26.03.2019 Views

Production Maintenance n°64

Ma maintenance 4.0. un vrai projet d'entreprise !

Ma maintenance 4.0. un vrai projet d'entreprise !

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

technologies<br />

technologies<br />

Méthodologie<br />

Du préventif au proactif,<br />

quels rôles pour<br />

la maintenance à l’ère<br />

de l’Industrie 4.0 ?<br />

Instructeur exclusif de la méthode Maxer et praticien de l’Holacracy,<br />

Jean-Paul Souris, « Master Black Belt 6 Sigma », de la société<br />

S Consultants, revient dans cet article sur les fondamentaux<br />

de la maintenance dite 4.0 et la mise en œuvre de la méthode Maxer.<br />

Depuis plus de quarante ans, les évolutions technologiques ont dû (ou<br />

auraient dû) faire évoluer les politiques, stratégies et organisations de la<br />

maintenance. Malheureusement, elle a souvent été en retard et en décalage<br />

pour se remettre en cause rapidement. On est passé des machines spéciales<br />

aux robots, on a vu l’apparition des méthodes et outils de la CND 1 (analyse des<br />

vibrations, thermographie IR, analyse des huiles, mesures des épaisseurs et des<br />

fuites par ultra-sons, etc.), mais toutes mises en œuvre de manière dispersées (en<br />

silos) et non corrélées. Les capteurs et l’analyse étaient concentrés souvent dans<br />

un seul appareil autonome, ce qui est encore le cas.<br />

Dans la mise en œuvre de la maintenance 4.0, on sépare les données que les<br />

équipements produisent (data existantes et/ou celles fournies par des capteurs<br />

complémentaires 2 ) de leur traitement cognitif à base de réseaux de neurones,<br />

bayésiens, des corrélations, régressions, voire des développements spécifiques<br />

avec des langages dédiés (Java script, R, Python).<br />

En conséquence, ce ne sont plus les acteurs de la maintenance qui définissent le<br />

plan de préventif, mais l’analyse prédictive des « data » qui va proposer une maintenance<br />

