La Maintenance Prédictive, un élément clé de l'Industrie 4.0

La maintenance prédictive, qui peut identifier les problèmes de maintenance en temps réel, permet aux propriétaires de machines et de véhicules d'effectuer une maintenance rentable et de la déterminer à l'avance avant que l'unité ne tombe en panne ou ne soit endommagée. Lorsqu'elle est utilisée correctement, la maintenance prédictive peut prolonger la durée de vie des actifs industriels, réduire les coûts et augmenter la disponibilité.

L'Espagne possède le deuxième plus grand réseau ferroviaire à grande vitesse au monde, avec plus de 4 900 km (3 050 miles) de lignes ferroviaires à grande vitesse. Et Renfe, l'opérateur ferroviaire, promet une arrivée à l'heure sur tous ses trains AVE (Alta Velocidad) à travers le pays.

Jusqu'à récemment, pour fournir un tel service et une telle disponibilité, un opérateur ferroviaire devait disposer d'un nombre important de trains en attente pour couvrir les pannes imprévues et les problèmes de maintenance.

Cependant, Renfe est désormais en mesure de maintenir plus de 99 % de ses trains à grande vitesse en service à tout moment grâce à la surveillance en temps réel, à la maintenance prédictive et au remplacement des composants à la demande.

Photo publiée avec l'aimable autorisation de Renfe.

Siemens, qui construit et entretient la plupart des trains, utilise une combinaison de milliers de capteurs, d'informatique de pointe et d'analyses en temps réel pour prévoir les pannes potentielles et déterminer le meilleur moment pour la maintenance ou le remplacement des composants. Lorsqu'un système ou un composant nécessite une maintenance, le système planifie les temps d'arrêt nécessaires et s'assure que les techniciens et les pièces de rechange sont disponibles pour éviter tout retard.

En raison de cette technologie de pointe, les retards causés par des pannes techniques de plus de 10 minutes ne se produisent en moyenne que tous les 1,5 million de kilomètres. Les trains sont disponibles pour l'exploitation 99,94 % du temps.

De plus, étant donné que les composants et les systèmes ne sont réparés ou remplacés qu'en cas de besoin, il y a des économies importantes sur les pièces et les coûts de main-d'œuvre. Certains éléments peuvent continuer à être en service après leur temps de fonctionnement prévu.

La maintenance prédictive aide les industries à profiter des avantages de la numérisation

La maintenance préventive est basée sur des contrôles réguliers et le remplacement de pièces spécifiques à intervalles réguliers. Bien que cela ait été efficace dans de nombreuses industries et ait permis d'éviter des réparations plus coûteuses, cela crée un système de déchets. De nombreuses pièces remplacées sont encore en assez bon état pour continuer à fonctionner correctement.

Contrairement à la maintenance préventive, la maintenance prédictive remplace uniquement la pièce requise au moment nécessaire. Non seulement il détecte les conditions de la machine qui entraîneront une panne, mais il estime également le temps avant que cette panne ne se produise, ce qui permet de planifier l'entretien.

Ce concept commence maintenant à être appliqué aux actifs industriels. L'un des défis les plus mentionnés pour progresser dans l'industrie 4.0 est l'investissement important dans les machines existantes. Aujourd'hui, de nombreux fabricants de machinerie lourde envisagent un modèle de «location», où l'actif est loué à l'opérateur, qui paie pour l'utilisation réelle de la machine. L'entretien et les pièces de rechange font partie du service.

Grâce à la surveillance en temps réel et à la maintenance prédictive, le fabricant peut déterminer quand il est nécessaire d'envoyer un technicien pour effectuer une tâche de maintenance ou demander à l'opérateur de la machine de remplacer un composant sur le point de tomber en panne. De cette façon, les temps d'arrêt de l'actif sont réduits au minimum et garantissent les meilleures performances de la machine pendant de nombreuses années.

La maintenance prédictive arrive sur les produits de consommation, y compris les voitures et les appareils électroménagers

Traditionnellement, un véhicule reçoit un entretien préventif lorsqu'il atteint une certaine distance parcourue ou un laps de temps spécifique depuis le dernier contrôle, selon la première éventualité. Ce système est celui utilisé par les constructeurs et concessionnaires automobiles depuis des décennies.

Aujourd'hui, le prix de la plupart des voitures électriques n'inclut pas la batterie. La batterie est là mais louée au constructeur. Au lieu de payer pour le carburant, de nombreux propriétaires de véhicules électriques paient des frais mensuels en fonction de l'utilisation qu'ils font de la voiture. Des capteurs installés sur la batterie, le moteur et les ports de charge envoient les informations au fabricant. Lorsque la batterie n'est plus en mesure de maintenir une charge raisonnable pour les besoins de l'utilisateur de la voiture, elle est remplacée.

Ces batteries de voiture remplacées peuvent avoir une seconde vie, généralement pendant dix ans ou plus, comme stockage d'électricité pour les énergies renouvelables ou pour équilibrer le réseau. Après cela, les unités sont démontées et les matériaux sont reconditionnés pour être réutilisés dans de nouvelles batteries ou pour fabriquer d'autres pièces.

Bien qu'il y ait un passage définitif à l'électrification, la plupart des voitures vendues aujourd'hui utilisent encore la combustion interne. Les constructeurs et concessionnaires automobiles recherchent des moyens d'optimiser la maintenance en surveillant en permanence tous les systèmes critiques du véhicule. L'utilisation de capteurs connectés et d'analyses embarquées permet de prédire quand une maintenance est nécessaire.

Par exemple, si la conduite dans certaines conditions nécessite un freinage continu, l'utilisation de plaquettes et de liquide de frein, les sous-systèmes de la voiture alertent le conducteur et planifient l'entretien bien avant que ces freins ne tombent en panne.

Les capteurs du véhicule peuvent également mesurer les conditions environnementales, telles que l'humidité, la température, le poids et le stress, ainsi que d'autres mesures telles que la surface et l'inclinaison de la chaussée. La collecte de tous ces points de données peut fournir aux fabricants et aux centres de service des informations complètes sur les conditions environnementales de l'endroit où le véhicule a fonctionné, ce qui est précieux lors de l'évaluation des besoins de maintenance avancés.

Les fabricants d'électroménagers étudient le même concept. Contrairement à la machinerie lourde et aux autres actifs industriels, la plupart des appareils électroménagers sont conçus pour durer de cinq à dix ans. Le raisonnement sous-jacent est que les consommateurs veulent un produit bon marché et sont habitués à en acheter un nouveau en cas d'échec.

Si les vendeurs de machines à laver, par exemple, pouvaient percevoir un revenu stable en louant les unités aux consommateurs, ils fabriqueraient leurs produits avec de meilleurs matériaux et composants qui duraient plus longtemps et les équiperaient d'une armée de petits capteurs pour assurer une surveillance continue de la la santé de la machine.

Lorsque les capteurs intégrés à la machine détectent qu'un composant critique va bientôt tomber en panne, l'unité programme un appel de maintenance, les pièces nécessaires et un technicien pour effectuer le changement. L'utilisateur n'a plus besoin de faire l'expérience d'un appareil cassé et d'attendre l'arrivée d'un réparateur, de diagnostiquer le problème et de revenir plus tard avec les pièces de rechange.