Loading
Blogue
Recent ActivityRecent Activity

C'est l’ère de l’IA dans la maintenance prédictive

Mise en œuvre de la bonne stratégie de maintenance basée sur l’analytique

Partager:

LinkedInLinkedIn
XX
FacebookFacebook
PrintPrint
EmailEmail
Trois travailleurs en EPI discutent à l’aide d’un ordinateur portable dans une usine

La maintenance a évolué avec les nouvelles technologies et stratégies depuis l'époque de CH Waddington pendant la Seconde Guerre mondiale, qui s'interrogeait sur la raison pour laquelle la Royal Air Force (RAF) effectuait la maintenance de la manière dont elle le faisait, en immobilisant environ la moitié des avions à la fois pour la maintenance après une mission. Sa théorie était que la maintenance régulière (maintenance préventive ou planifiée) augmentait les pannes. Lui et quelques autres scientifiques ont recommandé d'effectuer la maintenance en fonction de l'état de l'équipement. Et après cinq mois d'essai de la nouvelle procédure, le nombre d'avions disponibles à tout moment a augmenté de 61 %.

Depuis lors, les fabricants ont utilisé des stratégies de maintenance préventive, notamment des capteurs placés dans les dispositifs pour déterminer quand un équipement pourrait tomber en panne. Mais les résultats n'étaient pas cohérents car les données étaient difficiles d'accès. Aujourd'hui, avec l'IIoT, l'apprentissage automatique et l'intelligence artificielle, la maintenance prédictive est une réalité.

Qu'est-ce que la maintenance prédictive et quels sont ses avantages ?

La maintenance prédictive est basée sur la détection de petits changements et d'aberrations dans les opérations normales, qui indiquent généralement un problème plus important. De la maintenance préventive numérique est née la maintenance prédictive (PdM), qui utilise des stratégies de maintenance basées sur les données pour analyser le fonctionnement et prévoir et se préparer aux défaillances potentielles. Grâce à la surveillance à distance 24 h/24, 7 j/7, aux informations basées sur les données issues de l'apprentissage automatique et à la technologie d'analyse prédictive innovante pour alerter sur les défaillances potentielles des équipements, les fabricants peuvent en bénéficier de nombreuses manières. Les économies de coûts et le retour sur investissement de la maintenance prédictive incluent :

  • Réduction des temps d'arrêt
  • Maintenance plus ciblée
  • Productivité accrue
  • Gestion efficace des stocks
  • Analyse de données améliorée
  • Réduction des coûts de main-d'œuvre et de matériaux
  • Sécurité accrue de l'usine
  • Optimisation des activités de maintenance
  • Augmentation du taux de rendement synthétique

Maintenance prédictive via la surveillance de l’état des actifs

Une autre étape transformatrice dans l'évolution des stratégies et des capacités de maintenance a été l'avènement de la surveillance de l’état des actifs (CBM), qui surveille les indicateurs de performance clés (KPI) pour identifier les anomalies. Les entreprises peuvent vérifier par le biais de mesures, d'inspections visuelles des équipements, d'examens des données de performance ou de tests planifiés, ainsi que par l'IoT et les données historiques. Les KPI sont recueillis à certains intervalles, ou en continu, comme c'est le cas lorsqu'une machine possède des capteurs internes. La surveillance de l’état des actifs peut être appliquée à tous les actifs.

La surveillance de l’état des actifs, comme toute maintenance prédictive, repose également sur le principe que la maintenance ne doit être effectuée que lorsqu'il existe des signes de diminution des performances de l'équipement ou une défaillance critique imminente. Par rapport à la maintenance préventive traditionnelle, la surveillance de l’état des actifs ne nécessite l'arrêt de l'équipement pour maintenance qu'en cas de besoin, ce qui augmente le temps entre les réparations de maintenance.

La surveillance de l’état des actifs peut réduire les temps d'arrêt des machines de 30–60 % et augmenter la durée de vie des machines de 30 % en moyenne. La maintenance prédictive joue un rôle clé dans la détection et la résolution des problèmes des machines avant qu'elles ne tombent en panne complète. Selon une étude de PWC, la maintenance prédictive améliore la durée de fonctionnement de 51 %. Grâce à la maintenance prédictive, les entreprises peuvent éviter les accidents et améliorer la sécurité de leurs employés et clients.

Mise en œuvre d'un programme de surveillance de l’état des actifs réussi

FactoryTalk® Analytics™ GuardianAI™ est un nouveau logiciel de Rockwell Automation qui fournit des informations sur la maintenance prédictive via une surveillance continue de l’état des actifs. Le logiciel aide les ingénieurs de maintenance à obtenir les bonnes informations au bon moment pour optimiser les activités de maintenance et réduire les temps d'arrêt imprévus.
Grâce à ces informations, les ingénieurs de maintenance ont la possibilité de comprendre l'état actuel des actifs dans l'atelier. Ils reçoivent une notification précoce dès qu'un actif commence à s'écarter de la normale.

