IOT et industrie : Maintenance prédictive: données, IIoT et processus

21 octobre 2019Définir la maintenance prédictiveLa maintenance prédictive est une approche basée sur les données pour la maintenance des équipements et autres actifs. La stratégie dépend de la surveillance conditionnelle des actifs. Contrairement à la maintenance préventive, qui planifie et planifie les activités de maintenance en fonction des statistiques d'utilisation ou de temps, la maintenance prédictive utilise des capteurs pour déterminer quand certaines conditions se produisent, ce qui indique qu'une maintenance est nécessaire pour assurer un fonctionnement optimal. La maintenance prédictive repose sur l'exécution de la maintenance si nécessaire via une surveillance basée sur les conditions, plutôt que sur un calendrier fixe. Les données sur les actifs sont au cœur de toute stratégie de maintenance prédictive et les données sont le moteur de son succès. Toutes les stratégies de maintenance partagent des objectifs similaires: maintenir les actifs à pleine capacité pendant la durée maximale.Avant d'aborder le fonctionnement de la maintenance prédictive, voyons comment les stratégies de maintenance réactive et préventive tentent d'atteindre cet objectif. La maintenance réactive vise à augmenter le temps de disponibilité en n'effectuant jamais de maintenance tant qu'elle n'est pas absolument nécessaire, généralement parce que l'actif est en panne. Cela permet d'économiser de l'argent à court terme, mais cela entraîne souvent des coûts cachés élevés car il n'y a aucun moyen de contrôler le moment où l'actif cessera de fonctionner.La maintenance préventive est une stratégie qui essaie de s'assurer que la maintenance nécessaire est effectuée à intervalles réguliers de temps ou d'utilisation. Cela garantit une plus grande disponibilité, mais au détriment de la maintenance lorsqu'elle n'est pas nécessaire. Par exemple, une vidange d'huile peut être «requise» tous les 1 000 cycles, mais la machine n'a vraiment besoin que de l'huile changée tous les 1 200 cycles. Cela signifie 200 cycles perdus chaque fois que vous changez l'huile.La maintenance prédictive vise à éliminer les inconvénients de la maintenance réactive et préventive en utilisant la surveillance conditionnelle (CBM). Vous pouvez y voir une écoute de ce que vos atouts vous disent. Pour un examen plus approfondi de CBM, consultez «L'importance de la surveillance basée sur les conditions». Étant donné que l'actif est surveillé, il doit y avoir des avertissements clairs avant que l'actif ne se déconnecte. La maintenance est effectuée lorsque les capteurs indiquent qu'elle est vraiment nécessaire, plutôt que selon un calendrier fixe.Notre blog, «Réactif vs Préventif vs Maintenance prédictive», explique plus en détail les différences entre ces types de stratégies de maintenance.La maintenance prédictive réussie utilise les données des actifs pour prévoir avec précision le moment où l'équipement est le plus susceptible de tomber en panne. À son tour, cela vous donne le pouvoir d'empêcher la défaillance de se produire en planifiant les bonnes tâches de maintenance.Comment fonctionne la maintenance prédictiveCertaines choses doivent être en place pour une stratégie de maintenance prédictive réussie: capteurs pour recueillir et collecter des données, technologie IIoT pour assurer la les données des capteurs sont distribuées quand et où elles sont nécessaires, et enfin, une méthode pour s'assurer que les données sont traduites en action. Examinons de plus près chacun de ces éléments. Les capteurs sont la première partie du puzzle. Leur travail consiste à surveiller l'actif et à signaler chaque fois qu'un seuil particulier est atteint ou qu'un événement surveillé se produit.Le type de capteur utilisé dépend de l'actif surveillé et des situations qui indiquent qu'une défaillance se produira probablement. Quelques exemples courants de capteurs comprennent des analyseurs de vibrations, des imageurs thermographiques, des moniteurs acoustiques, des jauges de vitesse et des thermomètres. Les capteurs peuvent également être utilisés pour surveiller les niveaux de liquide et d'autres conditions. Ceci est communément appelé CBM. Le CBM peut être continu ou périodique, selon le type de capteur et l'actif surveillé.Quel que soit le type de capteur utilisé, l'objectif est de surveiller l'équipement afin de détecter certains signes avant-coureurs qu'une panne est susceptible de se produire. l'historique des actifs peut montrer qu'une panne est susceptible de se produire dans les 72 heures qui suivent lorsqu'un certain roulement atteint un seuil de température critique. Un capteur affecté à la surveillance de ce roulement se déclenche lorsque l'événement se produit. Les capteurs remplissent une autre fonction en termes de maintenance prédictive. En surveillant en continu les actifs, ils peuvent recueillir les données nécessaires pour construire de meilleurs modèles prédictifs. Lorsqu'il est fait correctement, cela signifie que les modèles utilisés pour déterminer les besoins de maintenance s'amélioreront avec le temps.IIoT, ou l'Internet des objets industriel, est également un élément essentiel des stratégies de maintenance prédictive. L'IIoT fait partie de l'Internet des objets (IoT), un réseau d'appareils qui collectent et partagent des données avec un point de collecte central. Les données sont agrégées et partagées avec d'autres appareils ou utilisateurs finaux. IIoT est parfois appelé Industrie 