Internet Industriel des Objets IIOT : Outils de maintenance prédictive et cas d'utilisation

La maintenance prédictive est utilisée pour éviter les temps d'arrêt imprévus en tirant parti des techniques avancées de capture et d'analyse des données.
Les nombreux avantages qui découlent de la capacité de prévoir les défaillances et les problèmes de qualité font de la maintenance prédictive un cas d'utilisation de premier plan de l'industrie 4.0.
Jusqu'à présent, les opérateurs et le personnel de maintenance ont effectué la maintenance selon un calendrier prédéfini, également appelé «maintenance préventive». Cette méthode peut consommer une main-d’œuvre et des ressources matérielles inutiles et se traduit par une activité de maintenance qui empêche seulement environ 50% des événements de défaillance d’une usine.
Rejoignez-nous dans cette série d'articles en deux parties couvrant les outils de maintenance prédictive et les cas d'utilisation, y compris un aperçu de PdM dans les phases de configuration et de déploiement.

Comment fonctionne la maintenance prédictive?
Faisant partie de la révolution de l'industrie 4.0, la maintenance prédictive utilise un ensemble d'outils tels que la modélisation des processus, l'intégration des données, l'apprentissage automatique et la visualisation des informations – pour fournir aux fabricants des informations exploitables sur la santé de leurs actifs et processus de production.
Pour une idée générale de la façon dont cela est réalisé, ce message comprendra une liste d'outils de maintenance prédictive, y compris les composants d'un système de maintenance prédictive typique.

Outils de maintenance prédictive – Configuration
Un système de maintenance prédictive est mis en place à l'aide d'un certain nombre d'outils, chacun avec ses propres fonctionnalités définies:
Capteurs
Fonction: capturer des données en temps réel
Le marché des capteurs industriels est en constante augmentation de variété et de qualité avec un grand nombre de fournisseurs proposant des produits sophistiqués à des coûts relativement bas.
Certains paramètres communs capturés par les capteurs industriels comprennent:

Vibration
Température
Pression
Lumière
Qualité eau / lubrifiant
Contenu chimique
Niveaux liquide / solide

En fabrication, les données envoyées par ces capteurs peuvent être utilisées pour la maintenance prédictive. Grâce à l'application de techniques d'analyse avancées telles que l'apprentissage automatique et les réseaux de neurones artificiels, des prédictions sont formées concernant la durée de vie utile restante (RUL) et d'autres KPI liés à la santé et aux performances des actifs.
Les données capturées par les capteurs peuvent également être utilisées dans d'autres cas d'utilisation de fabrication tels que:
Track & Trace – suivi des matières premières, des composants, de l'équipement mobile et des produits finis tout au long de l'usine / du processus.
Assurance qualité – tests à l'aide de capteurs optiques et identification des anomalies de l'équipement susceptibles d'entraîner des problèmes de qualité.
Gestion des stocks – suivi et contrôle de l'approvisionnement en pièces détachées et en matières premières, empêchant les surplus ou les pénuries de stocks.

Communication de données et dispositifs de passerelle
Fonction: Faciliter la communication dans le réseau IoT industriel
Les périphériques de passerelle sont des points de connexion intermédiaires qui connectent les contrôleurs (API, périphériques sans fil, etc.) et les capteurs à une plate-forme informatique, que ce soit sur site ou sur le cloud. Les appareils de passerelle protègent également le réseau IoT et les données transportées, offrant une couche de sécurité supplémentaire.
Les protocoles de communication IoT constituent le langage du réseau Industrial IoT. Les protocoles courants tels que MQTT, AMQP et CoAP, garantissent que les périphériques du réseau parlent le même langage (interopérabilité) tout en étant peu gourmands en ressources telles que la consommation d'énergie et de mémoire.

Les nœuds Edge et Cloud
Fonction: agrégation de données et gestion des appareils
Les nœuds de périphérie maintiennent la sécurité du réseau IoT industriel tout en réduisant la latence des communications.
Même une chaîne de production assez simple peut générer d'énormes quantités de données qui doivent être capturées, agrégées, normalisées et analysées.
Pour sécuriser le réseau et maintenir un faible niveau de latence de communication des données, des nœuds périphériques sont déployés à proximité immédiate de la ligne de production. Les nœuds périphériques gèrent une partie de la charge de travail analytique et de traitement. Cela facilite également la mise à l'échelle du réseau.

Plateforme industrielle IoT
Fonction: modélisation, simulation, intégration de données et apprentissage automatique.
Construire des solutions internes pour la maintenance prédictive est coûteux et lourd en ressources, tandis que de nombreuses entreprises n'ont pas les compétences nécessaires.
Les plates-formes IoT industrielles varient dans l'étendue et la qualité de leurs fonctionnalités, mais les plates-formes plus complètes offrent généralement les capacités suivantes:

Modélisation de la solution – Création d'un plan visuel de la solution PdM qui inclut les différents composants dans le contexte de votre opération: équipement physique, capteurs, protocoles de communication, analyse des données et tableaux de bord.
Simulateur – Un environnement de test pour valider la fonctionnalité et le coût de votre système PdM avant le développement.
Intégration des données – Passerelles et connecteurs permettant un développement IIoT rationalisé avec une connectivité à vos sources de données OT et IT.
Analyses prédictives et apprentissage automatique – Les informations de la plate-forme sont utilisées par les équipes opérationnelles sur le terrain pour découvrir la cause première des problèmes de fabrication, maximiser l'efficacité globale de l'équipement (OEE) et réduire les temps d'arrêt imprévus.

BONUS: Digital Twin – Les principales plateformes IIoT offrent une visualisation intuitive de l'état des lignes de production en temps réel. Les alertes et l'analyse automatisée des causes profondes, optimisées par l'apprentissage automatique et l'IA, fournissent un aperçu approfondi des temps d'arrêt à venir et des perturbations de la qualité.

Lisez la suite pour en savoir plus dans la partie II
Dans la partie II de cet article, découvrez comment la maintenance prédictive est déployée dans le cadre de la fabrication et comment une plate-forme IoT industrielle est utilisée comme interface homme-machine pour maintenir le contrôle sur la santé des actifs et des processus.

Laisser un commentaire