Prédiction de pannes en mode aveugle

Industrie 4.0
L’avènement de l’IoT industriel permet à l’industrie d’entrer dans l’ère de la digitalisation massive de ses activités, l’industrie 4.0.

L’industrie 4.0, l’ambition d’une industrie connectée

Grâce aux capteurs connectés, il est désormais possible de superviser à la fois les consommations de son bâtiment, mais également les processus et l’état de santé de ses équipements.

Cet engagement est soutenu par la mise en place de budgets conséquents par les États, comme en Allemagne où l'État a décidé de consacrer 3 milliards d’euros aux industries 4.0 d’ici 2025 ou comme en France où la mise en place d’une participation à hauteur de 20% du coût de l’investissement dans la transformation vers l'industrie du futur a été mis en place depuis 2020.

Cette proportion grandissante d’équipements connectés permet aux experts d’analyser plus finement le comportement de leurs équipements et d’en déduire des modes de fonctionnement

De la prévention à l’expérience

Grâce à la supervision, il est plus facile de mettre en place une maintenance préventive basée sur les recommandations du constructeur ou sur les recommandations d’experts métier.

En effet, on prend connaissance à distance du temps de fonctionnement d’un piston, du niveau d’encrassement d’un filtre ou du niveau de température d’un moteur. Ainsi,on peut remplacer une pièce avant que celle-ci ne casse.

Cette solution a pour avantage de limiter les pannes d’appareils et de limiter drastiquement les arrêts de machines non voulus. En revanche, on augmente les coûts de stockage des pièces et l’on remplace potentiellement des pièces coûteuses qui n’étaient peut-être pas à leur état limite d’utilisation, et on ne soustrait pas entièrement la possibilité d’une casse prématurée.

De plus, que faire lorsque l’appareil est constitué d’une multitude de sous-ensembles qui dépendent de l’environnement dans lesquels ils sont utilisés, avec des temps de fonctionnement variés, et une disparité de durée de vie ?

C’est dans ce contexte que la maintenance basée sur l’état et l’expérience (condition-based monitoring) entre en compte. Les experts métiers affinent les seuils de décision grâce à l’analyse du passé et grâce aux tests effectués sur banc d’essai dans différentes conditions d’utilisation.

Cette approche permet de tendre au plus près de la réalité terrain mais nécessite des coûts et un temps de mise en œuvre importants et une expertise poussée qui n’enlève pas totalement l’incertitude associée au terrain.

L’expérience des experts métier, l’alliée de la prédiction et de la prescription

L’idéal vers lequel l’Industrie tend est une supervision avec laquelle on sait lorsqu’une panne surviendra et qui donne à l’expert maintenance l’opportunité de planifier ses opérations de maintenance, c’est ce que l’on appelle la maintenance prédictive.

Basées sur l’intelligence artificielle, de nombreuses solutions fleurissent sur le marché. Deux approches peuvent alors être mises en place de façon dissociées ou complémentaires :

- L'approche supervisée qui consiste à faire apprendre à l’ordinateur déporté ou embarqué dans l’équipement, les pannes qui sont déjà survenues par le passé pour que celui-ci les reconnaisse et puisse prévenir l’utilisateur dès l’apparition des premiers symptômes. Cela nécessite en revanche une connaissance numérisée de l’ensemble des pannes de cet équipement et donc un temps de mise en œuvre qui peut être parfois très long.

- L’approche non-supervisée quant à elle consiste à apprendre sur le fonctionnement nominal de l’appareil pour ensuite détecter toutes les défaillances sortant de cette « normalité ». Cela permet une mise en œuvre très rapide de la solution et nécessite des algorithmes robustes afin de permettre une détection précise et fiable.

Amiral Technologies développe un logiciel hybride, DiagFit, tirant partie de cette deuxième approche en proposant une prédiction de pannes en mode aveugle des équipements industriels tout en alliant les avantages de la solution supervisée en permettant à l’expert métier de pouvoir renseigner des pannes déjà connues et de labelliser les défaillances survenues tout au long de la vie de l’équipement.

Je souhaite une démo de DiagFit

La labellisation et l’apprentissage effectués au fur et à mesure de la vie de l’équipement permettront d’atteindre le but ultime : la maintenance prescriptive, soit la capacité de prescrire à l’expert quel type de maintenance appliquer et pour quand.

 

Nos cas d'usage