4.0. En termes de maintenance prédictive, IIoT est la façon dont les données sont transmises de l'actif lui-même à un endroit où elles peuvent être analysées. Ensuite, passez au service de maintenance pour qu'ils puissent prendre des décisions sur ce qui est nécessaire.L'IdO est extrêmement important lorsqu'il s'agit de collecter des données, de les analyser et de fournir cette analyse aux personnes ou à d'autres systèmes.Enfin, la maintenance prédictive nécessite un moyen de traduire données en action. La technologie peut certainement aider, mais cette étape est très dépendante du processus.Notre exemple du précédent a examiné un palier en surchauffe, susceptible de provoquer une défaillance de l'actif s'il n'est pas traité en 72 heures. Les capteurs détectent que le seuil de chaleur a été atteint. Cela déclenche un événement et les données sont envoyées via IIoT à un référentiel central. De là, le rapport se rend au service de maintenance. Ce qui se passe ensuite dépend en grande partie de vos processus. Dans les cas où la maintenance n'est pas configurée pour faire face à ces situations, ce qui peut arriver n'est rien du tout. Les rapports arrivent, mais ils sont soit ignorés, soit mis de côté pour un travail qui semble plus urgent pour le moment. Une stratégie de maintenance prédictive ne réussira que si vous mettez à jour vos processus pour tirer parti de ses avantages. Par exemple, plutôt que de laisser le capteur déclencher une alerte, vous pouvez modifier vos processus afin que certaines alertes génèrent automatiquement les bons de travail nécessaires et les transmettent au planificateur. Demandez une démo pour plus d'informations sur la façon dont nous pouvons vous aider à mettre à jour votre des processus pour tirer parti d'une stratégie de maintenance prédictive.Avantages de la maintenance prédictive Une stratégie de maintenance prédictive correctement exécutée augmentera l'utilisation des actifs et le temps de disponibilité, tout en diminuant simultanément vos dépenses de maintenance. Les actifs sont moins susceptibles de tomber en panne et les activités de maintenance ne sont effectuées que lorsqu'elles sont nécessaires. Selon un rapport préparé par Deloitte, «Predictive Maintenance and the Smart Factory», les organisations qui sont passées à la maintenance prédictive ont réalisé des avantages quantifiables. Ceux-ci comprenaient une réduction du temps de planification de la maintenance entre 20 et 50% et des coûts de maintenance globaux réduits de 5 à 10%. La même analyse interne par Deloitte a reconnu plusieurs autres avantages, tels qu'une réduction des coûts de matériaux et une diminution des coûts de stockage. Cela a contribué à la réduction globale des coûts de maintenance.L'étude de Deloitte a également révélé que les organisations qui ont pleinement mis en œuvre des stratégies de maintenance prédictive ont connu une disponibilité et une disponibilité des actifs allant de 10 à 20%. note également que les avantages du passage à la maintenance prédictive sont encore plus importants si l'installation avait eu recours à la maintenance réactive. Le rapport indique que le passage à un programme de maintenance prédictive a un retour sur investissement moyen de 10 fois. Inconvénients de la maintenance prédictive L'inconvénient le plus évident d'une stratégie de maintenance prédictive est son coût de démarrage élevé. Les capteurs, les systèmes IIoT et la transmission de données câblée ou sans fil ont peut-être baissé de prix, mais les coûts peuvent facilement augmenter si vous essayez de numériser une usine entière, même petite. Une façon de limiter ces coûts est de cibler seuls les actifs les plus critiques. Cibler uniquement ces actifs coûtera évidemment moins cher à déployer et c'est un excellent moyen de montrer le retour sur investissement. Montrez combien d'argent peut être économisé en un an en évitant les pannes sur un ou deux actifs critiques, et vous constaterez qu'il est plus facile d'obtenir le budget nécessaire pour continuer.Les autres inconvénients possibles de la maintenance prédictive sont généralement liés aux données , en particulier l'interprétation et l'analyse de ces données. Jetons un autre regard sur notre exemple de palier de surchauffe. Rappelez-vous que nous avons 72 heures à partir du moment où il atteint ce seuil de température pour remplacer le roulement ou risquer une défaillance de l'actif.Nous pouvons regarder la température du roulement non pas parce qu'il se cassera lorsqu'il deviendra trop chaud, mais parce que la chaleur excessive montre que ça s'use. La chaleur est un symptôme, pas une cause. Que se passe-t-il si l'emplacement est beaucoup plus froid ou plus chaud que ne le suppose celui qui a défini cette condition? Beaucoup plus chaud, et vous pourriez voir une situation où le roulement continue d'envoyer ce code «trop chaud», peu importe combien de fois la maintenance le remplace. Beaucoup plus froid, et peut-être que la température ne déclenche jamais le capteur, même lorsque ce roulement est sur le point de tomber en panne. Comme nous l'avons mentionné au début, les données sont au cœur de la maintenance prédictive. La collecte et l'enregistrement des données ne sont qu'un début. Une maintenance prédictive réussie dépend de la façon dont les données sont interprétées et analysées. Demandez une démo personnalisée et laissez-nous vous montrer comment nous pouvons vous aider à déployer une stratégie de maintenance prédictive.

Laisser un commentaire