Sélectionner les capteurs de maintenance prédictive optimaux pour une santé d'actif fiable

La surveillance basée sur l'état (CbM) suit la santé des équipements avec des capteurs, tandis que la maintenance prédictive (PdM) combine CbM, apprentissage machine et analytique pour prévoir les pannes. Choisir les bons capteurs est critique pour détecter, diagnostiquer et prédire les défauts avant les arrêts.

Les moteurs industriels sont conçus pour 20 ans de fonctionnement continu dans les usines et centrales, pourtant beaucoup n'atteignent pas leur durée de vie attendue ¹. Causes : sous-utilisation, maintenance inadéquate, ou absence de système PdM. Un programme PdM bien implémenté planifie les réparations proactivement, prévenant les arrêts imprévus et prolongeant la longévité des actifs.

Une stratégie PdM robuste emploie multiples techniques et capteurs pour attraper les défauts tôt avec haute confiance — il n'y a pas de « capteur unique universel ». Cet article explique pourquoi les capteurs sont indispensables en PdM, soulignant leurs forces et limitations.

Chronologie des défauts système

La Figure 1 illustre le cycle de vie d'un moteur — de l'installation à la panne — avec le capteur recommandé à chaque étape. Après l'expiration de la garantie, la maintenance passe d'inspections fréquentes à des vérifications planifiées.

Figure 1 : Santé machine vs temps. (Source : Analog Devices)

Les arrêts imprévus surviennent souvent quand un défaut se développe entre vérifications planifiées. La clé est un capteur qui peut signaler les problèmes tôt — cet article se concentre sur les solutions vibration et acoustique, l'analyse vibratoire servant généralement de point de départ PdM ².

Capteurs de maintenance prédictive

Certains capteurs détectent des défauts spécifiques, comme l'endommagement de roulements, plus tôt que d'autres. Accéléromètres et microphones sont les plus utilisés pour la détection précoce. Le Tableau 1 liste les spécifications des capteurs et les défauts qu'ils peuvent révéler. Les systèmes PdM déploient normalement un sous-ensemble de ces capteurs, donc comprendre chaque type de défaut et le meilleur capteur pour le capturer est essentiel.

Tableau 1. Capteurs populaires utilisés pour CbM (Source : Analog Devices) cliquer pour agrandir

Considérations capteurs et défauts système

Plus de 90 % des machines tournantes industrielles reposent sur des roulements à éléments roulants ³. La Figure 2 montre la distribution des pannes de composants moteur, soulignant l'importance de la surveillance des roulements. Un capteur de vibration doit offrir faible bruit et large bande passante pour détecter, diagnostiquer et prédire les défauts potentiels.

Figure 2. Pourcentage d'occurrences des composants moteur défaillants.⁴ (Source : Analog Devices)

Le Tableau 2 détaille les défauts courants dans les machines tournantes et les exigences des capteurs de vibration pour détection précoce. Les capteurs haute performance sont pivots pour un fonctionnement fiable.

Tableau 2. Aperçu bref des défauts machine et considérations capteurs vibration (Source : Analog Devices) cliquer pour agrandir

L'énergie vibratoire (pic, pic-à-pic, rms) révèle déséquilibre ou désalignement ⁵. Les défauts de stade précoce comme défauts de roulements ou engrenages requièrent souvent un capteur à faible bruit (<100 µg/√Hz) et large bande passante (>5 kHz) associé à un traitement de signal avancé.

Capteurs vibration, soniques et ultrasoniques pour PdM

Les microphones MEMS intègrent un élément MEMS sur un PCB, généralement logé dans du métal avec un port pour la pression sonore. Ils sont rentables, compacts, et idéaux pour la surveillance alimentée par batterie de santé de roulements, engrenages, cavitation de pompes, désalignement et déséquilibre. Cependant, dans les environnements bruyants ou hostiles, la performance peut se dégrader due au bruit ambiant, humidité ou choc mécanique.

Bien que de nombreuses fiches techniques MEMS listent des applications bénignes (mobile, portable, gaming), elles notent aussi la sensibilité au choc — certains revendiquent jusqu'à 10 000 g de survie ⁷. La clarté sur l'adéquation pour environnements extrêmes reste limitée.

Les microphones ultrasoniques MEMS analysent les sons dans la gamme 20-100 kHz, où le bruit ambiant est minimal. Les fréquences plus hautes donnent des longueurs d'onde plus courtes (0,3-1,6 cm) et une énergie plus directive, aidant la localisation précise de défauts dans roulements ou boîtiers.

Les accéléromètres dominent la détection de vibration pour gros équipements tournants (turbines, pompes, moteurs, réducteurs). Les Tableaux 3 et 4 comparent les capteurs MEMS vibration/acoustique haute performance avec les accéléromètres piézo de référence industrielle.

Le marché CbM devrait croître significativement sur les cinq prochaines années, les déploiements sans fil tirant beaucoup de cette expansion ⁶. Les accéléromètres piézo, bien que très capables, sont plus volumineux et consomment plus d'énergie, rendant les accéléromètres MEMS et microphones attractifs pour les systèmes PdM alimentés par batterie.

Tous les types de capteurs offrent bande passante adéquate et faible bruit, mais les accéléromètres MEMS livrent de façon unique une réponse DC-à-haute-fréquence, bénéfique pour la détection de déséquilibre à basse vitesse et la détection d'inclinaison. Ils intègrent aussi des fonctions d'auto-test, assurant l'intégrité fonctionnelle — un avantage critique pour la sécurité.

