Impact des maintenances prédictives sur la fabrication

Chaque jour, dans chaque environnement de fabrication, des pannes et des temps d'arrêt se produisent. C'est juste une réalité lorsque vous avez affaire à un équipement qui effectue une tâche répétitive. Le problème, cependant, est que la fabrication sur les marchés d'aujourd'hui nécessite une production efficace et de qualité. Les temps d'arrêt imprévus d'une seule machine dans un environnement de fabrication "juste à temps" peuvent entraîner des retards qui entraînent des clients mécontents, une éventuelle attrition de ces clients au profit d'un concurrent et un impact direct sur les résultats d'une entreprise.

L'un des très grands résultats de la croissance de (l'Internet des objets) est le fait que les données machine peuvent être exploitées pour limiter les coûts opérationnels et l'impact des temps d'arrêt, planifiés et non planifiés. C'est ce qu'on appelle la maintenance prédictive.

Qu'est-ce que la maintenance prédictive ?

La maintenance prédictive, ou PdM en abrégé, est une méthode permettant d'anticiper les besoins de maintenance des machines d'une usine. En analysant les données opérationnelles des machines, des modèles émergent qui permettront aux opérateurs de développer une compréhension des modes de défaillance et de prévoir quand une maintenance sera nécessaire sur une unité donnée, permettant de la planifier pendant les périodes moins coûteuses.

Dans le passé, les fabricants s'appuyaient sur la maintenance réactive et d'autres stratégies de maintenance, également connues sous le nom de méthode "si ce n'est pas cassé, ne le réparez pas". Vous pouvez bien imaginer que l'entretien des machines uniquement lorsqu'elles sont tombées en panne représentait un coût énorme, à la fois en termes de temps d'arrêt imprévus et d'impact potentiel sur d'autres parties de la machine, ainsi qu'en termes de qualité de la sortie pendant le temps que la pièce était défaillante. .

Au fil du temps, les entreprises ont cherché à s'éloigner de la maintenance réactive et à mettre en place des stratégies de maintenance préventive. Mais la maintenance préventive reposait sur des moyennes et ne reflétait pas l'état actuel ou en temps réel de l'équipement.

Alors que la maintenance préventive et prédictive est une avancée par rapport à la maintenance réactive, il y a clairement un gagnant. La mise en œuvre de la maintenance prédictive repose sur des informations spécifiques extraites de chaque machine pour détecter les problèmes potentiels. Un exemple serait l'analyse des vibrations.

Un modèle qui utilise une ligne de base pour collecter des données de maintenance prédictive pour une machine sera capable de détecter des changements, tels qu'une augmentation des vibrations dans une pièce spécifique, qui pourraient être causés par des dommages ou l'introduction d'un corps étranger. Les écarts par rapport à la ligne de base permettent aux opérateurs de prévoir un besoin de maintenance avant que le problème ne devienne grave, entraînant une panne de l'équipement.

Comment fonctionne la maintenance prédictive ?

Contrairement à la maintenance préventive, un programme de maintenance prédictive utilise les données générées par les équipements et envoie les données vers le cloud. Comme les données de production et de processus métier, la maintenance conditionnelle en temps réel peut être analysée pour détecter des modèles et des tendances sur la santé de la machine ou la durée de vie de ses pièces ou outils et pour réduire les coûts de maintenance.

Souvent, l'équipement OEM peut indiquer un cycle de vie prévu pour une pièce ou un outil. Cependant, cela est basé sur des moyennes de l'ensemble de l'industrie. Il ne prend pas en compte les applications légères où les pièces peuvent s'user plus lentement que prévu ni les applications lourdes où elles peuvent s'user plus rapidement.

Les analyses avancées des plates-formes de surveillance de la production et de la maintenance utilisent les tendances et la maintenance conditionnelle pour tracer le temps d'usure réel ou prévoir les modes de défaillance. Des programmes de maintenance prédictive peuvent être développés autour de ces informations pour réduire les temps d'arrêt et contrôler les coûts.

