IoT pour la maintenance prédictive : stratégies proactives pour réduire arrêts et coûts

Ou plutôt comment l'Internet industriel des objets aide la maintenance prédictive (entretenir une machine avant qu'elle ne tombe en panne et ne cause des arrêts).

Ce n'est un secret pour personne : la maintenance prédictive est un sujet délicat. L'idée de pouvoir entretenir vos machines juste avant qu'elles ne soient sur le point de défaillir représente un cas idéal pour plusieurs raisons :

• Pas besoin de garder un stock de pièces de rechange
• Vous évitez la sur-maintenance de vos équipements (coûteuse)
• Vous évitez la panne et avez une bonne idée de l'état exact de la machine

Généralement, un fabricant spécifiera un MTBF (Mean Time Between Failures) ou un MTTF (Mean Time To Failure). Bien qu'ils sonnent de manière similaire, il y a une distinction : le MTTF est généralement utilisé pour mesurer les systèmes non réparables. La maintenance sera faite périodiquement à des moments inférieurs au MTBF. Statistiquement, cela devrait garantir qu'une panne ne se produise « jamais » car vous entretenez et « réinitialisez » constamment la période MTBF ; malheureusement, cela ne fonctionne pas vraiment ainsi dans le monde réel.

La maintenance prédictive peut être aussi simple qu'un opérateur expérimenté entendant quelque chose de différent sur la machine qu'il utilise au quotidien, mais quand nous en parlons dans le contexte de l'IIoT, nous parlons d'une surveillance constante, in-situ, de nombreuses variables comme la vibration, la température, la pression, le courant, etc. selon la situation – ce qu'on appelle des indicateurs de condition. La surveillance in-situ se fait généralement via de petits dispositifs de détection et de traitement à faible coût avec connexions internet – streaming de données vers le cloud.

La beauté de l'IIoT est que nous pouvons surveiller ces paramètres complexes à moindre coût et facilement – sans nécessiter d'inspection manuelle.

Donc nous pouvons surveiller les choses facilement, mais qu'est-ce que cela signifie vraiment ? Avec une prognostique avancée (déterminer quand les machines vont tomber en panne avant qu'elles ne le fassent, basé sur leur usage et indicateurs de condition), nous pouvons nous éloigner de la maintenance basée simplement sur MTBF/MTTF. Cela signifie potentiellement économiser de l'argent (le fabricant sera conservateur et penchera vers la sur-maintenance) mais surtout avoir une information de bien meilleure qualité sur ce qui a besoin d'être entretenu et pourquoi.

Vous voulez en apprendre davantage sur notre nouveau produit facile à utiliser de diagnostics, prognostiques et surveillance d'état pour vous aider à éviter les arrêts ? Téléchargez notre dépliant gratuit ici :