Utilisez vos variateurs de fréquence existants comme capteurs

Avec FactoryTalk Analytics GuardianAI, il n'est pas nécessaire d'acheter des capteurs ou des équipements de surveillance supplémentaires. Le logiciel fournit une alerte précoce des défaillances potentielles des actifs en se basant sur les données déjà disponibles à partir des variateurs de fréquence (VFD). Le logiciel FactoryTalk Analytics GuardianAI utilise le signal électrique du VFD pour surveiller l'état d'un actif d'usine. Lorsqu'il détecte une déviation du signal électrique, il alerte l'utilisateur de l'anomalie afin que les fabricants puissent enquêter et planifier la réponse appropriée. FactoryTalk Analytics GuardianAI offre une intégration de premier ordre avec les variateurs PowerFlex® 755, 755T et 6000T pour les applications de procédé clés telles que les pompes, les ventilateurs et les souffleries.

Pas besoin de science des données

Lors du déploiement de solutions innovantes dans un environnement d'exploitation, le délai de rentabilisation est essentiel. Le logiciel FactoryTalk Analytics GuardianAI permet de gagner du temps grâce à des flux de travail intuitifs et rationalisés via une expérience en libre-service basée sur un navigateur. Il suffit de déployer l'application sur un PC en périphérie, de spécifier les informations relatives à votre variateur et à vos actifs, et de former le modèle de maintenance prédictive sur les données d'usine en direct sans impact sur les opérations. Une fois la formation terminée, le logiciel passe automatiquement en mode de surveillance et vous pouvez superviser l'état de vos actifs d'usine.

À partir d'une vue d'ensemble de tous les actifs, vous pouvez sélectionner n'importe quel actif à risque pour en savoir plus sur son état. Vous découvrirez des informations clés telles que la cause probable de l'écart, le niveau de dépassement par rapport à la ligne de base et la durée de l'écart. Vous pouvez également inclure le contexte concernant la gravité du risque de défaillance et le temps estimé pour résoudre le problème. Ces détails aident votre équipe de maintenance à hiérarchiser et planifier les réparations nécessaires.

Passez de la détection à l'identification des anomalies

Le logiciel FactoryTalk Analytics GuardianAI est livré prêt à l'emploi avec une expertise intégrée sur la cause probable de défaillance pour les types d'actifs d'usine courants. Si vous surveillez une application de pompe, de ventilateur ou de soufflerie, FactoryTalk Analytics GuardianAI comprend et reconnaît la signature électrique des défauts de premier principe associés et fournit ce contexte lorsqu'il vous alerte d'une déviation. En fournissant aux ingénieurs de maintenance des informations sur le type de défaillance sur le point de se produire, vous pouvez réduire le temps d'investigation et minimiser les temps d'arrêt requis.

L'expertise intégrée constitue un excellent point de départ pour l'identification des anomalies. Mais vous n'êtes pas limité aux fonctionnalités prêtes à l'emploi. Vous avez également la flexibilité de former le logiciel FactoryTalk Analytics GuardianAI sur des défauts spécifiques au processus. Après avoir enquêté et identifié la source du problème, vous pouvez étiqueter l'anomalie. Lorsque le même problème se reproduit, le logiciel le reconnaît et vous en informe.

Analyse en périphérie

Le logiciel FactoryTalk Analytics GuardianAI est déployé, apprend et fonctionne en périphérie pour des prédictions en quasi temps réel.

Conclusion

Depuis CH Waddinton et sa mission de maintien des avions de la RAF dans les airs, les fabricants cherchent à améliorer la prise de décision en matière de maintenance et à tirer plus de valeur des équipements. Évoluant d'une maintenance réactive et proactive à une maintenance préventive et prédictive, les ingénieurs de maintenance sont désormais dotés d'un apprentissage automatique facile à utiliser grâce à une expérience utilisateur intuitive qui ne nécessite pas de connaissances en science des données. En savoir plus sur FactoryTalk Analytics GuardianAI.

Publié 13 mai 2024

Sujets: FactoryTalk Analytics GuardianAI

S'abonner

Abonnez-vous à Rockwell Automation et recevez les dernières actualités, les analyses et les informations directement dans votre boîte de réception.

S'abonner
Recommandé pour vous
Loading
  1. Chevron LeftChevron Left Accueil Rockwell Automation
  2. Chevron LeftChevron Left Soc...
  3. Chevron LeftChevron Left Actualités
  4. Chevron LeftChevron Left Blogs
  5. Chevron LeftChevron Left C'est l’ère de l’IA dans la maintenance prédictive
Le contenu de ce site a été traduit à l’aide de l’intelligence artificielle (IA) sans relecture ni édition humaines. Il est susceptible de contenir des erreurs et imprécisions et il est livré « tel quel », sans garantie d’aucune sorte. Le texte qui fait foi est la version anglaise.
Veuillez mettre à jour vos préférences en matière de cookies pour continuer.
Cette fonctionnalité nécessite des cookies pour améliorer votre expérience. Veuillez mettre à jour vos préférences pour autoriser ces cookies:
  • Cookies de réseaux sociaux
  • Cookies fonctionnels
  • Cookies de performances
  • Cookies marketing
  • Tous les cookies
Vous pouvez mettre à jour vos préférences à tout moment. Pour plus d'informations, veuillez consulter notre {0} politique de confidentialité
CloseClose