Internet Industriel des Objets IIOT : La maintenance prédictive est l'avenir de la maintenance des équipements industriels

La maintenance a toujours été une préoccupation stratégique pour les fabricants d'équipements industriels et les entreprises de fabrication. Pour les entreprises manufacturières, l'entretien et la réparation des actifs consomment de grandes quantités de ressources, absorbent profondément les coûts d'exploitation et constituent un sérieux obstacle à l'efficacité des opérations. Une seule heure d'indisponibilité peut coûter à une grande entreprise plus de 200 000 $ de pertes de productivité. Pour les fabricants d'équipements, cela signifie des coûts de service sur site plus élevés, des coûts de centre de service client plus élevés, une satisfaction client plus faible et un net désavantage par rapport à la concurrence.

Pendant des années, les entreprises manufacturières et les fabricants d'équipements industriels ont suivi l'approche de maintenance réactive ou basée sur le temps, mais avec l'avènement de l'Industrie 4.0, également connu sous le nom d'Internet industriel des objets, il y a une nouvelle tendance, à savoir la maintenance prédictive.
Examinons maintenant les inconvénients d'une approche de maintenance réactive ou basée sur le temps avant d'explorer pourquoi la maintenance prédictive est le besoin de l'heure.
Maintenance basée sur le temps ou Maintenance réactive
Dans cette approche, l'âge de la machine définit les plans de calendrier de maintenance car les équipements plus anciens nécessitent une maintenance plus fréquente. Il y a plusieurs problèmes avec cette approche. Par exemple, les données antérieures ont montré que 18% des pannes d'équipement sont dues à des raisons liées à l'âge, tandis que 82% des pannes d'équipement ont un schéma plus aléatoire. Un autre rapport suggère que 30% des activités de maintenance sont effectuées trop fréquemment. Voici quelques scénarios des problèmes de cette approche dans la réparation, le service après-vente et la satisfaction du client:

Réparations réactives

Le technicien reçoit un appel d'un client dont la machine fonctionne mal.
Le technicien procède aux réparations et le problème est résolu.
Aucune autre analyse n'est effectuée sur les données sur les tendances ni sur les facteurs contributifs qui pourraient avoir un impact supplémentaire sur la machine ou d'autres équipements.

Service sur le terrain réactif et coûteux

Les techniciens doivent visiter le site du client afin de diagnostiquer avec précision et de résoudre les problèmes.
Cependant, lorsque le technicien arrive sur place, il n'a pas les pièces exactes dont il a besoin pour effectuer les réparations car il a reçu des informations partielles ou incorrectes sur le problème. La résolution complète du dysfonctionnement peut entraîner des frais de réparation, car cela nécessitera plusieurs visites du ou des techniciens.

Satisfaction client volatile

Des diagnostics incorrects et des temps de résolution lents peuvent réduire la confiance des clients dans le produit.
De plus, un FTFR faible peut entraîner une mauvaise satisfaction globale des clients.

Par conséquent, il est tout à fait clair que la maintenance prédictive est la voie à suivre pour l'industrie manufacturière. Explorons les avantages et les types de maintenance prédictive.
Maintenance prédictive
La maintenance prédictive fait référence à un processus de maintenance qui est basé sur l'évaluation des données d'équipement en temps réel obtenues à partir de capteurs pour gagner en visibilité sur l'état actuel de l'équipement. Ces informations peuvent être utilisées pour effectuer une maintenance en fonction des besoins afin de réduire les temps d'arrêt, d'augmenter la disponibilité des équipements et d'améliorer la satisfaction globale des clients. Les agents de service sur site reçoivent du travail en fonction des données des capteurs qui indiquent la santé d'un actif avec des informations complètes sur les pièces et les outils nécessaires pour effectuer les réparations et n'agissant qu'en fonction de la probabilité d'une panne.
Avantages de la maintenance prédictive

