IOT et industrie : La réplique numérique au secours de la maintenance prédictive



Par la simulation virtuelle, les industriels veulent pouvoir prédire l’évolution des matériaux et offrir de nouveaux services.

Sur les 216 000 éoliennes actives dans le monde, l’on dénombre 38 000 incidents tous les ans. Pour prévoir l’usure des pâles en fonction de l’intensité du vent et réduire le nombre de pannes, le groupe de prototypage ESI a attribué une réplique numérique à chacune des installations au Royaume-Uni. Avec l’objectif d’adapter en permanence les réglages pour allonger leur durée de vie. La maintenance prédictive par réplique numérique permet d’économiser 47 % des coûts par rapport à la maintenance réactive, rapporte l’entreprise.

« La simulation est utilisée depuis plus d’une vingtaine d’années pour réduire ou éliminer le nombre de tests physiques de nouveaux produits. Les clients veulent désormais des informations pour mieux connaître le cycle de vie des produits afin de pouvoir changer leur modèle d’affaires et proposer des services de maintenance prédictive. Cela permet aux fabricants de se développer, même quand la taille du marché est limitée, constate Dominique Lefebvre, vice-président exécutif des opérations produits chez ESI. Nous analysons désormais la manière dont les matériaux évoluent au cours du temps pour prédire quelles défaillances pourraient survenir si l’on ne fait rien, et quels paramètres changer pour garantir l’excellence opérationnelle au cours du temps. »

Le marché de la maintenance prédictive par réplique numérique connaît une montée en puissance, selon PTC, fournisseur de technologies dédiées à l’IoT, qui a enregistré entre 2018 et 2019 une croissance de 30 % des ventes sur sa plateforme de jumeaux numériques ThingWorx. Un intérêt renforcé par le ROI engendré. L’entreprise autrichienne d’électricité Verbund par exemple a pu économiser par an et par turbine dans chacune de ses 120 usines. « Mettre en place une réplique numérique permet à une entreprise d’améliorer son rendement de 3 à 5 % en optimisant le fonctionnement de ses machines », souligne Pascal Tailhan, responsable du développement commercial chez PTC.

Éviter les coûts de déploiement IoT

Pour alimenter un modèle de réplique numérique, les capteurs IoT sont essentiels : ils servent à confirmer les données. Les éditeurs se connectent ainsi à la plateforme IoT de leurs clients pour exploiter les datas. Un modèle de réplique numérique est ensuite développé en deux à six mois. « Le principal écueil est l’ouverture des différentes plateformes, qui sont en environnement fragmenté, et la connectivité, dont dépend l’accès aux données. Nous sommes aussi confrontés à un problème de ségrégation car le cycle de vie des produits fait intervenir une multitudes d’acteurs peu enclins à coopérer », indique Marc Rivière, directeur principal de la transformation des entreprises chez PTC.

Pour Ansys, la simulation permet d’aller plus loin que les possibilités de maintenance prédictive offertes par les capteurs IoT et apporte l’avantage de réduire les coûts de déploiement. « Nous évaluons que dans deux tiers des projets IoT, les industriels ont besoin d’ajouter des capteurs pour recueillir une information à tel endroit de leurs machines afin de réaliser une maintenance prédictive. Par la simulation, ils peuvent se contenter de quelques capteurs à des points clés et avoir une donnée voulue tout simplement par une simulation reconstruisant la valeur physique au bon endroit, sans ajouter d’appareils ni souffrir des coûts télécoms », argue Eric Bantegnie, vice-président chez Ansys. Les modèles permettent de créer autant de simulation que d’appareils en activité, Ansys met ainsi en avant l’intérêt de cette technologie pour compléter les déploiements à grande échelle.

Laisser un commentaire