Surveillance conditionnelle et service à distance : le secret d'une livraison efficace et rentable

Les entreprises se tournent vers le service à distance et la surveillance conditionnelle pour réduire coûts, utiliser plus efficacement le personnel de service, et améliorervastement les opérations de leurs équipements sur le terrain.

Le service comme facteur de différenciation

Les fabricants d'équipements doivent aujourd'hui différencier leurs offres sur performance et fiabilité. Fréquemment, la clé des deux est le service. Cependant, monter en charge les efforts de service peut être intensif en main-d'œuvre et coûteux. De plus en plus, les entreprises se tournent vers le service à distance et la surveillance conditionnelle pour réduire coûts, utiliser plus efficacement le personnel service, et améliorervastement les opérations de leurs équipements sur le terrain.

RTInsights a rencontré Fernando Martinez Calderon, MindSphere Industry Solutions Manager chez Siemens. Discussion sur les points de douleur de la surveillance et du service d'équipements et comment les solutions IoT incluant surveillance conditionnelle à distance et offres de service à distance peuvent substantiellement aider. Spécifiquement, discussion sur MindSphere®, la solution IoT industriel as-a-service de Siemens. Résumé de la conversation.

RTInsights : Quels bénéfices les entreprises tirent-elles en utilisant une solution IoT industriel comme MindSphere pour surveillance conditionnelle et service à distance ?

Martinez Calderon : Les bénéfices sont amples, et deviennent plus forts quand vous implémentez le bon type de solutions. Par exemple, regardons certaines capacités de la solution MindSphere Asset Health and Service Hub, qui permet surveillance conditionnelle à distance, service à distance, et bien plus. Un fabricant ou OEM peut avoir une transparence complète, continue sur l'état d'un équipement. Les données brutes collectées peuvent être monitorées et analysées à l'edge pour processus critiques puis envoyées au cloud pour analyse et traitement supplémentaires. Avec la capacité d'analytique edge, les données sensibles restent on-site ; de plus, il est possible de définir quelles données sont envoyées au cloud ainsi que leur granularité et fréquence. Par exemple, valeur moyenne de certains signaux chaque heure ou seulement si un certain déclencheur est détecté.

Cette combinaison edge-to-cloud donne aux fournisseurs de service une vraie compréhension de comment la machine opère tout en protégeant la confidentialité de leurs clients. Mais finalement, la valeur sous-jacente est d'attraper les anomalies à un stade précoce avant qu'elles ne deviennent de vrais problèmes.

De telles capacités deviennent de plus en plus critiques. Pendant des années, les fabricants d'équipements se sont surtout concentrés sur la vente de leurs machines et considéraient le service comme élément secondaire à offrir. Ça allait jusqu'à l'émergence de la concurrence de fournisseurs à prix plus bas, surtout de pays asiatiques. Vendre seulement des machines n'est plus rentable — le service est devenu un facteur de différenciation.

Pour compétitionner efficacement avec fournisseurs low-cost et rester en tête dans la guerre fonctionnalités/fonctions, les fabricants doivent s'assurer que leurs machines tournent toujours et sont les plus fiables. Ils doivent garantir le débit le plus haut et le moins de problèmes.

Maintenant, certains constructeurs de machines gagnent jusqu'à la moitié de leurs profits via contrats de service. Cependant, fournir un service stellar peut être cher, surtout pour entreprises qui y vont seules. Mais avec la solution Siemens, un fabricant ou OEM machine peut aligner ses intérêts efficacement. Cela les aide à livrer un bien meilleur service sans augmenter les coûts — ou même dans certains cas, les réduire. Une mesure courante d'efficience dans ce domaine est le KPI coût-par-cas-de-service. Le MindSphere Asset Health and Service Hub peut réduire ce KPI.

Pour ce faire, la solution aide à éliminer les cas d'urgence, qui sont les plus coûteux. Fabricants et OEMs machines ont la capacité d'identifier — via données collectées — chaque fois qu'une anomalie se produit et l'adresser avant qu'elle ne devienne un problème plus gros. C'est différent de la surveillance conditionnelle conventionnelle, qui requiert des experts de se déplacer chez clients et faire analyse santé machine une ou deux fois par an.