Des programmes de maintenance prédictive robustes peuvent utiliser la plate-forme pour envoyer des alertes au personnel de maintenance lorsqu'une panne est imminente, réduisant ainsi les temps d'arrêt liés à l'attente de l'arrivée des techniciens après coup. Ils peuvent également travailler avec des informations de production en usine, telles que les heures de changement prévues pour effectuer des réparations pendant les changements programmés ou les temps d'arrêt prévus pour le nettoyage.

Les alertes planifiées peuvent être étendues des techniciens aux entrepôts MRO afin que les pièces puissent être organisées pour éviter davantage de temps d'arrêt. Et les pièces peuvent être automatisées pour une nouvelle commande par rapport au nombre de pièces min/max établi, qui sont également prescrits par le système. Dans le cadre de sa stratégie globale de maintenance, chaque entreprise peut adapter ses techniques de maintenance prédictive à ses propres besoins.

Quels sont les avantages de la maintenance prédictive ?

Du point de vue de la réduction des coûts, les avantages d'une stratégie de maintenance prédictive incluent des temps d'arrêt planifiés optimisés et des temps d'arrêt imprévus minimisés. Un programme de maintenance prédictive optimisera également la productivité des employés et la durée de vie des équipements. À l'aide d'algorithmes d'analyse et d'apprentissage automatique avancés, la maintenance préventive ne peut être sous-estimée !

Comment la maintenance prédictive aide à optimiser les temps d'arrêt planifiés

Les temps d'arrêt planifiés peuvent englober tout, du nettoyage et de la lubrification de la machine au remplacement des pièces dont on sait qu'elles sont régulièrement défaillantes. Ce type de maintenance préventive réduit le risque de temps d'arrêt imprévus. Tout comme prendre soin de votre ordinateur et le balayer contre les virus ou garder les autres appareils propres dans votre maison, vous obtiendrez une sortie plus efficace et de meilleure qualité à partir d'une machine bien entretenue.

Grâce aux données collectées dans les opérations de la machine, la maintenance prédictive peut être planifiée régulièrement et aux moments qui auront le moins d'impact sur la production de la commande. Il y a aussi l'avantage supplémentaire qu'un entretien adéquat de cette nature prolongera invariablement la durée de vie de l'équipement mécanique qui serait difficile et coûteux à remplacer. L'optimisation de la disponibilité et de la durée de vie d'un composant dans un programme de maintenance prédictive se traduira en fin de compte par des économies importantes.

La maintenance prédictive limite les temps d'arrêt imprévus

Selon un article du Wall Street Journal, "les temps d'arrêt non planifiés coûtent aux fabricants industriels environ 50 milliards de dollars par an". L'utilisation de la maintenance prédictive pour limiter ce coût est essentielle dans les industries manufacturières hautement compétitives.

Dans la mesure où la maintenance préventive planifiée peut garantir le bon fonctionnement des machines la plupart du temps, la surveillance des machines collecte numériquement des tonnes de données qui, une fois analysées, montreront des modèles sur une machine donnée. Ce type de détection de modèles, basé sur des données historiques, peut aider à identifier une machine susceptible de subir une panne et pour laquelle la maintenance peut être planifiée de manière proactive.

La maintenance prédictive peut aider à optimiser la durée de vie de l'équipement

Être capable de surveiller l'efficacité, la production et la qualité d'une machine au fil du temps révélera des données qui identifieront quand une machine nécessite une maintenance, comme indiqué ci-dessus, mais aideront également à identifier quand une machine arrive en fin de vie. La maintenance réactive et préventive ne peut pas faire cela.

Au fur et à mesure que les machines vieillissent et en fonction de leur niveau d'utilisation, le calendrier de maintenance changera, ce qui peut être géré grâce à la maintenance prédictive. Certaines parties de la machine réagiront différemment au stress de production au fil du temps. L'augmentation éventuelle de la maintenance prévue par les modèles de données révélera quand une machine atteindra un point de basculement entre le coût et les performances. La nécessité de remplacer éventuellement de grandes pièces d'une machine ou de l'ensemble de l'unité est rendue gérable en prévoyant ce besoin et en le planifiant, à la fois du point de vue du coût/budget et du temps/effort.

