Maintenance & Entreprise n° 656 bis
Spécial Maintenance en région Auvergne Rhône-Alpes p.27
Spécial Maintenance en région Auvergne Rhône-Alpes p.27
- No tags were found...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
OPTIMISATION ÉNERGÉTIQUE INDUSTRIELLE ET<br />
MAINTENANCE PRÉDICTIVE<br />
SOLUTIONS<br />
© DR<br />
types de machines différentes dont des<br />
robots, des convoyeurs, des transporteurs,<br />
des pompes, des machines électriques<br />
et des compresseurs. Plus de 400<br />
utilisateurs dans les équipes de maintenance<br />
chez Nissan utilisent la solution<br />
Senseye pour optimiser leurs activités et<br />
faires des réparations bien en amont des<br />
pannes machines. Les résultats ? Depuis<br />
2016, le groupe Nissan a économisé<br />
plusieurs millions de dollars en réduisant<br />
les arrêts machines non planifiés<br />
et en identifiant les pannes éventuelles<br />
entre deux semaines et six mois avant<br />
qu’elles se produisent. Les économies<br />
d’énergie du groupe, bien que plus difficile<br />
à quantifier, découlent indéniablement<br />
de la réduction du nombre de<br />
redémarrages annuels de la ligne de<br />
production.<br />
les problèmes émergents et déterminer<br />
si une panne machine est sur le point de<br />
se produire et à quel moment. Les ingénieurs<br />
qui travaillent avec notre solution<br />
sont de cette façon en mesure d’effectuer<br />
des sessions de maintenance préventive<br />
pendant les temps d’arrêt-machine<br />
planifiés. Ils corrigent ainsi les<br />
problèmes avant qu’ils ne surviennent<br />
en évitant ainsi les coûteux temps d’arrêt<br />
machines non programmés. Une révolution<br />
silencieuse qui n’en reste pas moins<br />
une véritable révolution pour l’industrie<br />
et pour notre métier.<br />
DE L’OPTIMISATION DES COÛTS À<br />
L’OPTIMISATION DE L’UTILISATION<br />
DES ÉQUIPEMENTS : LE CAS<br />
NISSAN<br />
Production d’une voiture Nissan<br />
Les temps d’arrêt-machine non planifiés<br />
constituent l’un des postes de coût<br />
les plus importants dans l’environnement<br />
industriel. Dans le secteur automobile,<br />
par exemple, une seule minute<br />
d’arrêt d’une machine essentielle peut<br />
coûter des dizaines de milliers d’euros<br />
sans parler des dépenses énergétiques<br />
que représentent les redémarrages de la<br />
ligne de production après ces interruptions<br />
non planifiées.<br />
Le groupe Nissan produit plus de 5<br />
millions et demi de voitures dans plus<br />
de vingt sites dans le monde entier<br />
(Japon, Etats-Unis, Russie, Royaume-<br />
Uni). En décidant d’entreprendre un<br />
programme de maintenance prédictive,<br />
l’objectif de ce géant de l’automobile était<br />
clair : réduire les arrêts de production de<br />
50% sur l’ensemble de ses sites comprenant<br />
des milliers d’actifs diverses. Grâce<br />
à notre solution et à ses algorithmes<br />
auto-apprenants, Nissan a pu mettre<br />
en place la surveillance à distance de<br />
9 000 actifs connectés et de plus de 30<br />
Au-delà de la réduction des coûts des<br />
arrêts machines, la maintenance prévisionnelle<br />
permet d’améliorer l’utilisation<br />
et donc la durée de vie des équipements.<br />
Un processus de production optimisé<br />
est forcément plus efficient en terme<br />
de consommation énergétique avec<br />
moins d’arrêts et donc moins de remise<br />
en marche de la chaîne de production.<br />
Optimiser la durée de vie des équipements<br />
permet de créer un cercle<br />
vertueux d’une optimisation de l’inventaire<br />
des pièces de rechange et de la<br />
planification du temps de production<br />
des machines.<br />
Aujourd’hui si les nouvelles technologies<br />
rendent des milliers de données disponibles,<br />
il essentiel que les acteurs industriels<br />
adoptent les outils adéquats pour<br />
les exploiter à leur juste valeur et en faire<br />
les piliers d’une industrie 4.0 plus efficiente.<br />
●<br />
Peter Livaudais<br />
MAINTENANCE & ENTREPRISE • N°<strong>656</strong> <strong>bis</strong> • Janvier 2020 I 19