En utilisant la solution, fabricants et OEMs machines obtiennent surveillance continue sans envoyer quelqu'un on-site. C'est étape numéro un. De plus, la solution ne monitor pas seulement signaux « lents » comme pression et température, mais aussi vibrations des machines. En mesurant vibrations et autres paramètres critiques, un fabricant ou OEM peut détecter des problèmes des mois à l'avance.

Pour les capacités de surveillance conditionnelle à distance, la solution utilise le système MindConnect Edge Analytics. Avec, un OEM peut détecter et analyser anomalies avant qu'elles ne soient de vrais problèmes et peut parfois corriger ces problèmes à distance.

Dans certains cas, comme quand du hardware doit être remplacé, une visite sur site reste nécessaire. Mais dans ces cas, cette visite peut être plus productive. Connaissant la situation, un technicien avec les bonnes compétences — et équipé des bonnes pièces — peut être dépêché pour le service. Il sait quel est le problème et peut le corriger tout de suite.

RTInsights : Vous avez beaucoup parlé de surveillance conditionnelle à distance ; qu'en est-il des capacités de service à distance ?

Martinez Calderon : La seconde partie majeure de la solution Asset Health and Service Hub est le service à distance, qui peut être utilisé pour analyser, réparer, ou au minimum, entreprendre des activités d'atténuation à distance.

Par exemple, supposons que le système de surveillance conditionnelle à distance détecte une anomalie d'une machine. L'ingénieur service a besoin d'accéder aux données stockées de la machine pour faire une analyse de cause racine complète. Cela implique généralement qu'un technicien service soit on-site. Une fois le problème déterminé, une seconde visite est alors nécessaire pour réparer la machine ou remplacer un composant. Comme vous voyez, cela requiert multiples visites, résultant en temps de déplacement coûteux et situations d'arrêt prolongées.

En utilisant MindSphere remote service, les ingénieurs service peuvent voir les données et faire le premier diagnostic à distance. Cela signifie que quand un expert se déplace sur la machine, c'est la bonne personne avec les bons outils et bonnes pièces du premier coup. Allant plus loin, selon le type de problème, la réparation entière peut être faite à distance, éliminant le besoin de visite on-site.

Ensemble, ces capacités de surveillance conditionnelle et service à distance rendent la solution Asset Health and Service Hub très puissante. La combinaison permet aux utilisateurs de machines d'éliminer quasi totalement les arrêts ou situations d'urgence. Bien sûr, il y aura toujours maintenance et service, mais au moins c'est planifiable, et les ressources de l'équipe service sont dépensées plus judicieusement.

RTInsights : Quels points de douleur ces solutions adressent-elles ?

Martinez Calderon : Les principaux points de douleur sont les arrêts non planifiés ainsi que les coûts de service croissants.

Le premier, arrêts non planifiés, résultent souvent d'une approche maintenance réactive. Le problème avec cette approche : quand l'équipement tombe en panne, le fournisseur service doit être informé, puis une équipe doit aller on-site analyser le problème. Si ce n'est pas une réparation rapide, ils partent et reviennent quelques jours plus tard avec bons outils, bon collègue, bonnes pièces. Cette approche réactive est comment le service est fait pour beaucoup de machines, mais c'est chronophage, coûteux, inefficace.

Une approche légèrement meilleure est d'être proactive. Pour machines critiques, on prend souvent une approche maintenance préventive. Plutôt qu'attendre que quelque chose casse, les équipes service vérifient machines par visites on-site à périodes fixes (annuel, semestriel, trimestriel). Pendant ces visites, ils essaient d'attraper problèmes avant qu'ils n'impactent négativement la production. Cependant, problèmes ne peuvent être attrapés que parfois — il y a encore des moments où cette approche rate.

Par exemple, supposons service régulier pour une machine prévu pendant vacances Noël quand c'est calme. Qu'arrive-t-il si problème survient en novembre ? Maintenant service est réactif, potentiellement résultant en arrêts, problèmes qualité, ou moins production. En plus, cette approche requiert encore que quelqu'un voyage en permanence pour vérifier comment vont les machines.

Une approche prédictive, combinée avec capacités de service à distance, est bien plus efficace. Ainsi, les équipes service voyagent beaucoup moins et peuvent réagir de façon plus prompte et mieux organisée. C'est l'approche offerte par la solution MindSphere Asset Health and Service Hub de Siemens.