La maintenance prédictive peut aider à optimiser la productivité des employés

La maintenance prédictive optimise la productivité des employés de plusieurs façons. Tout d'abord, regardons simplement le coût de la main-d'œuvre elle-même. Lorsque des réparations sont planifiées, le temps nécessaire à la réparation est réduit en raison d'un plus petit nombre de remplacements de composants au lieu d'un remplacement complet de l'équipement. En outre, la fréquence des réparations en cas de défaillance critique de l'équipement sera réduite et le nombre d'"appels critiques" sera considérablement réduit.

Du point de vue de l'employé, la maintenance prédictive entraînera une réduction des pannes et des systèmes d'évitement des accidents. Ceux-ci peuvent alerter ou même arrêter l'équipement lorsqu'il y a un danger pour un travailleur, améliorant considérablement les conditions de l'usine et minimisant les blessures des travailleurs.

De plus, les temps d'arrêt et les opérations avec des paramètres sous-optimaux ont non seulement un impact sur la production, mais aussi sur le moral des employés. Il est stressant de se précipiter pour résoudre les problèmes lorsqu'ils surviennent. La maintenance prédictive minimise ces cas.

La maintenance prédictive peut aider à augmenter les revenus

Les avantages de la maintenance prédictive que nous avons évoqués ci-dessus, au final, ont tous le même objectif :augmenter le résultat net. Avec moins d'entretien sur les bons composants et une réparation plus rapide des composants défectueux, les réparations peuvent être traitées plus efficacement, réduisant ainsi le temps de réparation. L'une des études les plus complètes sur le potentiel de l'analyse industrielle comme la maintenance prédictive a été menée par McKinsey en 2015. Ils ont découvert la possibilité d'apporter les améliorations suivantes :

Réduction de 10 à 40 % des coûts de maintenance

Étant donné que la maintenance planifiée est basée sur un calendrier, il y aura des cas où des tâches de maintenance seront effectuées alors qu'elles ne sont pas nécessaires. La maintenance prédictive peut prévenir de telles inefficacités.

10 à 20 % de déchets en moins

Un fonctionnement sous-optimal qui n'est pas détecté peut entraîner un gaspillage de production. Les matières premières, l'énergie, les coûts de main-d'œuvre et le temps machine sont gaspillés dans de tels cas. Les systèmes de maintenance prédictive peuvent détecter les problèmes susceptibles d'entraîner des gaspillages avant qu'ils ne surviennent.

10 à 50 % de nouvelles opportunités d'amélioration découvertes

Une fois la collecte de données automatisée, de nouvelles informations sur les opportunités d'optimisation des processus peuvent être découvertes quotidiennement grâce à des analyses avancées.

Technologies de maintenance prédictive

Il existe de nombreux types de technologies de maintenance prédictive utilisées dans un programme de maintenance prédictive robuste basé sur les données. Cet équipement de surveillance d'état peut être utilisé pour créer une solution de maintenance prédictive pour une opération. Ces technologies incluent :

Thermographie infrarouge

La chaleur est presque toujours un sous-produit d'un environnement de fabrication. Mais il est souvent prévisible pour chaque machine ou type de tâche en cours d'exécution. Les plates-formes PdM peuvent cartographier ces schémas thermiques par machine ou tâche et analyser les pics de température pour déterminer les problèmes à venir. La thermographie infrarouge peut surveiller et mesurer la température dans des équipements tels que des moteurs, des roulements ou d'autres surfaces de friction. Il peut également aider à découvrir les "points chauds" dans les armoires électriques et à détecter les défauts d'isolation. La thermographie infrarouge mesure la température et affiche l'appareil sous forme d'image de l'ensemble de l'appareil mesuré. La plate-forme de surveillance peut stocker et analyser ces images pour détecter les problèmes et identifier les tendances dans des conditions spécifiques.

