Un logiciel d'analyse sonore avancé prédit les pannes machines avant qu'elles ne surviennent

Les opérateurs expérimentés savent facilement si la machine sur laquelle ils travaillent rencontre un dysfonctionnement, rien qu'en écoutant les bruits qu'elle émet. Un nouveau logiciel audio laisse espérer que bientôt, tout le monde disposera de cette capacité.

En effet, des chercheurs financés par l'UE développent une technologie avancée basée sur le système auditif humain. Cet outil peut analyser si une machine industrielle nécessite une maintenance grâce à une analyse sonore.

C'est une excellente nouvelle pour quiconque souhaite éliminer les risques d'arrêt et réduire les coûts de maintenance. Ces facteurs sont en effet cruciaux pour l'industrie, car ils affectent la qualité et la productivité tout en diminuant les profits. La solution semble facile à mettre en œuvre et simple à utiliser.

Le projet Horizon2020 neuronSW, financé par l'UE, a abouti au développement d'une approche innovante et révolutionnaire pour prédire les pannes mécaniques dans les machines industrielles.

Les chercheurs ont combiné apprentissage automatique, algorithmes avancés et analyse de Big Data pour imiter le cortex auditif humain et permettre la détection et la prédiction précoces des pannes mécaniques. Les résultats sont très prometteurs.

« La technologie exploite l'apprentissage automatique, le cloud et l'Internet des objets (IoT) pour fournir un service de détection qui imite l'intuition humaine face au son », explique Jiří Čermák, directeur technique du partenaire du projet, la PME NeuronSW Ltd.

Qu'est-ce que la technologie Neuron Soundware ?

Grâce à la technologie Neuron Soundware (neuronSW), les fabricants peuvent réaliser des diagnostics audio intelligents et surveiller les équipements clés par les sons qu'ils produisent.

« La plateforme matérielle et logicielle intégrée capture automatiquement le son des machines en temps réel et évalue en continu l'état de l'équipement. Elle fonctionne de manière similaire aux opérateurs expérimentés qui utilisent leurs oreilles pour diagnostiquer les machines en panne », explique Čermák.

Un grand avantage du système est qu'il fonctionne à la fois en ligne et hors ligne, et peut être intégré à des plateformes IoT tierces ou à des logiciels existants.

« Les capteurs sonores et vibratoires (microphones) peuvent être installés rapidement et à moindre coût sur tous types de machines, permettant de numériser des actifs sans interface numérique ou gérés par des systèmes hérités, sans mises à niveau coûteuses. »

Il n'y a pratiquement aucune limite à l'application de la technologie de diagnostic audio, qui peut être utilisée pour tout ce qui a une pièce mobile et produit du son.

« Cependant, il est plus judicieux de se concentrer d'abord sur les machines critiques, les actifs coûteux, le contrôle qualité, et les actifs situés dans des zones difficiles d'accès », souligne Čermák.

Il poursuit : « Différentes industries ont collaboré avec NeuronSW pour créer des solutions pour les machines lourdes, notamment les moteurs de cogénération, les pompes à carburant automobiles, les éoliennes, les escaliers mécaniques, les systèmes de climatisation, l'assemblage de PC, le contrôle qualité de moteurs électriques, et la maintenance prédictive de machines d'emballage. »

Quel avenir pour la maintenance prédictive par le son ?

Selon Michal Bambušek, responsable commercial de NeuronSW Ltd, le projet s'est également concentré sur les plans marketing et les ventes.

« Nous avons établi d'importants nouveaux contacts commerciaux qui nous ont permis de découvrir de nouveaux domaines d'application pour notre technologie, ce qui a contribué à l'améliorer et nous a permis de progresser. »

« Nous avons formé le personnel commercial, identifié les marchés clés et les stratégies de lancement pour la technologie neuronSW, et mené des études de cas pour la développer et l'adapter à différents secteurs », ajoute-t-il.

Les êtres humains comme les machines tirent un clair bénéfice de la technologie développée grâce à cette initiative.

« Nous pensons que dans l'avenir, la maintenance prédictive par le son deviendra une fonctionnalité standard de la plupart des machines à pièces mobiles, aidant fabricants et opérateurs. »

Merci d'avoir lu nos articles. Restez informé sur le monde industriel et Exapro en nous suivant sur Exapro Hub, Facebook, Twitter et LinkedIn.