De nombreuses entreprises maintiennent leurs équipements et leurs machines en mode curatif. On répare quand la panne survient. Ce qui génère des surcoûts, des retards de production liés aux arrêts de chaîne et, par conséquent, une productivité en berne. La maintenance industrielle devient partie prenante de l’usine du futur et non plus une simple fonction annexe, souvent sous-traitée. Une solution pour contourner cette problématique est d’adopter une démarche de maintenance prédictive, ou prévisionnelle, en combinant différentes technologies : capteurs intelligents, algorithmes d’analyse des pannes, big data… Une véritable petite révolution qui nécessite en parallèle de repenser son organisation interne.
Une récente étude du cabinet Mac Kinsey évalue à 630 millions de dollars d’ici 2025 les économies apportées par la maintenance prédictive pour les entreprises. Ces économies seront rendues possibles par plusieurs facteurs : une réduction des coûts de maintenance de 10 à 40 % ; une réduction du nombre de pannes de moitié ; une diminution du montant investi dans les nouvelles machines de 3 à 5 % en augmentant la durée de vie des machines existantes.
Qu’est-ce que la maintenance prédictive ?
La maintenance prédictive permet de détecter les anomalies sur des machines avant qu'elles ne deviennent trop graves. La force de la maintenance prédictive est donc d'anticiper les pannes. Ce qui évite tout arrêt - coûteux - de la chaîne de production.
Fondée sur l’analyse de données collectées grâce à des capteurs intelligents positionnés sur l’équipement, elle permet de pousser à bout la logique du « juste à temps » et ainsi d’optimiser l’usage d’une machine avant de procéder à sa réparation ou à son remplacement, juste avant qu’une panne ne se produise.
La maintenance prédictive permet de prévoir les incidents techniques plutôt que de les subir. Grâce à cette stratégie, il est ainsi possible de programmer à l’avance des interventions et ainsi d’éviter une immobilisation imprévue d’un équipement ou d’une machine. Elle pousse donc les choses un cran plus loin que la maintenance préventive.
La maintenance prédictive, par rapport à la maintenance préventive, permet ainsi de passer d'une logique de flux poussé à une logique de flux tiré. Le fournisseur n'intervient que lorsque des signaux émis par une machine reflètent une panne probable à court terme. C'est donc l'état réel de l'actif, et non un calendrier théorique, qui déclenche une intervention.
L'anticipation des pannes est rendue possible par :
- L'implantation de capteurs. Ils permettent de remonter plusieurs milliers de données chaque jour. C'est l'internet des objets (IoT).
- La modélisation d'un schéma de panne. En se basant sur l'historique de fonctionnement des machines, au-delà des symptômes, il est possible d'identifier les causes racines de la panne.
- Le développement et l'optimisation d'algorithmes prédictifs qui déterminent les seuils d'alerte. C'est l'apprentissage automatique ou machine learning.
La maintenance prédictive source de productivité
La maintenance prédictive permet d'améliorer plusieurs indicateurs de performance :
- amélioration du taux de rendement global d'un équipement
- réduction des coûts de réparation et d'intervention
- amélioration et prédictibilité de la qualité du produit
Au final, la maintenance prédictive permet d'améliorer le retour sur investissement. Elle rationalise le processus et permet des gains de coût et de temps.
Comment faire de la maintenance prédictive ?
Pour mettre en place une stratégie de maintenance prédictive, il faut d’abord installer des capteurs sur les équipements concernés. Ces capteurs vont permettre de collecter en continu des données sur l’état de fonctionnement des machines. Ces données vont ensuite être analysées et modélisées par des programmes informatiques (des algorithmes). Ces derniers vont ainsi, en fonction de paramètres spécifiques, établir quels sont les comportements normaux attendus de la part des équipements, ainsi que des seuils d’alerte permettant d’avertir sur une panne imminente.
