Maintenance prédictive : fiabilité et économies pour l'Industrie 4.0

La maintenance prédictive, qui identifie les problèmes de maintenance en temps réel, permet aux propriétaires de machines et véhicules d'effectuer une maintenance rentable et de la planifier avant que l'unité ne tombe en panne ou ne soit endommagée. Utilisée correctement, elle prolonge la durée de vie des actifs industriels, réduit les coûts et augmente la disponibilité.

L'Espagne possède le deuxième plus grand réseau ferroviaire à grande vitesse au monde, avec plus de 4 900 km de lignes. Renfe, l'opérateur ferroviaire, promet l'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 avait besoin d'un nombre significatif de trains en réserve pour couvrir les pannes et problèmes de maintenance imprévus.

Cependant, Renfe maintient maintenant plus de 99 % de ses trains à grande vitesse opérationnels en permanence grâce à la surveillance en temps réel, la maintenance prédictive et le remplacement de composants à la demande.

Siemens, qui construit et entretient la plupart des trains, utilise une combinaison de milliers de capteurs, d'informatique de périphérie (edge computing) et d'analytique en temps réel pour prédire les pannes potentielles et déterminer le meilleur moment pour la maintenance ou le remplacement de composants. Quand un système ou composant nécessite une maintenance, le système planifie l'arrêt nécessaire et s'assure que techniciens et pièces de rechange sont disponibles pour éviter tout retard.

Grâce à cette technologie de pointe, les retards causés par des pannes techniques de plus de 10 minutes surviennent en moyenne seulement tous les 1,5 million de kilomètres. Les trains sont disponibles pour l'exploitation 99,94 % du temps.

De plus, comme les composants et systèmes ne sont réparés ou remplacés que lorsque nécessaire, il y a des économies significatives en pièces et main-d'œuvre. Certains éléments peuvent continuer à être en service après leur durée de vie conçue.

La maintenance prédictive aide les industries à réaliser les bénéfices de la digitalisation

La maintenance préventive repose sur des vérifications régulières et le remplacement de pièces spécifiques à intervalles planifiés. Si cela a été efficace dans de nombreuses industries et a évité des réparations plus coûteuses, cela crée un système de gaspillage. Beaucoup de pièces remplacées sont encore en assez bon état pour continuer à fonctionner correctement.

Contrairement à la maintenance préventive, la maintenance prédictive ne remplace que la pièce requise au moment nécessaire. Non seulement elle détecte les conditions machines qui mèneront à la panne, mais elle estime aussi le temps avant cette panne, permettant de planifier l'intervention.

Ce concept commence à s'appliquer aux actifs industriels. L'un des défis les plus cités pour avancer dans l'Industrie 4.0 est l'investissement important dans les machines existantes. Maintenant, de nombreux fabricants de machines lourdes envisagent un modèle de « location », où l'actif est loué à l'opérateur, qui paie pour l'utilisation réelle de la machine. Maintenance et pièces de rechange font partie du service.

En utilisant la surveillance en temps réel et la maintenance prédictive, le fabricant peut déterminer quand il est nécessaire d'envoyer un technicien pour une tâche de maintenance ou d'instruire l'opérateur de machine à remplacer un composant sur le point de faillir. Ainsi, le temps d'arrêt de l'actif est réduit au minimum et assure la meilleure performance de la machine pendant de nombreuses années.

La maintenance prédictive arrive dans les produits grand public : voitures et appareils

Traditionnellement, un véhicule reçoit un service préventif quand il atteint un certain kilométrage ou un temps spécifique depuis le dernier contrôle, le premier des deux termes arrivant à échéance. Ce système est utilisé par les constructeurs et concessionnaires depuis des décennies.

Aujourd'hui, le prix de la plupart des voitures électriques n'inclut pas la batterie. Elle est là mais louée au fabricant. Au lieu de payer pour le carburant, de nombreux propriétaires de VE paient un frais mensuel basé sur l'utilisation. Des capteurs sur la batterie, le moteur et les ports de charge envoient les informations au fabricant. Quand la batterie ne peut plus tenir une charge raisonnable pour les besoins de l'utilisateur, elle est remplacée.

Ces batteries de voiture remplacées peuvent avoir une seconde vie, généralement 10 ans ou plus, comme stockage d'électricité pour énergies renouvelables ou pour équilibrer le réseau. Ensuite, les unités sont démontées et les matériaux reconditionnés pour être réutilisés dans de nouvelles batteries ou fabriquer d'autres pièces.

Bien qu'il y ait un mouvement définitif vers l'électrification, la plupart des voitures vendues aujourd'hui utilisent encore la combustion interne. Constructeurs et concessionnaires cherchent à optimiser la maintenance en surveillant en continu tous les systèmes critiques du véhicule. Grâce à des capteurs connectés et de l'analytique embarquée, il est possible de prédire quand la maintenance est requise.

Par exemple, si la conduite dans certaines conditions nécessite un freinage continu, usant les plaquettes et le liquide de frein, les sous-systèmes de la voiture alertent le conducteur et planifient le service bien avant que les freins ne lâchent.

Les capteurs du véhicule peuvent aussi mesurer les conditions environnementales : humidité, température, poids, contrainte, plus d'autres mesures comme la surface de la route et l'inclinaison. La collecte de tous ces points de données donne aux fabricants et centres de service une information complète sur les conditions environnementales où le véhicule a opéré, précieux pour évaluer les besoins de maintenance avancés.

Les fabricants d'appareils ménagers regardent le même concept. Contrairement aux machines lourdes et autres actifs industriels, la plupart des appareils domestiques sont conçus pour durer 5 à 10 ans. La raison : les consommateurs veulent un produit peu cher et sont habitués à en racheter un quand il tombe en panne.

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

Quand les capteurs intégrés détectent qu'un composant critique va bientôt faillir, l'unité planifie un appel de maintenance, les pièces nécessaires et un technicien pour faire le changement. L'utilisateur n'a plus à subir un appareil en panne et attendre qu'un réparateur arrive, diagnostique le problème, et revienne plus tard avec les pièces de rechange.