain coût. Il peut aussi arriver qu'on change une pièce par précaution alors que celle-ci fonctionne parfaitement bien. Et c'est à partir de ce moment qu'intervient la maintenance prédictive. Celle-ci permet d'anticiper les pannes de machines tout en minimisant les coûts des opérations de maintenance. Comment cela est-il possible ? Grâce aux capteurs et à l'intelligence artificielle. La maintenance prédictive permet au maintenancier de connaitre en temps réel l'état de ses équipements en lui fournissant des informations détaillées sur les paramètres pouvant impacter ceux-ci. Un processus progressif Parler de maintenance prédictive, c’est penser à des algorithmes ultra intelligents capables de se baser sur des milliards de données permettant de prévoir, voire empêcher une défaillance des mois à l’avance. Certes, de grands enseignes comme Air liquide ont réussi à adopter le processus au bout de 15 ans de collecte de données. Néanmoins, ce ne peut être le cas pour toutes les industries. Chez Figeac Aerola maintenance prédictive, pratiquée depuis cinq ans, a permis de maîtriser toute défaillance au niveau des vibrations, de la force de serrage des outils et des défauts géométriques. L’entreprise revendique à la clé la prévention de 40% des pannes. Aujourd’hui, les mesures d’intervention de Figeac Aero s’étendent à d’autres paramètres comme les températures, les relevés plus fréquemment, les courants électriques, les pressions et les débits. L’entreprise a réussi à établir un système d’alerte automatique et prévoit prochainement de travailler l’intelligence artificielle. De son côté, l’usine de Bosch à Rodez (Aveyron), spécialisé dans les systèmes d’injection, pense pouvoir apprendre au système à émettre un diagnostic sans aucune intervention humaine. L’entreprise travaille sur un type de défaillance précis, très critique : la déviation des temps de cycle. Vous l’aurez compris, il vaut mieux au départ, se concentrer sur des actifs critiques dont les pannes arrêtent ou freinent l’ensemble de la production. Pour Samuel Blanquet, référent manufacturing chez l’éditeur SAS, la maintenance prédictive doit d’abord être testée sur une machine avant de s’étendre à une ligne puis à toute l’usine. Ce qui importe dans cette approche, c’est d’abord de déterminer le cas d’usage. Un maximum de préparation Avant de démarrer une maintenance prédictive, il convient avant tout de connecter vos machines à un système de collecte de données. Et ce processus prend souvent beaucoup de temps. Deux mois par machine pour l’usine Bosch à Rodez, dû au fait que le système n’est pas toujours à même de comprendre les langages des différentes machines. Il faut parfois penser à recruter et former une personne en interne pour travailler à plein temps sur la question. D’un autre côté, le logiciel clés en main étant quasi inexistant, il faut également développer un système capable d’émettre des alertes de façon automatique. Une base de données qualitative Une fois connectées, les machines envoient des données en masse. Mais il ne s’agit pas non plus d’obtenir le maximum de données, mais autant de données de bonne qualité que possible. Une bonne donnée correspond à une donnée technique couplée avec des données de contexte, comme la température extérieure ou la vitesse du train, par exemple. Une bonne donnée, c’est aussi une donnée répétitive, c’est-à-dire mesurable de façon régulière. Pour obtenir une donnée pertinente, il est parfois nécessaire de puiser bien plus que des données transmises automatiquement par la machine. Par exemple, il faut investir dans des capteurs pour mesurer les vibrations ou la consommation en énergie fine d’un moteur. Il existe aussi des paramètres qui ne peuvent pas être enregistrés par des capteurs lorsque la machine est en mode fonctionnel. Aussi, pour les mesurer, il convient de mettre en place un programme test qui s’exécute automatiquement sur la machine de manière régulière. Une fois que les données sont collectées, il suffit de définir un seuil pour chaque paramètre afin de lancer une alerte lorsque celui-ci sera franchi. Certains paramètres qui ne dépendent pas de critères figés, c’est davantage plus complexe. Une implication des techniciens de maintenance Pour réussir à développer des algorithmes de prédiction des pannes, il est souvent nécessaire de recruter des data scientists spécialisés. Mais il convient surtout de s’appuyer sur le savoir-faire des ingénieurs métiers et des techniciens de maintenance pour identifier les paramètres pertinents sur lesquels se fondent ces algorithmes. Intégrer les techniciens de maintenance dans le projet est un élément essentiel du passage au prédictif. Les données doivent être en effet être traitées par des experts, des gens du terrain qui connaissent la maintenance mieux que quiconque. Il faut échanger avec eux parce qu’ils disposent de l’expérience nécessaire pour travailler les données. Un data scientist ne pourra réussir sans l’aide d’opérateurs techniques. Une équipe bien organisée Penser à une maintenance prédictive, c’est prévoir un changement de planning et d’organisation des équipes de maintenance. Et cette étape de planification crée souvent des difficultés au sein des entreprises. Très souvent, c’est dans la quantité d’informations que les opérateurs se perdent. Aussi, pour contourner cette difficulté, il convient de former des coordinateurs de travaux pour qu’ils communiquent avec les data scientists. A l’issue de cet échange, les coordinateurs seront capables de hiérarchiser les informations, prioriser les alertes et ainsi programmer des opérations de maintenance. Le métier de coordinateur est un vieux métier qui, à l’origine consistait à planifier une opération de maintenance à partir du planning. Mais il a beaucoup évolué depuis. Pour que le changement ne soit pas trop brusque pour les techniciens de maintenance, il convient également d’organiser des réunions mensuelles. Les séances seront consacrées à la présentation des outils de la maintenance 4.0, et à l’explication de l’évolution du métier. A l’issue de ces réunions, les techniciens seront plus autonomes et capables de planifier une opération de maintenance plutôt que d’intervenir dans l’urgence après une panne. Evidemment, les opérations préventives ne vont pas pour autant disparaître de manière définitive puisqu’elles vont rester pertinentes pour certains paramètres.

Netz: Startseite - ASERTI ELECTRONIC
Aktualisiert: 11.11.2023

zum Artikel gehen

Passer à la maintenance prédictive

La maintenance préventive

Predictive Delivery – Automatically timing delivery of your email campaigns

Optimisez la maintenance industrielle en temps réel avec l’IoT

Meran: Kurstadt mit Charme

NOUS RESTONS OUVERTS DURANT LA PÉRIODE ESTIVALE