RTInsights : Pouvez-vous parler plus de cette différence entre maintenance prédictive et proactive/réactive ?

Martinez Calderon : Pour comprendre pourquoi c'est si important, regardez comment le service est fait. Généralement, l'info unique qu'un fournisseur service reçoit est un appel téléphonique d'un client disant qu'il y a un problème — une machine a arrêté de marcher. Bien qu'ils essaient d'expliquer comment ça s'est passé, ces descriptions ne sont pas très utiles. De plus, basées sur opinion/observations du client, pas sur vraies données équipement.

L'entreprise envoie alors un technicien on-site, mais ils vont souvent non préparés, plus comme détective pour découvrir : « Quel est le problème avec cette machine ? Pourquoi a-t-elle cassé ? » Pendant cette visite, ils n'ont pas forcément bons outils, bonnes pièces de rechange, parfois même pas bonnes compétences.

Avec la solution MindSphere Siemens, fabricants et OEMs machines peuvent conduire cette première analyse prédictive depuis un lieu distant, basée sur données et faits, et avant panne complète machine. Si capteurs indiquent anomalies, le travail de détective commence à cette première indication. Ils peuvent analyser ces données et trouver cause racine des problèmes sans aller on-site.

C'est énorme car ça diminue la quantité de déplacements. La solution permet à l'équipe service d'organiser et planifier son travail plutôt qu'opérer en mode urgence. Ou, si ce n'est pas une réparation hardware, ils peuvent faire du service à distance à la machine avec mises à jour logicielles pour corriger ce type de problèmes. C'est bien plus user-friendly pour celui qui reçoit le service car il obtient résolution immédiate et pas de frais de déplacement.

RTInsights : Pour conclure, pouvez-vous résumer les bénéfices des solutions Siemens MindSphere ?

Martinez Calderon : Siemens a introduit une interface unique, intégrée pour mettre nos systèmes ensemble, ce qui nous différencie beaucoup de nos concurrents. Certains ont systèmes monitoring. D'autres plateformes IoT. D'autres capacités service à distance et apps ou systèmes ticketing. Seul Siemens a rendu les solutions connectées et très user-friendly. Les équipes service sont habilitées à vraiment se concentrer sur l'utilisation du savoir pour fournir valeur à leurs clients.

Nous avons systèmes surveillance conditionnelle à distance qui tournent. S'ils identifient anomalies, ils déclenchent un événement ou alarme automatique. Ils lèvent essentiellement la main et disent : « Il y a quelque chose qui ne va pas avec moi. » Immédiatement et automatiquement, la solution intégrée Asset Health and Service Hub crée un ticket de service. Le ticket passe par gestion du cycle de vie du ticket et reste ouvert jusqu'à ce que le fournisseur service résolve le problème et ferme le ticket.

Pendant le cycle de vie du ticket, tout ce qui se passe est loggé dans le ticket. Cela veut dire beaucoup de processus de protocole que les équipes service devaient faire sont maintenant gérés automatiquement par notre solution. Tout est monitoré. Tout est protocollé.

C'est juste la première étape. Ensuite, utilisateurs peuvent analyser ces tickets et cas de service. Ils peuvent dire : « OK, l'an dernier, quels types de cas service surviennent le plus ? Y a-t-il un problème systématique avec la machine ? Quelque chose lié au service est-il négligé ? »

Ce genre d'analyse long terme est ce que les entreprises apprécient vraiment. Les tableaux de bord service à distance donnent insights sur KPIs : combien de temps un ticket reste généralement ouvert ? Combien de temps une machine reste dans état sain ? Combien de fois a-t-elle des tickets ? Y a-t-il une périodicité des tickets ? En analysant ces cas service, on peut délivrer tout type d'insights aux fabricants d'équipements et OEMs.

Et comme nous sommes Siemens, nous respectons les exigences industrielles pour surveillance conditionnelle à distance ainsi que service à distance. Nous utilisons ces systèmes dans nos propres usines, qui sont parmi les plus grandes et plus avancées au monde. Ces solutions marchent très bien et ajoutent beaucoup de valeur. On apporte toute cette expérience, toute cette connaissance au monde extérieur, parce qu'on pense que c'est win-win pour tout le monde.