GMAO et IoT : comment passer de la maintenance corrective à la maintenance proactive

Rédactrice passionnée depuis plus de de 15 ans. Sara vous trouve les dernières infos

Éviter les pannes de machines pour maintenir les niveaux de production a certainement été l’un des principaux défis de l’industrie depuis la première révolution industrielle. Mais jusque dans les années 1980, cette tâche était souvent perçue comme un mal nécessaire, une dépense dont on ne pouvait tirer que peu de valeur.

« Nous avons proposé une des premières solutions de maintenance sur PC en lieu et place d’OS 400 », se souvient Youssef Miloudi, responsable de la recherche chez Carl Berger-Levrault (nouvelle entité juridique Carl Software, née en 1985). « Pendant très longtemps, les systèmes de gestion ont fonctionné en se référant à la flotte, en signalant le problème, en le prenant en compte et en le traitant. Nous étions dans une impasse. »

Dans les années 1990, les systèmes de gestion des mesures ont émergé, suivis des logiciels produisant des données techniques. Certes, tout cela était encore très loin du temps réel à l’époque, mais cette évolution a permis de passer de la maintenance corrective à la maintenance préventive. Toute la difficulté de l’exercice est de s’assurer de la fréquence des collectes.

Développement des techniques d’entretien. Source : Carl Software.

Au début des années 2000, le monde de la GMAO s’est mis en ligne, mais en plus des clients traditionnels du monde industriel, il a également pénétré de nouveaux marchés tels que les infrastructures routières et aéroportuaires et le secteur public. Une opportunité pour le secteur d’aborder les problématiques EAM (Enterprise Asset Management) et GTP (Gestion Technique de Patrimoine).

Et ce mouvement continue. Récemment, Manutan, distributeur de matériel pour entreprises et collectivités, s’est associé à la startup Mobility Work pour atteindre ETI. Un défi? Développer un outil logiciel qui digitalise le classement des équipements, la planification ou encore l’archivage des activités et des documents.

À Lire  Calculez votre pension avec votre numéro de sécurité sociale

Mais le chemin était encore long avant le passage de la maintenance préventive à la maintenance adaptative, c’est-à-dire une maintenance qui assure un fonctionnement optimal du système même en cas de panne ou de défaillance d’un des composants. « A l’époque, nous n’avions pas les données contextuelles pour faire preuve de flexibilité », explique Youssef Miloudi. « Certes, dans le secteur pétrolier par exemple, des systèmes experts existaient déjà, mais c’était très, très cher. »

Le triangle magique des modèles prédictifs

Aujourd’hui, la nouvelle génération de modèles de maintenance repose sur des modèles prédictifs gérés par des utilisateurs experts. Surtout, l’avènement de la mobilité a permis de collecter beaucoup plus de données beaucoup plus fréquemment. Sur le même sujet : Hauts-de-Rouen : un après-midi autour de la création d’entreprise. Enfin, et certainement le plus important, les données environnementales peuvent désormais être collectées pour contextualiser la maintenance des appareils.

C’est ce dernier point que la société Octonion utilise avec une solution d’analyse acoustique (analyse des vibrations et des mouvements mécaniques et des sons qu’ils produisent). « Ce système de contrôle permet d’écouter les fréquences acoustiques, de les comparer et de définir le comportement « normal » de la machine. S’il détecte un comportement inhabituel, le système avertit l’opérateur par un message (sms, e-mail, etc.) ou un autre signal prédéfini », a déclaré la société.

Et vous avez besoin de l’IA pour analyser ce type de données. La plateforme proposée par Carl Software permet par exemple l’analyse des données des capteurs IoT via des algorithmes de machine learning, en mode cloud (Azure), cloud privé ou on-premise.

À Lire  Bépo, Dvorak, Colemak... A la recherche du clavier français qui...

Détails de l’architecture de la plateforme IoT de Carl Software. Source : Carl Software.

Ces données de contexte, transmises en temps réel, permettent de connaître les conséquences des mesures de maintenance antérieures et ainsi d’optimiser le fonctionnement des machines même en mode dégradé. « La nouveauté, c’est qu’on a pu travailler sur Smart Bison jusque-là », image Youssef Miloudi. « En allant en temps réel, nous faisons Waze. Nous ne recherchons plus la probabilité de panne, nous comprenons comment cela fonctionne et si nous pouvons toujours utiliser l’équipement même si une panne survient. Il s’agit donc d’un entretien flexible.

A l’avenir, Carl Software s’oriente vers une maintenance partagée. « L’idée est que les machines travaillent ensemble pendant la phase de maintenance. Par exemple, dans un système de trois pompes à chaleur, si l’une tombe en panne, les deux autres prendraient automatiquement le relais pour atteindre les mêmes performances, de manière automatisée. Pour ce faire, on entre vraiment dans le monde de la cyberphysique, une des applications des jumeaux numériques », explique Youssef Miloudi.