Surveillance acoustique

Certaines plates-formes de surveillance de la maintenance prédictive peuvent utiliser des signaux à haute fréquence pour déterminer l'état de l'équipement. Le même principe peut être appliqué en utilisant le son aérien. En captant ce bruit acoustique, les pannes peuvent être détectées. Des algorithmes avancés d'apprentissage automatique sont utilisés pour améliorer la capacité prédictive au fil du temps. Ces analyses peuvent être combinées avec d'autres technologies de surveillance pour approfondir et découvrir les anomalies avant qu'elles ne surviennent.

Analyse des vibrations

Tous les équipements de fabrication et de fraisage vibrent. Et cette vibration par machine et par type de travail peut être tracée pour déterminer une plage saine sur une courbe. L'analyse des vibrations aide les ingénieurs de maintenance prédictive à comprendre ce que signifient des changements subtils et significatifs. Ils peuvent évaluer les taux d'usure et les points de défaillance à mesure que les algorithmes de machine learning deviennent plus précis au fil du temps.

Analyse d'huile

Alors que les plates-formes de maintenance prédictive peuvent utiliser le son, les vibrations et la température pour évaluer à la fois l'état et les éventuelles défaillances de l'équipement ou des pièces, un autre outil qui capture ce qui se passe à l'intérieur de la machine est l'analyse de l'huile. En mesurant la pureté de l'huile, la teneur en débris, les contaminants et la composition de l'huile, les techniciens peuvent identifier, tracer et prédire la cause et développer des stratégies pour les corriger. Les données de l'analyse de l'huile peuvent être envoyées à la plate-forme d'analyse et combinées avec d'autres données de surveillance pour obtenir une image claire de l'état de la machine.

Comment mettre en œuvre la maintenance prédictive

Maintenant qu'il est clair que la maintenance prédictive est un moyen sûr d'éviter les temps d'arrêt imprévus et d'entraîner des coûts de fabrication plus élevés, la question est :comment mettre en œuvre un plan de maintenance prédictive ?

Tout d'abord, allez au cœur du problème que vous essayez de résoudre :

• Êtes-vous plus préoccupé par les temps d'arrêt imprévus ou le coût d'une panne de composant ?
• Certaines machines de votre étage sont-elles plus "importantes" ? c'est-à-dire, utilisé plus fréquemment, central pour plus de commandes, etc.

Ensuite, vous devez évaluer votre statut actuel ou créer une base de données sur les performances de la machine. Pour cela, vous pouvez utiliser vos propres normes, les normes OEE ou d'autres normes de l'industrie. Examinez chaque machine pour voir quels ont été les niveaux de performances historiques :fréquence d'arrêt, quels composants échouent régulièrement, fréquence de maintenance actuellement planifiée, etc.

Deuxièmement, examinez les données historiques pour les modèles et quelles mesures indiqueront un problème, quels écarts par rapport à la ligne de base devraient signaler un opérateur, etc.

Enfin, une fois que vous utilisez ces modèles et les données relatives à vos mesures de performance de base, vous devez instituer un processus de mise à jour continue des données et de révision pour vous assurer qu'elles continuent de refléter l'état actuel et signaleront les modèles de détérioration qui signalent clairement un besoin d'entretien. C'est la clé :vous ne pouvez pas prédire ce que vous ne pouvez pas analyser. Des données précises sont essentielles !

Minimiser les temps d'arrêt imprévus, du moins en ce qui concerne le fonctionnement des machines, représente une énorme économie de coûts et évitera les retards de mise sur le marché qui auront également un impact sur le résultat net. Dans l'environnement de fabrication d'aujourd'hui, la maintenance prédictive n'est pas un "bien à avoir". C'est une nécessité.

Lancer une stratégie de maintenance prédictive

Réserver une démo