qui va devenir proactive. En fait, on renverse le processus...<br />

Chaque équipement étant spécifique<br />

(excepté les robots qu’on achète pratiquement<br />

sur catalogue), il est nécessaire<br />

de concevoir un métamodèle, qui est en<br />

fait un jumeau numérique allant s’affiner<br />

au fur et à mesure de l’apprentissage<br />

incontournable et qu’on va comparer<br />

au comportement de l’équipement sous<br />

surveillance.<br />

On pourrait faire des similitudes entre<br />

la maintenance 4.0 et la médecine réparatrice.<br />

Quand on prend sa pression<br />

artérielle, c’est une valeur unique à un<br />

moment T ; quand on porte un brassard<br />

sur 24 heures, on est en enregistrement<br />

quasi-continu et on voit les évolutions<br />

dans le temps.<br />

En fonction de la spécialité des médecins,<br />

chacun à ses valeurs à surveiller<br />

et ce de manière indépendante donc en<br />

silos ! De même avec le Shiatsu et l’acuponcture,<br />

on va, en appuyant sur les<br />

Tsubos 3 , libérer les énergies des méridiens<br />

qui régissent notre corps.<br />

Impact de la maintenance 4.0<br />

sur les acteurs<br />

La maintenance se conçoit, se réalise et<br />

s’analyse, et donc elle doit se remettre en<br />

cause en fonction du nouveau processus<br />

de mise en oeuvre de la maintenance 4.0<br />

Rappelons les étapes qui sont au<br />

nombre de 5 4 :<br />

• la définition du projet de maintenance<br />

proactive<br />

• la définition du modèle des données<br />

• la définition du modèle d’analyse<br />

• l’évaluation des modèles, de la qualité<br />

de la prédiction<br />

• le déploiement pour l’industrialisation<br />

d’équipements similaires.<br />

À ces cinq étapes, la maintenance doit être un acteur intégré<br />

dans le projet :<br />

• Étape 1 : Classement de la criticité des équipements, apport<br />

de l’historique des défaillances (REX des connaissances des<br />

techniciens, historique dans les GMAO)<br />

• Étape 2 : Identification des datas existantes et non exploitées,<br />

conseils sur les capteurs potentiels supplémentaires<br />

à mettre en place (maintenabilité ?)<br />

• Étape 3 : Aide à la conception des metamodèles avec les<br />

Ingénieurs IA de conception<br />

• Étape 4 : Analyse de la qualité de la prédiction selon les<br />

quatre axes suivants.<br />

• Étape 5 : validation du plan de déploiement de la maintenance<br />

proactive sur les équipements similaires.<br />

Impact sur la Fonction <strong>Maintenance</strong><br />

La <strong>Maintenance</strong> est impactée dans les domaines principaux<br />

suivants :<br />

▶ Les organisations : étant différentes et partagées, voire<br />

conflictuelles selon les différents managers (centralisées,<br />

décentralisées, matricielles, holacraciques, etc.) en fonction<br />

des milieux industriels automobile, pharmaceutique,<br />

agroalimentaire, énergie, etc.), elles n’ont pas d’incidence<br />

sur la maintenance 4.0. Mais certaines amènent une meilleure<br />

efficacité 5 .<br />

Il est recommandé d’avoir dans l’entreprise des compétences<br />

en statistique, voire un Black Belt 6 Sigma passionné<br />

de statistiques descriptives, ou un accord avec un consultant<br />

spécialisé dans l’analyse des données, afin de faire le travail<br />

nécessaire à l’interprétation et l’optimisation des résultats.<br />

▶ Les politiques : La maintenance préventive classique à<br />

vécu, inutile de faire du préventif prévisionnel à base<br />

d’Amdec moyens, de rajouter d’actions suite à l’analyse<br />

du correctif, d’autant que les analyses faites depuis longtemps<br />

avec la MBF 6 montrent que 30% des actions actuelles<br />

de Préventif, ne servent à rien...<br />

La maintenance 4.0 va changer l’organisation des interventions,<br />

car il n’est plus question de concentrer des actions de<br />

préventif sur le même créneau horaire, mais de les organiser<br />

au gré des alertes en provenance des recommandations<br />

du système de traitement des données dans un « Big Data ».<br />

▶ Les stratégies : La maintenance 4.0 peut être mise en<br />

oeuvre en fonction des choix, car elle ne repose que sur<br />

des processus définis par des politiques (ce qu’il faut faire<br />

de manière opérationnelle, curatif, préventif, améliorations)<br />

et des stratégies (qui est le plus apte et efficace pour<br />

le faire, entre l’interne et l’externe).<br />

Par exemple dans le domaine de la<br />

robotique, la politique de tout faire en<br />

interne peut évoluer vers la délégation<br />

au constructeur de certains actions avec<br />

les avantages suivants :<br />

• Il a un REX à partir des autres robots<br />

en activité chez ses différents clients,<br />

et donc capable d’optimiser la conception<br />

des metamodèles et les actions de<br />

préventif proactives<br />

• Il est plus efficace en termes de qualité 7 de l’intervention<br />

• Il maitrise la programmation des mouvements (la programmation<br />

des trajectoires, les mises à jour, les améliorations...)<br />

Il reste à la maintenance du client la surveillance de l’hygiène<br />

du câblage du robot (durement soumis à des mouvements<br />

selon les trajectoires) et des préhensions tenues au bout du<br />

dernier axe, et qui sont spécifiques à chaque entreprise car<br />

elles touchent le produit et assez fragiles...)<br />

Il ne faut pas oublier que les capteurs, leur connectique,<br />

les réseaux filaires, radio possèdent leurs propres modes<br />

de défaillances, il faut donc penser à les maintenir. Cette<br />

maintenance, leur paramétrage, étalonnage, le suivi de leur<br />

alimentation (batteries souvent), peuvent être pris en charge<br />

par les concepteurs des capteurs et leur système de communication,<br />

car ils sont désormais bidirectionnels et possèdent<br />

leur propre protocole de surveillance.<br />

34ı PRODUCTION MAINTENANCE • N°64 • février-mars 2019<br />

PRODUCTION MAINTENANCE • N°64 • février-mars 2019 ı35

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!