Une machine défectueuse ou une défaillance du système sont désastreuses pour le fonctionnement quotidien d’une entreprise, mais en même temps, on ne veut pas investir du temps et de l’argent dans des travaux de maintenance éventuellement inutiles. Trouver le moyen parfait n’a longtemps été possible que grâce à l’expérience et avec une bonne dose de bonheur. Cependant, grâce aux nombreuses données dont nous disposons dans le cadre de la numérisation progressive, le moment idéal de la maintenance peut désormais être déterminé mathématiquement – l’entretien prédictif est né.

Maintenance prédictive, en allemand: maintenance prédictive, désigne un concept dans lequel la date d’entretien des équipements est déterminée en fonction de leur état réel. Contrairement aux intervalles d’entretien, qui sont liés à des périodes fixes ou à la durée de vie utile, les coûts et les temps d’arrêt peuvent être réduits au minimum.

Il s’agit d’une base de données permettant de faire de telles prévisions précises. Si ce n’est pas le cas, l’entretien prédictif serait réduit à une simple lecture de boule de verre et d’importants dommages pourraient en résulter.

Toutefois, si les machines et les systèmes utilisés peuvent être analysés par des capteurs adéquats, les horaires de maintenance peuvent être déterminés avec une plus grande précision. S’il existe en outre des données historiques appropriées, les avantages de l’entretien prédictif augmentent encore considérablement.

Étant donné que les transformations numériques ont mis en place une mise en réseau sans précédent de systèmes isolés et que la valeur de la collecte et de la transmission de données a été largement reconnue, une base de données appropriée est disponible pour la première fois dans presque tous les secteurs.

Définition de la numérisation

Par numérisation, on entend simplement, à jeun, le transfert d’opérations anciennement analogiques vers le numérique. Même si ces notions et d’autres similaires sont actuellement de plus en plus présentes, il s’agit d’un processus très ancien et très simple, car presque toutes les formes de ital/digitalisierung/” title=”Digitalisierung”>numérisation sont récompensées par des gains d’efficacité, des réductions de coûts et de nouvelles possibilités jusqu’ici sans précédent. Il n’est donc pas étonnant que nous, les humains, nous ayons toujours été très intéressés par elle.

Ces dernières années, grâce au progrès technologique de plus en plus rapide et au soutien mutuel (les nouvelles technologies permettent de nouvelles technologies, les nouvelles technologies permettent de nouvelles technologies), la numérisation a gagné tellement de vitesse qu’elle a envahi tous les domaines de notre vie et qu’elle est devenue incontournable. Cette transformation numérique est un processus technologique, socioculturel, économique et intellectuel qui entraîne des bouleversements gigantesques.

La numérisation, en particulier pour les entreprises, offre des possibilités insoupçonnées, mais elle est également dangereuse, en particulier si elle est ignorée.

Fonctionnement

L’objectif de la maintenance prédictive est de trouver un moment pour les travaux nécessaires, ce qui entraîne le moins de défaillances possibles en termes d’utilisation et de coût. Toutefois, étant donné qu’il est nécessaire d’éviter la surcharge de l’équipement afin de ne pas risquer de subir de dommages, il convient de déterminer une approximation appropriée qui devrait prendre en considération tous les aspects partiels.

Pour ce faire, il est possible d’utiliser, d’une part, des valeurs mesurées périodiquement, qui peuvent également être enregistrées par des appareils externes. Les machines plus anciennes qui ne disposent pas de capteurs à partir de l’usine peuvent ainsi être utilisées dans le cadre d’un protocole d’entretien prédictif.

Toutefois, l’alternative nettement meilleure est la mesure continue, telle qu’elle est possible grâce à des installations en réseau. Ces données en temps réel permettent de créer des modèles mathématiques plus précis et de calculer plus précisément le moment de la maintenance – d’autres économies en termes d’entretien et de coût sont le résultat.

Les données obtenues, que ce soit par mesure continue ou périodique, permettent de déterminer l’état de chaque système et de créer un intervalle de temps dans lequel l’entretien doit avoir lieu. Les données clés sont la date la plus tardive possible sans risque de dommages et le moment le plus tôt possible où l’entretien en vaut la peine. Cette fenêtre de temps peut être précisée avec une meilleure base de données grâce à un plus grand nombre de capteurs et de données historiques.

