Clementine RoyÊtre alerté avant que vos équipements ne connaissent une panne, n’est-ce pas le rêve de tout gérant d’entreprise manufacturière ? La maintenance prédictive, un concept qui fait beaucoup parler de lui dans le monde industriel mais qui reste très difficile à comprendre et peu de personnes savent comment l’implémenter. Cet article est là pour vous aider à y voir plus clair, et à comprendre tous les enjeux de la maintenance prédictive.
La maintenance prédictive, comment et pourquoi ?
L’excellence opérationnelle est plus que jamais un facteur de différenciation et de succès. Vous n’avez donc plus le choix, pour maintenir des taux d’efficacité et de satisfaction au plus haut et pour continuer à remplir vos carnets de commandes, vous devez vous intéresser à la maintenance prédictive…
Réduire les coûts liés à la maintenance de l’outil de production, n’est pas une nouveauté. C’est une priorité pour les gérants d’usines depuis plus de 40 ans ! Mais aujourd’hui, il ne s’agit plus seulement de réparer les pannes, mais plutôt de les prédire. C’est tout simplement cela qu’on appelle la maintenance prédictive.
À l’heure où les exigences des clients sont de plus en plus accrues, et la concurrence de plus en plus féroce, les usines ne peuvent plus se permettre de laisser planer la menace d’une panne au dessus de leur production.
Quant aux secteurs comme le transport aérien ou le nucléaire, il n’est tout simplement pas envisageable pour eux de s’exposer à une défaillance d’équipement…
Alors, comment les usines peuvent-elles utiliser la maintenance prédictive pour être toujours plus compétitives face aux exigences accrues de leurs clients ?
Comment ça marche ?
Grâce aux technologies de l’industrie 4.0, les données sont de plus en plus nombreuses, variées et précises (pour en savoir plus, voir nos articles sur le Big data et l’IIoT) : La maintenance prédictive est issue de la récolte de ces données.
Aujourd’hui, les machines sont capables d’extraire de la donnée brute, de la stocker et de l’analyser rapidement à des coûts de plus en plus faibles. Des logiciels de moins en moins chers et bien souvent sur-mesure sont désormais capables d’injecter ces données dans des tableaux de bord permettant ainsi de mieux les visualiser et d’en tirer meilleur profit.
Trois types de données sont à la base de la maintenance prédictive :
- Les données environnementales : comme la température, le taux d’humidité, la fréquence des vibrations…
- Les données historiques : comme les pannes déjà survenues, les opérations de maintenance qui ont été faites…
- Les données d’utilisation : Nature de la production, taux d’utilisation des machines…
En croisant les données issues des machines entre elles et avec les données issues des ERP et des autres systèmes utilisés par l’usine, un modèle prédictif est bâti et les données continuellement recueillies vont alimenter ce modèle et permettre de déterminer la probabilité d’une panne.
La maintenance prédictive va donc plus loin que la maintenance curative qui consiste à réparer la machine une fois la panne survenue ou que la maintenance préventive qui consiste à établir un planning cyclique d’opérations de maintenance.
Grâce à la maintenance prédictive, il n’est plus nécessaire d’effectuer des réparations coûteuses et imprévues ou des opérations de contrôles systématiques et à l’efficacité limitée.
La maintenance prédictive se fit à l’utilisation et aux conditions réelles d’exploitation de la machine pour prévoir les pannes. Le risque est ainsi connu en temps réel, libre ensuite au manufacturier de décider d’intervenir ou non.
Quels sont les avantages ?
Réduire les pannes permet évidemment de faire des économies sur les opérations de maintenance, mais aussi de gagner du temps et de la flexibilité et d’augmenter la satisfaction client en évitant les ruptures de stock ou les rallongements des délais de livraison.
D’après une étude de Deloitte, en plus de diminuer les coûts opérationnels de l’usine, la maintenance prédictive, permet aussi d’augmenter sa croissance.
La diminution des coûts opérationnels se fait naturellement lorsque les employés ne perdent plus leur temps à gérer des pannes soudaines et inattendues. Les opérations de maintenance sont anticipées, et les ressources humaines planifiées, évitant à l’industriel de payer des heures supplémentaires ou d’astreinte. De plus, grâce à l’anticipation des pannes, les besoins en pièces de rechanges sont planifiés, permettant de maîtriser les coûts d’acquisition et de stockage des pièces.
L’augmentation de la croissance vient quant à elle naturellement lorsque le manufacturier, au lieu de se concentrer sur les urgences liées aux pannes qu’il doit gérer dans son usine, peut se concentrer sur les attentes de ses clients ou sur d’autres sujets plus stratégiques. La maintenance prédictive peut donc augmenter la qualité de la production et même mener à l’émergence de nouveaux produits.
