En associant des technologies de collecte, d’analyse et de prédiction de données, les industriels peuvent prévoir les pannes et prendre les mesures nécessaires pour que la production ne s’arrête pas ou pour qu’elle s’arrête au bon moment.

 
Mieux vaut prévenir que guérir. Ce précepte a rarement été aussi bien appliqué dans l’industrie. Avec l’avènement de l’usine connectée, fabricants et opérateurs peuvent disposer d’une visibilité inédite sur l’état de leurs machines. Finie la maintenance corrective ou préventive systématique, l’heure est aujourd’hui à la maintenance prédictive. Il est désormais possible de prévoir une panne et de remplacer la pièce, bientôt défectueuse, avant que le problème ne survienne et ne mette en péril la production.
 
« Avec les technologies de l’Industrie 4.0, non seulement on n’attend plus qu’une machine tombe en panne pour intervenir, mais en plus, on élimine les opérations qui n’étaient pas nécessaires », explique Philippe Geoffroy, Industry Value Engineer et Lead Industrie 4.0 chez SAP. Pour un acteur qui doit faire déplacer un technicien en hélicoptère jusqu’à un parc éolien off-shore par exemple, réduire le nombre d’interventions peut constituer un enjeu financier majeur, tout comme la fiabilisation d’un équipement critique dans une usine qui permet d’éviter un fonctionnement la nuit ou le week-end pour compenser le manque de rendement ou de constituer une marge  de sécurité supplémentaire. Au niveau mondial, les opérations de maintenance représentent un coût de 447 milliards de dollars par an pour les entreprises.*
 
La donnée au cœur de la prédiction
 
Mais avant de pouvoir prédire, il faut en premier lieu être capable de collecter de la donnée. Et les sources peuvent être variées : capteurs installés sur la machine, historiques de maintenance sur d’autres équipements similaires, profils business types (utilisateurs/fournisseurs/lots matière utilisés, données météorologiques  ou même géospatiales  pour des objets en mouvement…) Toutes ces informations peuvent donner des indications précieuses sur les conditions d’utilisation d’un produit, leur influence sur le niveau d’usure, et donc la durée de vie de ses composants. Elles viennent ensuite alimenter un moteur d’analyse qui va les mettre en corrélation avec le comportement de la machine et détecter d’éventuelles anomalies. Étape finale du processus, le système va déclencher automatiquement une demande de réglage de la machine, une action de maintenance ou une inspection qualité adéquate.
 
De la maintenance à la qualité
 
Car de cette maintenance prédictive découle une qualité produit prédictive. La qualité d’un produit est intimement liée à celle de la machine qui le fabrique. Si cette dernière est mal entretenue ou si ses réglages dérivent au fil de son utilisation, c’est bien la qualité du produit final qui en sera affectée. La maintenance prédictive ne se limite donc pas au bon fonctionnement de l’outil de production mais permet d’améliorer la production elle-même et, in fine, le TRS (Taux de Rendement Synthétique).
 
L’usine connectée permet en outre de mettre en place des processus innovants de rétro-ingénierie par une connaissance approfondie des conditions réelles de fonctionnement des équipements directement dans leurs milieux industriels  Cette usine connectée permet également de monitorer un parc de plusieurs dizaines ou centaines de machines (en fonctionnement dans différentes usines), le département d’Ingénierie / Production / Maintenance pouvant ainsi en identifier les plus efficaces pour essayer d’en tirer des conclusions sur les conditions optimales d’utilisation, qu’il pourra par la suite répliquer sur l’ensemble des sites afin de rehausser le niveau de satisfaction du client final.
 
Valoriser les compétences industrielles
 
Du côté du fabricant, ces technologies représentent également une bonne occasion de faire évoluer l’offre pour proposer une solution packagée incluant la machine, mais aussi le service de maintenance associée, et permettre de faire évoluer le « business model », passant d’une vente de produit à une vente à l’usage. C’est la voie empruntée notamment par Kaeser, qui fournit ses compresseurs à des industriels du monde entier. Le groupe allemand a développé avec SAP une nouvelle station de compression équipée de capteurs, eux-mêmes reliés à une plateforme SAP HANA, qui donne aux techniciens de Kaeser une vue temps réel et des prédictions sur l’état de la machine, permettant ainsi de passer de la vente de compresseurs à la vente d’air comprimé via son offre de service Sigma Air Utility. 
« Cette exemple illustre aussi un autre enjeu de la maintenance prédictive, celui de la valorisation des compétence, poursuit Philippe Geoffroy. Les professionnels de la maintenance découvrent une nouvelle facette de leur métier qui leur permet de se consacrer à des tâches plus valorisantes ». L’essor des outils de prédiction est des objets connectés pourrait par ailleurs donner un nouveau souffle au secteur, en attirant dans les usines les nouvelles générations d’ingénieurs, qui devraient trouver là matière à exercer leurs talents.
 
*Source : Global Forum on Maintenance and Asset Management.