Une fois qu’une valeur de la machine a été calculée, des aspects tels que l’utilisation de la machine, l’accessibilité et les coûts du personnel d’entretien, l’état d’autres machines et d’autres informations disponibles sont pris en compte dans le calcul. Le résultat est le moment (ou les dates – les travaux d’entretien peuvent être étalées en plusieurs étapes sur une longue période) où les travaux occasionnent le moins de coûts et d’autres dommages.

Techniques de mesure

Il a déjà été mentionné que l’efficacité de la maintenance prédictive dépendait des données disponibles. Mais comment collecter ces données sans perturber le fonctionnement ?

Un grand arsenal de jauges est disponible à cet effet: les mesures acoustiques et infrarouges permettent de déterminer l’état d’une machine sans interférer dans le déroulement normal du travail. Les analyses des vibrations sont souvent plus coûteuses à mettre en œuvre, mais elles sont particulièrement rentables pour les appareils à haut régime. Les détecteurs sonores peuvent facilement détecter les changements dans le niveau sonore. Température, pression interne, consommation d’huile… Une longue liste de valeurs pourrait être dressée.

En outre, dans le cadre de l’entretien prédictif, on examine le volume d’émission de chaque machine: l’utilisation de la productivité et de ses fluctuations dans le temps permet d’obtenir d’autres informations sur l’état de l’appareil, qui peuvent être importantes pour le calcul de la période d’entretien.

Champs d’application

La production industrielle en tout genre est un lieu d’utilisation gratifiant pour la maintenance prédictive, car c’est également là que l’on dispose le plus souvent de 24 heures d’exploitation. Cette forme de travail rend la recherche du moment de maintenance idéal et la réduction des temps d’arrêt qui y est associée est particulièrement intéressante.

Dans le domaine des transports et du transport, il y a aussi de nombreuses possibilités d’utilisation: l’état d’un revêtement routier peut être mesuré par ultrasons et un tronçon de chaussée peut être rénové des mois, des semaines, voire des jours, avant que les premiers dommages ne soient visibles. La construction de routes étant soumise à de fortes variations saisonnières, les travaux de réparation peuvent ainsi être déplacés en période de faible taux d’utilisation.

Il en va de même pour le transport ferroviaire et la détermination de l’état des trains et des lits de voie. Les ponts de toutes sortes peuvent également être remplacés par un nouveau bâtiment au moment opportun, à condition que les mesures appropriées soient effectuées. Cela pourrait retarder le début des travaux de plusieurs mois ou plusieurs années et réduire les coûts correspondants. D’autre part, les protocoles d’entretien prédictifs révèlent des dommages structurels plus tôt, ce qui permettrait de mieux prévenir les effondrements mortels. Toutefois, la charge d’une surveillance étroite par des mesures appropriées est beaucoup plus lourde.

Les systèmes d’entretien prédictifs sont déjà de plus en plus utilisés dans les camions et les camions privés. Grâce à la mise en réseau croissante des systèmes de véhicules à la suite de la numérisation, ainsi qu’à l’accès désormais habituel à l’Internet ou, à tout le moins, au réseau mobile, les recommandations d’entretien correspondantes peuvent être calculées de manière algorithmique. Les voitures connectées offrent ainsi une base idéale pour les modèles de maintenance intelligents.

L’entretien prédictif est également utilisé régulièrement dans l’informatique. Aujourd’hui, aucun centre de données n’entrerait en place le remplacement d’un composant ou même une mise à jour majeure sans calculer au préalable le moment idéal en fonction de nombreux facteurs. Il s’agit, par exemple, de la disponibilité de son propre personnel, de l’utilisation de l’appareil et du temps maximal que l’on pourrait attendre avant que l’entretien ne doive avoir lieu.

Les entreprises qui gèrent un plus grand nombre d’ordinateurs de manière centralisée ont également des considérations similaires pour les mises à jour logicielles plus importantes. Il est donc d’usage, par exemple, que tous les services ne reçoivent pas des mises à jour logicielles au même moment.