Technologies / Guide complet de la maintenance prédictive

Quelle est la quantité minimale de travaux de maintenance que vous devez effectuer pour maintenir vos actifs dans un état de fonctionnement optimal et éviter les pannes d’équipement inattendues ? C’est une question difficile, à laquelle on ne peut répondre qu’avec l’aide de la maintenance prédictive.

La capacité de prédire la durée de vie restante d’une pièce ou d’un actif sur la base de données en temps réel offre aux organisations un moyen sans précédent de gérer et d’optimiser leurs ressources de maintenance.

Pour savoir si la maintenance prédictive est une stratégie qui pourrait être utile à votre entreprise, vous devez d’abord comprendre ce qu’elle est, comment elle fonctionne, quels sont ses avantages et ses inconvénients, et comment on met en œuvre un programme de maintenance prédictive.

Qu’est-ce que la maintenance prédictive (PdM) ?

La maintenance prédictive est une stratégie de maintenance proactive. Elle utilise notamment des outils de surveillance des conditions pour détecter divers signes de détérioration, des anomalies et des problèmes de performance des équipements.

Sur la base de ces mesures, l’organisation peut exécuter des algorithmes prédictifs préétablis pour estimer le moment où une pièce d’équipement risque de tomber en panne, de sorte que les travaux de maintenance puissent être effectués juste avant que cela ne se produise.

L’objectif de la maintenance prédictive est d’optimiser l’utilisation de vos ressources de maintenance. En sachant quand une certaine pièce va tomber en panne, les responsables de la maintenance peuvent programmer les travaux de maintenance uniquement lorsqu’ils sont réellement nécessaires, ce qui permet simultanément d’éviter une maintenance excessive et de prévenir une panne inattendue de l’équipement.

Lorsqu’elle est mise en œuvre avec succès, la maintenance prédictive réduit les coûts opérationnels, minimise les problèmes de temps d’arrêt et améliore la santé et les performances globales des actifs.

Comment fonctionne la maintenance prédictive ?

Le principal avantage de la maintenance prédictive est de pouvoir programmer les travaux en fonction de l’état actuel du bien. Cependant, il n’est pas facile de connaître l’état exact d’actifs complexes.

Trois éléments principaux permettent à la maintenance prédictive de suivre l’état des actifs et d’avertir les techniciens des pannes d’équipement à venir :

• les capteurs de surveillance de l’état installés envoient des données de performance en temps réel et des données sur la santé des machines.
• La technologie IoT permet la communication entre les machines, les solutions logicielles et la technologie du cloud, ce qui permet de collecter et d’analyser d’énormes quantités de données.
• Les modèles de données prédictifs sont alimentés par toutes ces données traitées afin de pouvoir émettre des prévisions de défaillance.

1) Technologie de CM et techniques de maintenance prédictive

Il existe une variété de capteurs et d’équipements de surveillance de l’état qui peuvent être installés/rééquipés. Vous pouvez mesurer les courants électriques, les vibrations, la température, la pression, l’huile, le bruit, les niveaux de corrosion, etc.

En fonction des capteurs que vous utilisez et des tests que vous voulez effectuer, il existe une variété de techniques de maintenance conditionnelle/prédictive qui peuvent être appliquées, par exemple :

• analyse de l’huile/de la lubrification,
• différentes variations de la thermographie,
• analyse des vibrations/surveillance dynamique,
• analyse du circuit du moteur,
• interférométrie laser
• analyse ultrasonique et acoustique
• radiographie/analyse des radiations
• mesures électromagnétiques,
• différentes mesures de performance

Pour une ventilation et une explication plus détaillées sur les techniques de surveillance de l’état et de maintenance prédictive, consultez ce guide.

2) Le rôle de la technologie IoT

C’est une chose de recueillir des données. Mais c’en est une autre de pouvoir les analyser et les utiliser aux fins prévues. En utilisant la technologie de l’Internet des objets (IoT), les capteurs mentionnés précédemment peuvent collecter et partager des données.

PdM s’appuie fortement sur ces capteurs pour connecter les actifs à un système central qui stocke les informations entrantes. Ces concentrateurs centraux fonctionnent à l’aide de la connectivité WLAN ou LAN ou de la technologie du cloud.

À partir de là, les actifs peuvent communiquer, travailler ensemble, analyser les données, recommander des mesures correctives ou prendre des mesures directement, selon la façon dont le système est configuré.

3) Appliquer des algorithmes prédictifs

La partie la plus importante de la maintenance prédictive (et sans doute la plus difficile) est la création d’algorithmes prédictifs (ou pronostics). En substance, vous devez construire un modèle qui prendra en compte de nombreuses variables différentes et la manière dont elles s’interconnectent et s’influencent les unes les autres — l’objectif final étant de pouvoir prédire les défaillances de la machine.

Au fil du temps, les capteurs installés génèreront de plus en plus de données qui serviront pour améliorer les modèles initiaux et réaliser des prédictions de panne quasi parfaites.

Sans entrer dans des considérations trop techniques, voici comment fonctionnent les algorithmes. Ils suivent un ensemble de règles prédéterminées qui comparent le comportement actuel de l’actif à son comportement attendu.

Les écarts sont une indication de la détérioration progressive qui conduira à la défaillance du bien. Sur la base des écarts, des conditions de fonctionnement actuelles, des données sur les défaillances passées et de toutes les autres variables intégrées au modèle de données, les algorithmes tentent de prévoir les points de défaillance.

Le système automatisé qui en résulte :

• surveille les conditions de fonctionnement grâce à des capteurs installés
• comprend et prédit les modèles créés par les anomalies de données
•  crée des alertes lorsqu’il y a un écart par rapport aux seuils établis.

Avantages et inconvénients de la maintenance prédictive

Comme toute autre stratégie de maintenance, la maintenance prédictive s’accompagne d’un ensemble clair d’avantages et d’inconvénients :

La maintenance prédictive présente une barrière à l’entrée relativement élevée. Raison pour laquelle la maintenance prédictive reste encore peu adoptée. L’achat et l’installation d’équipements de maintenance conditionnelle, le développement de modèles prédictifs et l’association du tout avec une GMAO ou un autre logiciel spécialisé peuvent nécessiter un investissement initial important.

En outre, la création de modèles et d’algorithmes requiert des connaissances spécialisées qui ont besoin d’une externalisation. Tout cela signifie que la mise en place et le fonctionnement de la maintenance prédictive peuvent être complexes.

Comment établir un programme de maintenance prédictive

Il est essentiel de jeter les bases du PdM pour créer un système durable. La clé est de commencer modestement. Vous pouvez ensuite passer à l’échelle supérieure à mesure que l’organisation s’adapte à cette nouvelle façon de faire les choses.

Voici un aperçu visuel des étapes habituelles qu’une organisation doit suivre pour mettre en œuvre un programme de maintenance prédictive.

Source : objetconnecte