La Maintenance Prédictive au service des Industriels

Depuis toujours, pour entretenir leurs équipements et réduire leurs coûts, les industriels font appel à de la maintenance préventive et de la maintenance corrective. Mais aujourd’hui, ces derniers n’ont qu’un mot à la bouche : la maintenance prédictive.

Ce nouveau concept réduirait les coûts liés aux temps d’arrêt et optimiserait même les coût de production. ABI Research estime à 24,7 milliards de dollars les revenus engendrés par la maintenance prédictive d’ici 2019.

Qu’est-ce que la Maintenance Prédictive ?

Les solutions de maintenance prédictive ont pour objectif de prévoir les défaillances avant qu’elles ne surviennent, à travers l’évaluation continue de l’état des équipements. Grâce à la remontée de données de plus en plus riches avec l’ascension du Big Data et de l’IOT, les solutions de maintenance prédictive vont détecter l’usure des composants des machines et prévenir la panne ou l’accident avant qu’ils ne surviennent. Ces solutions se servent ainsi à la fois d’un historique de données sur des événements passées et des données en temps réel pour en déduire leur diagnostic. Elles vont ainsi évaluer par exemple les variations de température, de vibration, de pression, de position ou encore de bruit afin de repérer les schémas propices aux pannes et déterminer la cause première du problème.

La maintenance prédictive cherche donc à agir ni trop tôt (maintenance préventive) ni trop tard (maintenance corrective). Elle vise le « Juste à temps » et permet aux entreprises de bénéficier d’avantages allant au-delà de la simple réduction des temps d’arrêt des machines.

Quels en sont les bénéfices ?

Les bénéfices apportés par la maintenance prédictive sont multiples.

Meilleure gestion des risques de panne : en ayant connaissance d’une panne à venir, les entreprises peuvent mieux gérer ce risque et intervenir avant que la machine ne s’arrête. Le temps d’arrêt de celle-ci, en plus d’être moins long, pourra se faire au meilleur moment pour l’industriel. Prenons l’exemple d’une laiterie. Lorsqu’un industriel lance sa production, pour des questions de normes d’hygiène, il est dans l’incapacité d’arrêter la ligne de production en cours de processus. Si un équipement tombe en panne à ce moment, toute la production en cours doit être jetée, engendrant de lourdes pertes. Avec la maintenance prédictive, l’industriel, prévenu à temps d’une future panne, bénéficie de suffisamment de temps pour finaliser la production en cours et organiser la maintenance sans précipitation.

Diminuer la sur-maintenance : fini les plans de maintenance préventive excessifs. La maintenance prédictive permet aux entreprises d’optimiser les plans de maintenance et de réduire les temps d’arrêt en réalisant uniquement des opérations de maintenance nécessaires et au bon moment.

Optimisation des processus industriels : au-delà de la simple prévision d’une future panne, l’usage de la maintenance prédictive s’étend à l’optimisation des processus industriels. Ses solutions, en offrant une analyse en temps réel de l’usage des machines, permettent également d’évaluer le degré d’usure d’un équipement et d’ajuster la production en conséquence afin que le matériel tienne jusqu’à la prochaine maintenance. Lors de la construction de tunnels par exemple, l’objectif est de forer le plus vite possible en usant le moins possible les foreuses et notamment la pompe de marinage. Une solution de maintenance prédictive aura ici pour but d’augmenter la fiabilité des machines afin d’éviter les pannes atteignant des coûts très élevés dans cette industrie.

Economies d’énergie : dernier avantage et pas des moindres, l’évaluation de l’état des machines en continu sert également aux entreprises à réduire leurs factures énergétiques. Outre les pannes, le diagnostic offert par la maintenance prédictive permet de détecter des anomalies liées notamment à une surconsommation d’un équipement et de le réguler. Mais ce n’est pas tout. En croisant diverses données sur l’état des machines, l’environnement dans lequel elles sont implantées et l’environnement extérieur, tel que la météo par exemple, l’industriel est également en mesure de varier l’usage de ses équipements et ainsi réduire sa consommation énergétique tout en optimisant sa production.

Exemple – Quand Air France rencontre Mongo DB

En 2015, Air France KLM s’offre les services de MongoDB, entreprise gestionnaire de base de données NoSQL, pour anticiper les pannes de ses Airbus A380.

A l’aide de 300 000 capteurs embarqués, à chaque atterrissage d’un de ces avions à Roissy- Charles de Gaulle, les données de vol de l’avion sont transmises au centre d’ingénierie et de maintenance d’Air France KLM pour analyser et détecter le moindre signal faible annonçant une future panne. En moins d’une heure, le diagnostic est livré aux équipes de maintenance présentes à l’aéroport et disponibles en cas d’intervention.

Au total, la solution mise en place par MongoDB permet à Air France KLM de détecter les pannes à venir 10 à 20 jours avant qu’elles ne se produisent et d’éviter l’immobilisation de l’avion, le temps d’identification et de localisation de l’origine de la panne est passé en moyenne de 6 heures à 5 minutes et 75% des pannes ont été évitées.

La maintenance prédictive constitue donc un réel enjeu économique pour les industriels, tant sur la réduction des coûts générés par les pannes ou l’arrêt des équipements que sur l’optimisation de leurs processus industriels et de leur production.

Kelly VIGIER, spécialiste marketing stratégique & transformation digitale