Ces dernières années, l’application de la surveillance de l’état des machines et de la maintenance prédictive a connu une croissance significative, en raison des exigences croissantes en matière de disponibilité des machines et d’efficacité globale. Des avancées technologiques telles que le big data, les algorithmes intelligents, le cloud et les technologies sans fil font leur apparition sur le marché, élargissant les possibilités d’analyse automatisée et créant des opportunités pour repenser les processus de surveillance et d’analyse.
Le nuage industriel
La maintenance conditionnelle (CBM), ou maintenance prédictive, est au cœur des systèmes basés sur l'informatique en nuage. Ces systèmes offrent une analyse et une interprétation des données basées sur des modèles/algorithmes définis pour des machines et des processus spécifiques. Les écarts détectés par le système donnent lieu à des recommandations de maintenance. Ces systèmes permettent aux entreprises de passer d'une maintenance réactive à une maintenance proactive. La maintenance peut être effectuée avant que les défaillances réelles ne se produisent.
Maintenance prédictive
Il est important de comprendre que la maintenance prédictive ou la maintenance basée sur l’état (CBM) ne dépendent pas de systèmes basés sur le cloud. De nombreuses entreprises proposant ces solutions présentent la maintenance prédictive comme un concept nouveau. Ce n’est pas le cas ; les systèmes existants de surveillance de l’état (vibrations) sont présents sur le marché industriel depuis des décennies. Les stratégies de maintenance prédictive sont applicables depuis l’utilisation des systèmes de surveillance des conditions (en ligne). Les données fournies par ces systèmes permettent de surveiller le comportement des vibrations, d’établir des tendances en matière de vibrations et peuvent être utilisées pour la maintenance prédictive. De plus, les systèmes prenant en charge l’analyse automatisée ne sont pas nécessairement basés sur le cloud.
Pourquoi utiliser l'analyse automatisée ?
Les entreprises sont confrontées à une forte diminution de leur niveau d'expertise. Cette situation résulte en grande partie du départ à la retraite d'experts et de la rareté des jeunes experts ou des personnes ayant reçu une formation appropriée. Ce manque d'expertise peut être résolu par la mise en œuvre d'un système permettant une analyse automatisée, où l'expertise est fondamentalement transférée dans un système. Ce système utilise des modèles/algorithmes pour analyser et interpréter les données relatives aux vibrations, ce qui permet de formuler certaines recommandations en matière de maintenance.
L'automatisation de l'analyse et de l'interprétation des vibrations sur les machines tournantes permet de réduire le nombre d'ingénieurs locaux nécessaires pour effectuer ce travail. Pour les entreprises qui sont confrontées à un nombre décroissant d'experts en vibrations compétents, le passage à un système automatisé peut s'avérer inévitable.
Expertise à la demande
Selon nous, la principale opportunité de ces développements est d'améliorer l'efficacité et l'efficience de la surveillance des conditions. L'utilisation du traitement automatisé des données pour fournir une analyse de première ligne, sans nécessiter d'expertise locale, peut changer la donne. Les capteurs sans fil et les systèmes de surveillance connectés peuvent réduire l'impact sur l'infrastructure et les investissements initiaux pour les systèmes de surveillance. Le partage des données peut améliorer les algorithmes d'analyse automatisée et offre des possibilités d'assistance à distance. Ces technologies augmentent l'efficacité globale et la valeur des systèmes et des structures de surveillance, et modifient les modèles de service pour une expertise à la demande.
Considérations
Malgré les possibilités offertes par ces nouvelles technologies, il convient de faire les bons choix.
"Au fur et à mesure que l'analyse et la prise de décision sont confiées à des systèmes automatisés et à des experts à distance, les ingénieurs locaux s'impliqueront moins dans les machines.
1. Validation des données
L'entrée est essentielle pour toute analyse automatisée ou à distance, car elle repose uniquement sur les informations fournies par ces entrées. Par conséquent, les données saisies doivent être validées, notamment :
- Choisir le bon capteur pour l'application
- Étalonnage du capteur
- Rapport signal/bruit
En outre, l'exactitude des données doit être vérifiée. Les données présentées doivent être pertinentes et précises pour aboutir à une structure de maintenance prédictive opérationnelle. Des données peu précises ne peuvent pas être utilisées pour la surveillance. Compte tenu de la précision des données, il est très difficile de gérer les influences environnementales (exceptionnelles), telles que les changements dans l'environnement, les conditions exceptionnelles du processus ou l'erreur humaine. Par exemple, une vibration causée par une autre machine (vibration croisée) peut déclencher une fausse alarme dans le système automatisé.
2. Logistique et maintenance
Pour collecter des données pertinentes, la mesure et le flux de données doivent être garantis. Une maintenance et une logistique appropriées doivent être mises en place et incluses :
- Empêcher le câblage croisé des capteurs
- Prévenir les erreurs de placement/localisation des capteurs
- Intervalle de collecte des données pertinentes
- Disponibilité de capteurs de rechange
- Gestion de la batterie du capteur et stratégie de remplacement
- Connexions réseau stables, sûres et fiables
3. L'expertise locale
Au fur et à mesure que l'analyse et la prise de décision sont confiées à des systèmes automatisés et à des experts à distance, les ingénieurs locaux seront moins impliqués dans les machines. Il en résulte une dépendance croissante à l'égard d'experts externes pour l'analyse et l'assistance.
4. Sécurité et protection de la vie privée
En connectant des capteurs et du matériel de surveillance à Internet, la cybersécurité devient un risque et de nouvelles directives concernant le stockage et le traitement des données, telles que la norme ISO 27001, s’appliquent. Les vulnérabilités et les réglementations accroissent la complexité de la mise en œuvre d’un système connecté.
