À quoi ressemblera la maintenance prédictive en 2017 ?

Préventif la maintenance est une vérification régulière de l'équipement qui est généralement basée sur le temps de fonctionnement ou la routine. Par exemple, une compagnie aérienne peut effectuer un « démontage de 100 heures » d'un moteur à réaction pour rechercher des problèmes après qu'il a enregistré 100 heures de fonctionnement.

Prédictif la maintenance, ou PdM, est utilisée pour prévoir les problèmes potentiels avant la planification de la maintenance et pour collecter des données du système à utiliser par les entreprises (et les OEM). Cette surveillance continue et cette acquisition de données ont été effectuées pendant des décennies à l'aide de protocoles de bus câblés (comme profibus et modbus), mais obtenir des données de l'usine et entre les mains d'un tiers pour des raisons PdM ? C'est nouveau.

Vous voulez trouver la meilleure technologie sans fil pour votre application M2M ?

Ci-dessous, nous examinerons à quoi ressemble la maintenance prédictive aujourd'hui, les défis qui l'accompagnent et ce que nous voyons qui pourrait changer la maintenance prédictive au cours des prochaines années.

Défis et solutions de la maintenance prédictive aujourd'hui

Récolte de données plus facile à l'aide des réseaux LPWA

L'un des plus grands défis des programmes de maintenance prédictive consiste à extraire les données du système. Ces données ne sont pas seulement utiles au propriétaire de l'usine, elles sont également utiles aux OEM tiers qui ont construit les machines. Et sans la possibilité de surveiller en permanence les flux de données, il est incroyablement difficile de modéliser et d'évaluer la machine pour le futur PdM. Les réseaux de capteurs tels que Symphony Link offrent la possibilité d'extraire des données d'entreprises tierces de manière rentable.

Les données que le système PdM peut récolter sont généralement organisées en deux catégories distinctes :

1. Données générées en interne . En d'autres termes, le système lui-même collecte les données générées par la machine, telles que les niveaux de batterie, les codes d'erreur, les performances, etc.

2. Données observables de l'extérieur . Cela inclut des éléments tels que la chaleur infrarouge, les signatures acoustiques, les niveaux de vibration, les niveaux sonores, les mesures de la viscosité de l'huile, la consommation de courant et d'autres dispositifs de surveillance des tests non perturbateurs.

S'ils sont correctement équipés, les systèmes de maintenance prédictive peuvent s'accrocher aux produits et instruments existants et commencer immédiatement à collecter le flux de données sans perturber la disponibilité.

Vendre la disponibilité en tant que service

La maintenance prédictive permet également de créer un tout nouveau modèle commercial pour les OEM autour de la vente de la disponibilité d'une machine en tant que service au lieu de simplement vendre le produit. Par exemple, au lieu de faire de la publicité pour qu'un marché cible achète simplement son moteur d'avion, un OEM pourrait demander à ses clients de les payer pour chaque heure d'utilisation du moteur. En échange, l'OEM peut prendre en charge tous les services et la maintenance requis.

Bien sûr, ce n'est pas possible pour tous les secteurs. C'est beaucoup plus facile à faire dans les paramètres où la force de service sur le terrain de l'OEM peut accéder à l'entreprise, à l'usine ou à l'usine et dans les scénarios où l'équipement cassé peut être facilement remplacé.

Économies de coûts

Au lieu d'envoyer quelqu'un réparer quelque chose dans une machine que vous n'avez pas été en mesure d'identifier, les systèmes de données de maintenance prédictive vous permettent d'identifier précisément ce qui est cassé et ce qui doit être fait pour remettre l'équipement en service. Il s'agit d'une nette économie de coûts.

Meilleure boucle de rétroaction

Un système PdM solide vous fournit un retour d'information sur la conception qui n'a jamais été possible auparavant. Par exemple, si vous faites une petite version d'un nouveau produit sur lequel vous avez travaillé, vous pouvez immédiatement examiner ce qui doit changer et intégrer ces changements immédiatement. Cela raccourcit considérablement le cycle de développement du produit pour la version complète du produit. (Cela aide également à comprendre les causes profondes d'échec dans le cycle de conception.)

À quoi ressemblera la maintenance prédictive en 2017 (et au-delà) ?

Normalisation des interfaces de capteurs

Une chose qui sera très importante pour l'avenir de l'automatisation industrielle et pour l'ensemble de l'écosystème de détection de maintenance prédictive est la normalisation des interfaces de capteurs . Cette éventuelle standardisation créera beaucoup moins de frictions pour les équipementiers et leurs clients. Bien sûr, il y a des entreprises qui essaient de pousser la normalisation, mais il y a très peu d'incitations pour les entreprises à le faire car elles sont plus intéressées par la création d'une technologie propriétaire. Par conséquent, la normalisation devra être conduite davantage par l'industrie que par les fournisseurs de technologie.

Cela étant dit, vous n'avez pas besoin d'attendre pour intégrer les systèmes PdM jusqu'à ce qu'ils soient standardisés. Cela pourrait prendre des années et continuera d'évoluer même une fois qu'une norme sera en place. La meilleure approche consiste à prendre de petites mesures en pilotant un système PdM, puis à apprendre comment différents cas d'utilisation peuvent être résolus avec la technologie.

Introduction de la technologie LTE-M et NB-IoT

De plus, il sera également intéressant de voir comment les technologies cellulaires comme LTE-M et NB-IoT jouer dans l'espace de maintenance prédictive . Ces technologies cellulaires permettent l'acquisition de données directement depuis le capteur à un coût et un point de puissance très bas. Cela permet aux capteurs peu coûteux alimentés par batterie de se connecter directement au réseau cellulaire. Si vous vouliez le faire aujourd'hui, vous deviez mettre un hub d'acquisition de données cellulaires (pour plus de 1 200 $) sur tout ce que vous vouliez surveiller, et vous pourriez vous attendre à payer entre 10 $ et 30 $ par mois pour ce flux de données.

Considération sur le réseau sans fil

Contrairement à certaines solutions IoT, la valeur des solutions de maintenance prédictive n'est pas ajoutée à partir de la méthode de transport de données. Au contraire, la valeur est créée à partir du capteur et de la couche d'application . Lorsque vous examinez le système filaire ou sans fil pour transporter les données, gardez à l'esprit qu'ils seront équivalents à bien des égards. Autrement dit, la technologie utilisée pour résoudre le problème de maintenance prédictive est moins intéressante que la solution de bout en bout qu'elle crée.

Les seules considérations que vous voudrez garder à l'esprit sont les différences de coûts et les considérations de déploiement. En d'autres termes, gardez à l'esprit qu'une centrale nucléaire n'est pas susceptible d'avoir un réseau WiFi invité sur lequel vous pouvez vous greffer !

Si vous souhaitez en savoir plus sur ces avantages et inconvénients, consultez le livre blanc gratuit ci-dessous.