Oui ! La maintenance prédictive améliore donc aussi la satisfaction de vos clients !
Faut-il investir beaucoup d’argent ? Quel est le retour sur investissement (ROI) ?
Là où il ne faut pas se méprendre, et c’est une croyance bien trop répandue, c’est que la maintenance prédictive ne nécessite PAS de nouvelles machines et donc, n’implique pas forcément d’investissements lourds. En effet, la plupart des machines en place dans les usines récoltent déjà les données, sauf qu’elles sont perdues et/ou négligées. Pour implémenter la maintenance prédictive dans les usines, une solution simple peut suffire. Qu’il s’agisse de l’ajout de nouveaux capteurs, du développement d’un logiciel d’analyse et de transmission de données ou d’un autre outil sur-mesure, la clé de la maintenance prédictive c’est avant tout la bonne compréhension du besoin du manufacturier. Ensuite, c’est l’outil qui s’adaptera, et non l’inverse.
Comme il y a autant de solutions que de chaînes de production, il est difficile de quantifier le ROI. Cependant, d’après Samuel Blanquet, Référent Manufacturing de l’éditeur SAS, “Les manufacturiers s’accordent à dire que le ROI se fait sentir après deux ou trois ans”.
Ce n’est pas étonnant puisque comme nous l’avons vu plus haut, il faut un minimum d’historique pour alimenter le système afin qu’il fonctionne correctement. Il y a donc une véritable urgence pour les manufacturiers de mettre en place ces solutions pour en tirer parti au plus vite.
Comment la mettre en place ?
Chez BRIDGR, nous pouvons vous aider à bien définir vos besoins et à identifier la bonne personne ou la technologie la plus adaptée et ainsi vous accompagner dans la mise en place de vos projets de maintenance prédictive.
- Commencer par de petites réussites
On ne le dira jamais assez, et cela est vrai pour tous les projets d’industrie 4.0, il n’est jamais bon de se précipiter ou de commencer avec un trop gros investissement sans bien comprendre les effets attendus. Dans un premier temps, il vaut mieux cibler le(s) point(s) critique(s) de la chaîne de production, là où il y a le plus de ralentissements et ensuite étendre la solution à d’autres lignes de production puis à l’usine au complet.
- Faire preuve de patience
Il ne faut pas s’attendre à des résultats immédiats et s’en trouver déçu. Avant de lancer un projet, il est impératif de prendre en considération le temps nécessaire à la construction du modèle de prédiction. Chaque machine et ligne de production est différente et il faut laisser le temps à l’outil de s’adapter.
- Récupérer les bonnes données et savoir les analyser
Comme nous l’avons vu précédemment, la quantité de données n’est pas ce qu’il manque dans les usines… Le défi n’est donc pas simplement de trouver de la donnée mais de trouver la BONNE donnée et de correctement l’analyser. Parfois, la récupération de données passe par l’ajout d’un capteur mais ce n’est pas toujours le cas. Aujourd’hui, le gros problème des données est qu’elles sont très souvent exploitées avec des logiciels “classiques” or, ceux-ci ne sont pas adaptés pour construire un modèle prédictif. Quoiqu’il en soit, avant de commencer un projet et pour trouver la bonne solution, il faut savoir ce que l’on cherche.
- Impliquer ses équipes
Une fois encore au risque de nous répéter, le gros défi de l’industrie 4.0 réside dans la capacité à impliquer l’humain.
La maintenance prédictive ne fait pas exception. Elle peut nécessiter l’intervention de scientifiques, spécialisés en données, capables de développer des algorithmes de prédiction mais bien souvent la mise en place d’un logiciel, de capteurs ou d’une solution sur mesure sera suffisante. Quoiqu’il en soit, le travail de l’expert ou de la solution, ne prendra toute sa valeur que s’il est couplé à celui des équipes de maintenance déjà en place, qui connaissent la chaîne de production, les machines et leurs faiblesses. Il faut également savoir rassurer et expliquer à ces derniers comment leurs métiers évolueront.
Vous l’avez donc compris, pour bénéficier de tous les avantages de la maintenance prédictive, une entreprise devra commencer par de petits projets qui seront des succès et y impliquer ses équipes. Pour cela, nous recommandons vivement de faire appel à un prestataire spécialisé et neutre. Et pour ne pas rester en marge, il est nécessaire que les manufacturiers mettent en place la maintenance prédictive et au plus vite.
Si vous êtes convaincus de l’importance de la maintenance prédictive mais que vous ne savez pas par où commencer ou à qui vous adresser, BRIDGR est là pour vous aider.
Meriem-Sabah Ferroukhi
Lila Ourari
