Maintenance & Entreprise n°649
Les nouvelles techniques de la maintenance prédictives p.27
Les nouvelles techniques de la maintenance prédictives p.27
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
DOSSIER LES NOUVELLES TECHNIQUES DE LA MAINTENANCE PRÉDICTIVE<br />
© DR<br />
CYM IoT se déplace dans l’usine.<br />
très coûteuses et dans la diminution de la facture énergétique.<br />
En effet, les techniques de maintenance prédictive permettent<br />
d’agir en avance sur les anomalies et donc d’éviter les gaspillages<br />
énergétiques comme par exemple : surconsommations d’équipements<br />
électriques, fuites d’air comprimé ou autres gaz très<br />
coûteux et polluants.<br />
D’autre part, les inspections de maintenance prédictive se font<br />
sur des machines en fonctionnement ce qui permet d’éliminer les<br />
arrêts pour effectuer la traditionnelle maintenance préventive.<br />
J.L.B :<br />
- Un retour sur investissements de 10.<br />
- Des premiers gains significatifs en moins de 3 mois.<br />
- Une rentabilisation en moins d’1 an.<br />
A.M. : Les bénéfices de la maintenance prédictive sont :<br />
– l’anticipation des opérations de maintenance permet une meilleure<br />
coordination avec les opérations de fabrication mais aussi<br />
toutes les équipes agissant sur le procédé (laboratoire, qualité,<br />
ressources humaines, …) ;<br />
– la réduction du volume d’heures du plan de maintenance : les<br />
inspections préventives systématiques se voient réduites et les<br />
coûts associés aussi. Le plan de maintenance est entièrement<br />
repensé à chaque nouvelle avancée sur le prédictif ainsi que l’organisation<br />
de la maintenance et des autres services.<br />
– une collaboration des équipes opérationnelles inhérente à la<br />
complexité de l’analyse prédictive : elle est aussi une des clés<br />
du succès de la maintenance prédictive. C’est un changement<br />
profond de méthodes de gestion du procédé et du management<br />
des personnes. L’approche collaborative est en phase avec les aspirations<br />
profondes des gens travaillant dans l’industrie d’être perçus<br />
comme des maillons essentiels de la chaine de création de valeur.<br />
M.L.P et B.F : Taux de disponibilité amélioré, protection des<br />
travailleurs augmentée, prolongement de la durée de vie et<br />
maîtrise des budgets d’investissement, optimisation des plans<br />
de maintenance.<br />
M & E : QUELS SONT LES FREINS ET LES POINTS DE VIGI-<br />
LANCE DANS L’UTILISATION DES SOLUTIONS DE MAINTE-<br />
NANCE PRÉDICTIVE ?<br />
J.L.B : Concernant les freins, il faut penser qu’il faut forcément<br />
connecter de nouveaux capteurs, des milliards de données pour<br />
avoir des résultats, attendre des mois et des mois pour avoir un<br />
bon modèle de prédiction, que la cybersécurité va empêcher tout<br />
accès aux données et que la maintenance prédictive va remplacer<br />
les experts, que la maintenance prédictive va masquer les<br />
compétences, les savoir-faire et la technicité des mainteneurs.<br />
Pour les points de vigilance : la maintenance prédictive n’est pas<br />
qu’une technologie, c’est avant tout une stratégie de maintenance<br />
qui doit être supportée par une organisation adéquate et différente<br />
d’une stratégie de maintenance systématique. Elle est un métier<br />
technique alliant de la mécanique, de la thermodynamique, de<br />
l’électrotechnique, de la chimie, de l’électricité… il n’y a pas de<br />
modèle de prédiction réelle sans compréhension de la physique<br />
des systèmes. En outre, il ne faut pas confondre monitoring et<br />
prédiction. Par ailleurs, le conditionnement et la contextualisation<br />
des données est la clé de voute dans l’élaboration des indicateurs<br />
de prédiction. Enfin, l’apprentissage machine doit être<br />
guidé par des experts techniques du métier.<br />
T.L.H : Les principaux freins sont le coût d’investissement des<br />
capteurs fixes (Multi-paramètres). Le traitement et l’interprétation<br />
des données sont également assez complexes en fonction du<br />
type d’application. On peut aussi citer la difficulté à impliquer les<br />
équipes de maintenance dans un projet d’implantation de maintenance<br />
prédictive, il faut impliquer le personnel dès le début du<br />
projet pour qu’il soit réussi.<br />
L’intérêt de faire appel à des sociétés spécialisées en maintenance<br />
prédictive Multi-techniques est d’une part qu’elles possèdent leurs<br />
propres outils de mesures nomades souvent plus performant que<br />
les capteurs fixes et d’autre part qu’elles possèdent le personnel<br />
qualifié et certifié à l’établissement de diagnostics plus précis.<br />
G.L.V : Il faut trouver des clients qui veulent franchir le pas de<br />
la maintenance prédictive et qui ne sont pas là que pour tester<br />
cette nouvelle technologie et laisser végéter le sujet. En revanche,<br />
beaucoup d’industriels à l’étranger avancent à toute vitesse. Ils<br />
ont été financés avec des investissements importants. Nous<br />
notons que les français sont encore frileux pour franchir le cap.<br />
Ils comprennent l’enjeu de la maintenance prédictive mais ils<br />
ne le considèrent pas comme leur priorité alors que cela apporterait<br />
un avantage compétitif. Au moment où on parle de réindustrialisation,<br />
de compétences et de savoir-faire, je pense que<br />
ce serait de bon augure que les industriels s’investissent un peu<br />
plus dans ce domaine.<br />
A.M. : Les freins et les points de vigilance sont :<br />
– la méconnaissance de la gestion d’un projet de maintenance<br />
prédictive version traitement massif de données. La Science de<br />
la Données est une discipline à part entière et ne fait pas parti<br />
des attributions des personnes qui gèrent la maintenance ou la<br />
production.<br />
– une mauvaise appréciation de la disponibilité des données<br />
et des investissements à faire pour être capable de traiter ses<br />
32 IMAINTENANCE & ENTREPRISE • N°649 • Avril - Mai 2018