Des capteurs intelligents
Il existe tout un ensemble de capteurs industriels divers et variés. Les équipements et machines modernes en sont de plus en plus équipés. On recense ainsi des capteurs pour :
- La détection de défauts par ultrasons
- L’analyse thermographique par infrarouge
- L’analyse vibratoire
- L’analyse des fluides
- L’analyse des huiles
- L’analyse spectrale
Intelligence Artificielle et prédictions
Ensuite, pour mener à bien un projet de maintenance prédictive, il faut déployer les outils analytiques qui vont permettre de découvrir ce qui se cache dans les données relevées par les capteurs. On entre ici dans le domaine de l’Intelligence Artificielle. Les algorithmes vont traquer et analyser les données caractéristiques d’une panne. A partir de là, ils vont modéliser des combinaisons de données similaires, des schémas de panne, et fixer des seuils d’alerte en conséquence. Dès qu’une de ces combinaisons réapparaîtra, le système considèrera qu’une panne va avoir lieu de manière imminente. A l’aide d’un logiciel de gestion des interventions, connecté à ces outils de supervision, l’entreprise peut ainsi automatiser la prise de décision sur les opérations de maintenance.
L’intégration des différents systèmes d’information concernés est importante pour la réussite d’un programme de maintenance prédictive. Il faut « désiloter » les données de maintenance et les centraliser afin de faciliter leur exploitation par les outils analytiques. Ce type de démarche est aujourd’hui facilité par le développement de la technologie « Cloud ».
Faire des économies
Mettre en place une stratégie de maintenance prédictive permet de réaliser des économies significatives par rapport à la maintenance curative ou préventive, car les tâches ne sont réalisées qu’au moment approprié. La maintenance prédictive permet aux services de maintenance d’anticiper le moment précis où la panne va avoir lieu et ainsi de ne lancer une intervention qu’en cas de nécessité avérée. Elle permet de trouver le juste équilibre pour intervenir : ni trop tôt, pour réduire les coûts, ni trop tard, pour éviter une panne.
Des investissements de départ nécessaires
En premier lieu, déployer un programme de maintenance prédictive peut représenter un coût significatif pour une entreprise. Elle devra se doter des capteurs de données nécessaires pour assurer la surveillance continue des équipements et machines et acquérir ou développer les outils analytiques dédiés à l’exploitation de ces données. En outre, il faut également prendre en compte le coût de formation du service de maintenance pour lui permettre de maîtriser ces nouveaux outils d’analyse de données. Ensuite, il faut prévoir le temps nécessaire pour développer et déployer le programme dans l’entreprise.
Des bénéfices opérationnels importants
Mais en contrepartie, les bénéfices sont énormes, notamment sur le long terme :
Une récente étude du cabinet Mac Kinsey évalue à 630 millions de dollars d’ici 2025 les économies apportées par la maintenance prédictive pour les entreprises. Ces économies seront rendues possibles par plusieurs facteurs : une réduction des coûts de maintenance de 10 à 40 % ; une réduction du nombre de pannes de moitié ; une diminution du montant investi dans les nouvelles machines de 3 à 5 % en augmentant la durée de vie des machines existantes.
Qu’est-ce que la maintenance prédictive ?
La maintenance prédictive permet de détecter les anomalies sur des machines avant qu'elles ne deviennent trop graves. La force de la maintenance prédictive est donc d'anticiper les pannes. Ce qui évite tout arrêt - coûteux - de la chaîne de production.
Fondée sur l’analyse de données collectées grâce à des capteurs intelligents positionnés sur l’équipement, elle permet de pousser à bout la logique du « juste à temps » et ainsi d’optimiser l’usage d’une machine avant de procéder à sa réparation ou à son remplacement, juste avant qu’une panne ne se produise.
La maintenance prédictive permet de prévoir les incidents techniques plutôt que de les subir. Grâce à cette stratégie, il est ainsi possible de programmer à l’avance des interventions et ainsi d’éviter une immobilisation imprévue d’un équipement ou d’une machine. Elle pousse donc les choses un cran plus loin que la maintenance préventive.
La maintenance prédictive, par rapport à la maintenance préventive, permet ainsi de passer d'une logique de flux poussé à une logique de flux tiré. Le fournisseur n'intervient que lorsque des signaux émis par une machine reflètent une panne probable à court terme. C'est donc l'état réel de l'actif, et non un calendrier théorique, qui déclenche une intervention.
L'anticipation des pannes est rendue possible par :
- L'implantation de capteurs. Ils permettent de remonter plusieurs milliers de données chaque jour. C'est l'internet des objets (IoT).
- La modélisation d'un schéma de panne. En se basant sur l'historique de fonctionnement des machines, au-delà des symptômes, il est possible d'identifier les causes racines de la panne.
- Le développement et l'optimisation d'algorithmes prédictifs qui déterminent les seuils d'alerte. C'est l'apprentissage automatique ou machine learning.
