Série Usine du futur #3 – Eliminez les pannes avec la maintenance prédictive
Diminuer les temps d’interruption est une des priorités du monde industriel, où quelques minutes d’incident peuvent représenter des milliers d’euros de perte. Et la maintenance prédictive semble en être la clé.
Durant notre événement “Entrez dans l’usine du futur” du 2 juin dernier, Benoît Gourdon, CEO de la start-up Tellmeplus accélérée par Cisco, a mis en lumière le fonctionnement et les bénéfices de la maintenance prédictive pour l’industrie. Retour sur les éléments clés de cette intervention.
“Il faut rendre l’intelligence artificielle accessible à tous.“
Dissocier maintenance préventive, prédictive et prescriptive
Depuis des dizaines d’années, l’industrie connaît la maintenance préventive. Les équipements de production sont révisés par des opérateurs de maintenance selon une fréquence déterminée par un délai moyen avant une panne. Si un appareil Y tombe en moyenne en panne au bout de 3 ans, la révision sera réalisée au bout de 2 ans et demi. Cela permet ainsi de détecter une anomalie et d’anticiper les défaillances.
Désormais, la tendance est à la maintenance prédictive. Ici, la surveillance est effectuée en continu afin de détecter en temps réel les anomalies. Elle est souvent couplée à de l’intelligence artificielle qui en fait de la maintenance prescriptive, capable de déclencher une action pour résoudre le problème – soit en faisant appel à l’homme, soit en réalisant l’action par elle-même. Cela réduit ainsi le nombre d’interventions, et donc les temps et coûts de maintenance.
La maintenance prédictive est ainsi une version améliorée de la maintenance préventive. Mais comment fonctionne-t-elle ?
Exploiter la donnée des capteurs pour modéliser des schémas de panne
Prédire les pannes demande plusieurs étapes :
- Intégrer des capteurs dans le matériel à surveiller afin de récupérer de la donnée.
- Sélectionner les données spécifiques qui nous intéressent (température, humidité, position, etc.).
- Analyser ces données en continu en les confrontant à un modèle prédictif, afin de rechercher les signes avant-coureurs d’une panne.
Le modèle prédictif repose sur une étude historique des pannes ainsi que sur les paramètres des capteurs. Il peut être amélioré grâce aux technologies de machine learning, via de l’apprentissage automatique plus précis.
L’analyse se fait en comparant l’écart entre la réalité et le modèle prédictif, anticipant ainsi la panne.
Prendre des décisions plus rapidement
Si une défaillance est détectée, il faut pouvoir décider de l’action à mener pour la résoudre. Grâce à l’intelligence artificielle automatisée, les technologies peuvent désormais alerter un opérateur ou générer elle-même une action en automatique.
Pour respecter le critère industriel du temps réel, des technologies d’intelligence artificielle embarquée ont vu le jour. L’intelligence artificielle est ainsi mutée “at the edge“, à l’intérieur des capteurs.
Cette proximité avec les objets permet une rapidité de transmission des informations, pour prendre des décisions locales plus rapidement.
C’est d’ailleurs pourquoi la solution Predictive Objects de Tellmeplus, qui combine IoT, intelligence artificielle et machine learning, est intégrée dans nos routeurs IOx.
Grâce à elle, une société d’éolienne, avec un parc de 1000 machines, a pu obtenir des prédictions en 24-48 heures, contre 1 heure auparavant, avec une précision de 80 % ; tandis qu’un constructeur automobile a pu accélérer les informations transmises au conducteur (état de santé de la batterie, lumières, kilométrages, etc.), de quelques minutes à quelques secondes. Un gain de temps considérable.
La maintenance prédictive, couplée à de l’intelligence artificielle, semble donc être la clé pour anticiper et résoudre les pannes plus rapidement et facilement. Son déploiement nécessite une réflexion poussée afin de déterminer quelles données doivent être suivies, quels schémas de panne existent, et quelles actions sont à mener pour chaque anomalie détectée. Si vous souhaitez vous pencher sur la question, Tellmeplus et Cisco sommes là pour vous aider à y voir plus clair.
En savoir plus sur Tellmeplus : Prévoir l’imprévisible : Tellmeplus, le spécialiste de la maintenance prédictive
En savoir plus sur la présence de Tellmeplus sur notre stand à Viva Technology 2017 : Vivatech2017 : Tellmeplus, accéléré par Cisco, anticipe les pannes industrielles car à la maintenance prédictive
Lire le premier article de la série : Série Usine du futur #1 – Bilan de notre événement
Lire le second article de la série : Série Usine du futur #2 – Tirez profit de l’IIoT
Télécharger le support de présentation de notre événement “Entrez dans l’usine du futur”
Tags:- ai
- industrie
- industrie du futur
- intelligence artificielle
- machine learning
- maintenance
- maintenance prédictive
- maintenance prescriptive
- tellmeplus
- usine du futur
