Internet Industriel des Objets IIOT : Quel avenir pour la maintenance prédictive?

Les machines qui disent aux opérateurs quand elles vont tomber en panne et comment, ne sont plus un fantasme. Des recherches menées par IoT Analytics, une société d'analyse des marchés, indiquent que la maintenance prédictive est déjà l'un des principaux cas d'utilisation de l'Internet des objets industriel (IIoT). Il a constaté que le marché de ces applications devrait passer de 2,2 milliards de dollars en 2017 à 10,9 milliards de dollars en 2022, soit un taux de croissance annuel de 39%.
Mais la maintenance prédictive n'est plus la prochaine grande chose. En 2016, Dan Miklovic, chercheur associé à LNS Research, a avancé l'idée de la maintenance normative: des systèmes analytiques qui non seulement prédisent quand la maintenance devient nécessaire, mais aussi prescrivent des actions pour éviter les pires résultats – à la fois en termes de correctif technique et aussi changements opérationnels pour minimiser l'impact de la maintenance et des temps d'arrêt. Sur son blog, il dit:
«L'idée est que l'outil analytique peut non seulement prédire ce qui est susceptible de se produire, mais il peut offrir une analyse par simulation des alternatives pour fournir un scénario qui peut modifier le résultat», ont fait attention les fournisseurs. IBM a déjà mis en place sa plateforme de maintenance normative sur le cloud et s'apprête à lancer une gamme de nouvelles technologies connexes en utilisant son ensemble de services d'IA IBM Watson pour développer son portefeuille de maintenance normative. »
Stephan Biller, vice-président d'IBM Watson Internet of Things, déclare:
«Alors que la maintenance prédictive permet de prévoir où des problèmes pourraient survenir, la maintenance normative peut concerner une usine entière de mille machines, avec une main-d'œuvre limitée, et décider qui peut effectuer la maintenance, sur quelles machines travailler en premier, quels lots ou articles sont le plus important dans la production. "
En plus d'informer les décisions opérationnelles, Biller affirme que la maintenance normative aide les ingénieurs. C’est là que les services Watson d’IBM pour absorber les connaissances du domaine et répondre aux questions en langage naturel prendront tout leur sens. Pour aider au diagnostic d'un problème, Watson peut «lire» des milliers de pages d'instructions de la machine, de documentation et d'historique de maintenance, y compris des notes d'ingénieurs qui ont déjà travaillé sur la machine. Il peut créer une image du courant basé sur les données des capteurs IoT et les performances historiques et il apprendra au fil du temps, comme le souligne Biller:.
«Il peut répondre aux questions en langage naturel. C'est vraiment important pour la fabrication. Il peut rendre votre technicien moyen performant comme votre meilleur technicien et rendre tous vos techniciens plus productifs. De plus, de nombreux fabricants craignent que lorsque leur meilleur ingénieur de maintenance prendra sa retraite, leurs connaissances les accompagneront. Le système aide à conserver ces connaissances. »
Mais la maintenance normative va bien au-delà de la simple réparation ou prévention des pannes de machines. Biller dit qu'il peut influencer les décisions opérationnelles à l'échelle de l'entreprise.
Par exemple, la maintenance des avions commerciaux est incroyablement complexe. Si une compagnie aérienne est informée longtemps à l'avance d'un problème de maintenance non urgente des aéronefs, elle pourrait chercher à modifier ses plans de vol afin de minimiser les temps d'arrêt. Avec une multitude d'analyses des données de performances historiques disponibles, il pourrait décider quelles routes – à court ou à long terme – pourraient éviter d'aggraver le problème et de faciliter la tâche de maintenance, note Biller.
«Dans une usine, vous pourriez décider de fabriquer le produit A et non le produit B pendant une courte période dans la période précédant la période de maintenance. Vous pouvez également réaffecter des personnes, en les faisant passer des opérations à la maintenance. Tout cela peut être optimisé pour tirer le meilleur parti d'une usine. »
Pour bénéficier du concept de maintenance normative, les industriels doivent être conscients de certaines questions difficiles. Les fabricants d'équipements peuvent eux-mêmes intégrer des capteurs IoT dans leur produit et recommander leur solution de données ou leur plate-forme pour l'analyser. Leurs clients devraient se méfier d'une telle approche, dit Biller.
«Nous travaillons principalement avec les utilisateurs de ces machines. Bien que nous ne soyons pas du tout opposés à travailler avec les fabricants de machines, la grande majorité des utilisateurs ont des équipements de nombreux fabricants et ne veulent qu'un seul système de maintenance. "
Alors que les entreprises industrielles commencent à comprendre le concept de la maintenance normative, elles doivent avoir la bonne culture, l'approche des données et l'infrastructure de données pour en bénéficier, dit Biller. La plupart des entreprises commencent par une maintenance conditionnelle et gravissent les échelons au fil du temps, note-t-il.

Laisser un commentaire