La maintenance prédictive source de productivité
La maintenance prédictive permet d'améliorer plusieurs indicateurs de performance :
- amélioration du taux de rendement global d'un équipement
- réduction des coûts de réparation et d'intervention
- amélioration et prédictibilité de la qualité du produit
Au final, la maintenance prédictive permet d'améliorer le retour sur investissement. Elle rationalise le processus et permet des gains de coût et de temps.
Comment faire de la maintenance prédictive ?
Pour mettre en place une stratégie de maintenance prédictive, il faut d’abord installer des capteurs sur les équipements concernés. Ces capteurs vont permettre de collecter en continu des données sur l’état de fonctionnement des machines. Ces données vont ensuite être analysées et modélisées par des programmes informatiques (des algorithmes). Ces derniers vont ainsi, en fonction de paramètres spécifiques, établir quels sont les comportements normaux attendus de la part des équipements, ainsi que des seuils d’alerte permettant d’avertir sur une panne imminente.
Des capteurs intelligents
Il existe tout un ensemble de capteurs industriels divers et variés. Les équipements et machines modernes en sont de plus en plus équipés. On recense ainsi des capteurs pour :
- La détection de défauts par ultrasons
- L’analyse thermographique par infrarouge
- L’analyse vibratoire
- L’analyse des fluides
- L’analyse des huiles
- L’analyse spectrale
Intelligence Artificielle et prédictions
Ensuite, pour mener à bien un projet de maintenance prédictive, il faut déployer les outils analytiques qui vont permettre de découvrir ce qui se cache dans les données relevées par les capteurs. On entre ici dans le domaine de l’Intelligence Artificielle. Les algorithmes vont traquer et analyser les données caractéristiques d’une panne. A partir de là, ils vont modéliser des combinaisons de données similaires, des schémas de panne, et fixer des seuils d’alerte en conséquence. Dès qu’une de ces combinaisons réapparaîtra, le système considèrera qu’une panne va avoir lieu de manière imminente. A l’aide d’un logiciel de gestion des interventions, connecté à ces outils de supervision, l’entreprise peut ainsi automatiser la prise de décision sur les opérations de maintenance.
L’intégration des différents systèmes d’information concernés est importante pour la réussite d’un programme de maintenance prédictive. Il faut « désiloter » les données de maintenance et les centraliser afin de faciliter leur exploitation par les outils analytiques. Ce type de démarche est aujourd’hui facilité par le développement de la technologie « Cloud ».
Faire des économies
Mettre en place une stratégie de maintenance prédictive permet de réaliser des économies significatives par rapport à la maintenance curative ou préventive, car les tâches ne sont réalisées qu’au moment approprié. La maintenance prédictive permet aux services de maintenance d’anticiper le moment précis où la panne va avoir lieu et ainsi de ne lancer une intervention qu’en cas de nécessité avérée. Elle permet de trouver le juste équilibre pour intervenir : ni trop tôt, pour réduire les coûts, ni trop tard, pour éviter une panne.
Des investissements de départ nécessaires
En premier lieu, déployer un programme de maintenance prédictive peut représenter un coût significatif pour une entreprise. Elle devra se doter des capteurs de données nécessaires pour assurer la surveillance continue des équipements et machines et acquérir ou développer les outils analytiques dédiés à l’exploitation de ces données. En outre, il faut également prendre en compte le coût de formation du service de maintenance pour lui permettre de maîtriser ces nouveaux outils d’analyse de données. Ensuite, il faut prévoir le temps nécessaire pour développer et déployer le programme dans l’entreprise.
Des bénéfices opérationnels importants
Mais en contrepartie, les bénéfices sont énormes, notamment sur le long terme :
- Une diminution drastique des pannes et donc des temps d’immobilisation des équipements
- Une meilleure surveillance des équipements permettant d’anticiper des incidents mineurs pouvant entraîner des problèmes plus importants
- Une utilisation optimale des équipements (jusqu’au moment précis où la panne va se produire) et un allongement de leur durée de vie
- Une amélioration de la fiabilité des équipements et donc une optimisation de la production
- Une meilleure planification des interventions, et donc une meilleure préparation des équipes de maintenance
- Une meilleure gestion des stocks de pièces de rechange
- Une réduction des frais de maintenance et des coûts liés à l’arrêt des machines
Source :
L’Usine Nouvelle n°3587- 3588
lesechos.fr
L’Usine Nouvelle n°3587- 3588
lesechos.fr