Le scellement hermétique est possible pour accéléromètres MEMS (céramique) et piézo (mécanique), permettant l'usage dans environnements sales ou hostiles. Le Tableau 4 met en évidence les différences de performance mécanique et environnementale, guidant l'appariement capteur-actif.

Tableau 3. Spécifications de performance capteurs maintenance prédictive (Source : Analog Devices) cliquer pour agrandir

Tableau 4. Spécifications mécaniques capteurs maintenance prédictive (Source : Analog Devices) cliquer pour agrandir

Les données de vibration tri-axe fournissent un diagnostic plus riche, améliorant la détection de défauts au-delà des configurations mono-axe — un avantage clair des accéléromètres piézo et MEMS.

Les microphones MEMS peuvent subir jusqu'à -8 dB de distorsion en environnements à haute humidité ⁷. Dans de telles conditions, les microphones à condensateur électret (ECM) peuvent performer mieux. D'autres facteurs environnementaux — vent, pression, champs EM, choc — impactent aussi les capteurs acoustiques ⁸.

En environnements bénins, les microphones MEMS offrent d'excellentes performances PdM. Cependant, les monter dans des environnements hostiles, vibratoires, poussiéreux ou humides pose des défis ; ils nécessitent un port pour l'accès acoustique, ce qui peut exposer l'électronique interne aux contaminants.

Les avancées récentes en technologie d'accéléromètres MEMS capacitifs permettent maintenant des solutions CbM sans fil petites, peu coûteuses, pour actifs de priorité inférieure, offrant des insights plus profonds sur les opérations et temps de fonctionnement des installations. Ces capteurs MEMS approchent la performance piézo pour systèmes filaires, avec faible bruit, large bande passante et interfaces IEPE standard industrielles.

Figure 3. Accéléromètre MEMS, référence IEPE, design PCB permettant retrofit de la famille ADXL100x d'accéléromètres CbM dans modules mécaniques IEPE. Note : Analog Devices ne produit pas de modules mécaniques IEPE. (Source : Analog Devices)

Les modules PdM dédiés, comme l'ADcmXL3021 d'Analog Devices, intègrent trois accéléromètres MEMS mono-axe, ADC, processeurs, mémoire et algorithmes dans un boîtier mécanique avec résonance >50 kHz. Cela permet des FFT sur nœud, déclencheurs d'alarme et sorties statistiques essentielles pour la prédiction de panne basée sur apprentissage machine.

Figure 4. Module CbM MEMS tri-axe avec ADC intégré, processeur, FFT, statistiques, et boîtier mécanique fréquence de résonance >50 kHz. (Source : Analog Devices)

Choisir le bon capteur de vibration repose sur l'adéquation des capacités du capteur aux modes de défaillance probables de l'actif. Les microphones MEMS ne sont pas encore prouvés pour détecter fiablement tous les défauts basés sur vibration dans les environnements les plus hostiles, tandis que les accéléromètres ont un historique de fiabilité de plusieurs décennies. Les microphones ultrasoniques MEMS montrent un potentiel pour la détection précoce de défauts de roulements et pourraient compléter les accéléromètres pour une solution PdM hybride.

Bien qu'aucun capteur unique ne convienne à tous les scénarios, les accéléromètres restent un choix éprouvé et en évolution. Analog Devices offre un large portefeuille d'accéléromètres MEMS — allant des unités basse consommation, faible bruit, haute stabilité aux modules nœud-edge intelligents — pour répondre à des besoins d'application divers.

Références

1 Leslie Langnau. « Sensors Help You Get Maximum Use from Your Motors. » Machine Design, Septembre 2000.

2 Bram Corne, Bram Vervisch, Colin Debruyne, Jos Knockaert, et Jan Desmet. « Comparing MCSA with Vibration Analysis in Order to Detect Bearing Faults—A Case Study. » 2015 IEEE International Electric Machines and Drives Conference (IEMDC), IEEE, Mai 2015.

3 Brian P. Graney et Ken Starry. « Rolling Element Bearing Analysis. » Materials Evaluation, Vol. 70, No. 1, The American Society for Nondestructive Testing, Inc., Janvier 2012.

4 Pratyay Konar, R. Bandyopadhyay, et Paramita Chattopadhyay. « Bearing Fault Detection of Induction Motor Using Wavelet and Neural Networks. » Proceedings of the 4th Indian International Conference on Artificial Intelligence, IICAI 2009, Tumkur, Karnataka, India, Décembre 2009.

5 Pete Sopcik et Dara O'Sullivan. « How Sensor Performance Enables Condition-Based Monitoring Solutions, » Analog Dialogue, Vol. 53, Juin 2019.

6 Motor Monitoring Market by Offering (Hardware, Software), Monitoring Process (Online, Portable), Deployment, Industry (Oil and Gas, Power Generation, Metals and Mining, Water and Wastewater, Automotive), and Region—Global Forecast to 2023. Research and Markets, Février 2019.

7 Pradeep Lall, Amrit Abrol, et David Locker. « Effects of Sustained Exposure to Temperature and Humidity on the Reliability and Performance of MEMS Microphone. » ASME 2017 International Technical Conference and Exhibition on Packaging and Integration of Electronic and Photonic Microsystems, Septembre 2017.

8 Marcel Janda, Ondrej Vitek, et Vitezslav Hajek. Induction Motors: Modelling and Control. InTech, Novembre 2012.

9 Muhammad Ali Shah, Ibrar Ali Shah, Duck‑Gyu Lee, et Shin Hur. « Design Approaches of MEMS Microphones for Enhanced Performance. » Journal of Sensors, Vol. 1, Mars 2019.