Prévention proactive

Les techniciens surveillent l'équipement en fonction des données envoyées directement par les machines et peuvent résoudre les dysfonctionnements avant qu'ils ne se produisent
Après la maintenance, les techniciens continuent de collecter des données pour l'analyse des tendances et d'avoir un aperçu d'une image plus large des besoins généraux de maintenance et de service

Durée de vie prolongée de la machine

Détecter les problèmes tôt – ou les prévenir complètement – signifie moins d'usure globale due à la casse
L'équipement fonctionne plus en douceur et dure plus longtemps, ce qui augmente le retour sur investissement

Des techniciens proactifs et préparés

Les techniciens peuvent identifier le problème, la pièce et la solution appropriés avant de se rendre sur site, ce qui permet au client d'économiser du temps et de l'argent
Amélioration des taux de correction pour la première fois (le FTFR peut être amélioré à environ 90%

Valeur éprouvée et satisfaction accrue

L'amélioration du FTFR et du temps moyen de réparation (MTTR) peut avoir un impact sur l'amélioration de la satisfaction globale des clients
Les taux de disponibilité des fabricants augmentent à leur tour, ajoutant de la valeur à la réputation des services et garantissant les renouvellements de contrats

Opportunités incitatives

Les fabricants d'équipements peuvent utiliser les données IoT pour vendre des pièces de rechange avant la rupture de l'unité et le client commence à rechercher des alternatives moins chères et inférieures proposées par ses concurrents.

Coût réduit de mauvaise qualité

La qualité de la production manufacturière répondra aux spécifications requises puisque l'équipement fonctionnera sans aucun défaut conduisant à moins de rejets de qualité, entraînant ainsi une réduction du coût de la mauvaise qualité (CoPQ).

Types de maintenance prédictive

Maintenance prédictive basée sur des règles: également appelée «surveillance de l'état» où les capteurs collectent en continu des données sur les actifs et envoient des alertes selon des règles prédéfinies
Maintenance prédictive basée sur l'apprentissage automatique: elle repose sur de grands ensembles de données historiques ou de test, se combine avec des algorithmes d'apprentissage automatique pour exécuter différents scénarios et prédire ce qui ne va pas et quand

Les entreprises commencent par la maintenance prédictive basée sur des règles, puis passent à la maintenance prédictive basée sur l'apprentissage automatique.
Impact de la maintenance prédictive sur les modèles commerciaux
La maintenance prédictive permettra aux entreprises de commencer à vendre des équipements industriels par abonnement, comme les logiciels en tant que service (SaaS). Ceci est appelé le modèle de servitisation où l'utilisateur paie le temps de disponibilité de l'équipement et le travail du fabricant de l'équipement implique l'entretien et le remplacement de l'équipement avec une interruption minimale à nulle.
Les contrats de service diminueront également la fréquence de maintenance et davantage la disponibilité des équipements. Fondamentalement, l'industrie évolue vers un système où les entreprises résolvent les problèmes avant que le client ne remarque ou ne signale que quelque chose ne va pas.
L'équipement de fabrication compatible IIoT est la clé pour permettre la maintenance prédictive. Les fabricants d'équipements industriels devraient intégrer l'activation de l'IIoT à leur nouveau processus de développement de produits, mais en ce qui concerne les produits non-IIoT existants, qui ont déjà été installés, il y a un problème. Pour résoudre ce problème, les fabricants d'équipements peuvent proposer à leurs clients une solution d'activation IIoT après-vente où l'équipement existant peut être adapté pour permettre la maintenance prédictive.
Sasken, grâce à sa profonde expertise dans les technologies de communication et ses multiples accélérateurs de solutions dans la chaîne de valeur IIoT, tels que le kit de capteurs IIoT, l'architecture de référence de passerelle IIoT, la plateforme d'analyse IIoT et un accélérateur de solution de cas d'utilisation pour la maintenance prédictive, peut aider les fabricants d'équipements à:

Réorganiser leurs équipements actuels pour les rendre compatibles avec l'IdO
Lancement d'équipement de nouvelle génération compatible IIoT pour permettre la maintenance prédictive

Laisser un commentaire