Internet Industriel des Objets IIOT : La maintenance productive totale convient parfaitement à l'IoT industriel

Alors que l'industrie 4.0 continue de se développer dans les entreprises manufacturières du monde entier, beaucoup supposent que les nouvelles technologies remplaceront les anciennes méthodologies pour stimuler des améliorations continues en termes d'efficacité et de production. Et si cela peut être le cas pour certaines applications, il est également vrai que ces nouvelles technologies peuvent être complémentaires aux pratiques existantes.
L'une de ces méthodes qui s'aligne particulièrement bien avec les offres de valeur des applications IoT industrielles est celle de la maintenance productive totale (TPM). Construit sur la base 5S popularisée par une méthodologie lean, TPM est un modèle de maintenance qui permet de réduire les temps d'arrêt et d'améliorer la production. En utilisant ce modèle, les temps d'arrêt pour maintenance sont inclus dans la fabrication dans le cadre de la planification de la fabrication. Les opérateurs et techniciens, ceux qui connaissent le mieux l'équipement, sont chargés de certains aspects de la maintenance préventive et régulière dans le cadre de leurs responsabilités.

Huit piliers du TPM
L'objectif de TPM est d'améliorer la productivité, l'efficacité et la sécurité tout en intégrant une culture qui inclut la maintenance de base dans les procédures d'exploitation standard pour le personnel opérationnel. Cela comprend 8 piliers d'activité:

Maintenance autonome – Les opérateurs surveillent l'état de leurs propres postes de travail.
Amélioration des processus et des machines – Les responsables et les opérateurs collectent des informations et hiérarchisent les tâches de maintenance.
Maintenance préventive – Les opérateurs effectuent des tâches de maintenance préventive de base.
Gestion précoce du nouvel équipement – Les responsables et les opérateurs évaluent de manière proactive les nouveaux composants et établissent des rapports sur la base des registres de maintenance.
Gestion de la qualité des processus – Les idées d'amélioration de la qualité émanent des responsabilités partagées d'exploitation et de maintenance.
Travail administratif – Les résultats basés sur les données sont partagés avec les prospects et les opérateurs.
Éducation et formation – L'amélioration continue conduit à une formation continue des opérateurs et des prospects.
Sécurité – Les performances améliorées de l'équipement offrent un environnement d'exploitation plus sûr.

Aligner le TPM avec l'IoT industriel
Alors, comment le TPM s'aligne-t-il sur les offres de valeur de l'IoT industriel? Plutôt que d'être une méthodologie en contradiction avec une nouvelle technologie, il est facile de voir que des programmes tels que TPM sont presque faits sur mesure pour l'IIoT. Une plateforme IoT industrielle forte et complète offrira plusieurs choses:

Premièrement, elle proposera des dispositifs sous forme de capteurs, de capteurs de température, de capteurs d'usure et d'autres équipements pouvant être montés sur n'importe quelle machine quel que soit son âge. Cela amène tous les équipements d'une usine dans l'écosystème de la collecte complète des données. Cela inclut des appareils de pointe à la pointe de la technologie pour simplifier la connectivité IoT fonctionnant sur les technologies Ethernet, Wi-Fi et cellulaires. En se connectant directement aux automates de l'équipement, cela permet de mettre en ligne des équipements encore plus anciens pour la capture de données.

Deuxièmement, une plate-forme IIoT offrira une visualisation complète de l'usine. Beaucoup ont entendu parler de «l'usine cachée», où l'efficacité et une productivité plus élevée attendent d'être débloquées. Ceci est réalisé grâce à la visualisation des données en temps réel et à portée de main des opérateurs, techniciens, prospects et gestionnaires qui en ont besoin. On estime que la visualisation seule peut augmenter l'efficacité jusqu'à 20%. Cette visualisation est capturée par des tableaux de bord intuitifs, dynamiques et personnalisables qui affichent les données de production et les conditions de l'équipement. Ces mêmes vues de tableau de bord sont disponibles via l'utilisation d'une tablette, d'un téléphone et d'autres appareils portables, permettant également la prise de décision au moment du besoin.

La visualisation de l'atelier est importante à plusieurs niveaux de l'organisation, des techniciens aux directeurs d'usine.

Troisièmement, une plate-forme IIoT devrait permettre une surveillance complète des conditions de la machine et conseiller une action à prendre. Cela se fait grâce à la collecte d'analyses de données. Au fur et à mesure que les données de performances de la machine sont collectées, elles peuvent être utilisées pour analyser les tendances historiques, comprendre les performances en temps réel et envoyer des notifications pour les mesures à prendre.

Chez MachineMetrics, l'objectif des données est de vous fournir une visualisation et une analyse en temps réel parfaitement alignées sur les trois. Et les données sont ce qui rend MachineMetrics si efficace dans ce que nous faisons. En générant de la valeur grâce à l'utilisation d'analyses, MachineMetrics aide les clients à améliorer leur OEE et leur efficacité de fabrication, ainsi qu'à identifier les goulots d'étranglement dans la production. Cela génère de la valeur grâce à l'utilisation d'analyses tout au long de l'opération.

Aller de l'avant
La TPM est différente de la maintenance préventive traditionnelle. Dans les programmes de maintenance traditionnels, une liste chronologique est utilisée en fonction des recommandations OEM. Cette méthode de maintenance ne tient pas compte des matériaux de production qui exercent une pression agressive ou légère sur l'équipement, ce qui signifie que l'équipement fonctionne soit plus tôt que prévu, soit beaucoup plus longtemps que prévu. L'un ajoute des coûts sous forme de pannes et l'autre ajoute des coûts sous forme de remplacement de pièces encore en état de fonctionnement optimal. MachineMetrics aide les clients avec un apprentissage automatique avancé, des analyses approfondies et des tableaux de bord intuitifs et personnalisés qui permettent aux opérateurs, techniciens et gestionnaires d'agir en temps réel à un niveau qui n'était pas possible auparavant.
La maintenance traditionnelle n'est pas non plus prédictive. Et étant basée sur une matrice plutôt que sur une analyse, la maintenance traditionnelle repose sur un temps prédéfini pour effectuer la maintenance. Il n'a pas la capacité offerte à la technologie IIoT de planifier la maintenance en conjonction avec des changements ou d'autres temps d'arrêt programmés pour réduire les temps d'arrêt globaux. Nous l'avons vu maintes et maintes fois chez MachineMetrics. Notre logiciel apporte les avantages de l'IoT industriel à l'atelier de production, permettant aux clients de développer des programmes de maintenance dynamiques et basés sur les données qui économisent du temps et de l'argent.
Intuitivement, l'efficacité du TPM est rendue possible par les offres de valeur de l'IoT industriel. En fournissant des données provenant de capteurs de vibrations, de capteurs de température et de capteurs d'usure, l'IIoT permet une capture précise et exploitable des données qui rend possible la réalisation complète du TPM. Ce faisant, le potentiel de «l'usine cachée» est débloqué et le lean numérique peut être réalisé grâce à l'utilisation de la technologie IIoT en s'appuyant sur les principes du lean.
Source de l'image d'en-tête: Unsplash

Laisser un commentaire