Views
4 months ago

Maintenance & Entreprise n°661

Dossier : Spécial Hauts-de-France p. 28

MAINTENANCE EN RÉGIONS

MAINTENANCE EN RÉGIONS © DR dérives (comment ces modes évoluent dans le temps en plus du non-dépassement de seuils). © DR Schéma 1 : Exemple de comportement d’un même capteur sur un même équipement en fonction de différentes périodes. DiagRAMS Technologies est issue de plusieurs années de R&D chez Inria, le centre national de recherche dédié aux sciences du numérique. Sa solution de détection d’anomalies en mode non supervisé prend en compte la variabilité des process et les différentes sollicitations des machines afin d’offrir d’excellentes performances. En effet, la connaissance du contexte d’utilisation est essentielle pour détecter les incidents sortant du bon fonctionnement des équipements. Cela permet de pouvoir débuter un projet sans avoir nécessairement besoin d’historique de pannes pour apprendre à reconnaître les patterns caractéristiques de dysfonctionnements. L’IA se focalise sur l’apprentissage et la découverte des bons fonctionnements, et ce, dans toutes leurs variétés. Schéma 2 : Visualisation de l’évolution d’un signal au cours du temps avec 2 phases cycliques identifiées en rouge et en bleu. les signaux rendent difficile la définition de seuils d’alerte. Ils doivent être suffisamment tolérants pour accepter cette variabilité mais pas trop, au risque de manquer des alertes. L’objectif est de limiter le nombre de fausses alertes (faux positifs), d’avoir un système auto-apprenant permettant de découvrir dans le temps les seuils optimums. La plus-value de l’IA est de permettre la détection des variations et des anomalies en se basant sur la connaissance du modèle de fonctionnement pour chaque produit et chaque phase du cycle d’une machine. IA DE DIAGRAMS : TECHNOLOGIE PUISSANTE ET ACCESSIBLE Toute la pertinence d’une solution d’IA, comme celle de DiagRAMS, est de se positionner comme un outil d’aide à la décision, un soutien aux équipes sur le terrain qui ont le choix de mettre en œuvre les recommandations de l’IA ou pas ! Pour cela, il est important de présenter des informations remises précisément dans le contexte particulier des sites industriels. Cela permet de démontrer que le système d’IA comprend le process industriel dans lequel il opère, et contribue à créer de la confiance dans les résultats qu’il présente. Grâce à cette approche contextuelle basée sur l’analyse croisée multi-capteurs, les utilisateurs disposent d’alertes plus spécifiques et plus riches car les dépassements de seuil ou les dérives sont caractérisés dans leur contexte d’utilisation. Si les technologies d’IA sont puissantes, c’est l’adhésion des opérateurs sur le terrain et leur appropriation des solutions avec une réelle plus-value qui permettront véritablement de faire entrer durablement l’intelligence artificielle dans les usines. ● Jean-Francois Bouin et Margot Correard L’intérêt de solutions comme celle de DiagRAMS, c’est justement de réaliser l’analyse multivariée de données industrielles brutes. Différents signaux (température, pression, consommation électrique, vibration…), de sources différentes (données des équipements, données de maintenance, données de qualité et données des systèmes de supervision) sont conjointement pris en compte pour obtenir des informations sur les contextes d’utilisation. L’Intelligence Artificielle permet alors un apprentissage automatique des seuils optimums dans la durée d’alerte pour chaque mode de fonctionnement des machines, mais aussi celui des éléments caractéristiques de dysfonctionnements dans les signaux. De plus, elle permet le suivi des 38 IMAINTENANCE & ENTREPRISE • N°661 • Mars - Avril - Mai 2021

MAINTENANCE EN RÉGIONS AVIS D’EXPERT Maintenance prédictive : accélérer la performance des entreprises industrielles Aujourd’hui, le secteur de la maintenance se place dans le sillon d’une révolution : la quatrième révolution industrielle, aussi appelée Industrie 4.0. L’Industrie 4.0 correspond à la transformation digitale des entreprises industrielles. Un réel bouleversement dans l’économie et un changement en rupture dans ce secteur d’activité. Elle se caractérise par l’automatisation et l’intégration de l’ensemble de la chaîne de valeur de l’entreprise. Ce changement d’envergure constitue une véritable opportunité pour le développement du secteur industriel régional, sa croissance économique et une visibilité accrue. ©DR ©DR Alexandre Langlais CEO Perf’Actor EN QUOI LA MAINTENANCE EST-ELLE IMPACTÉE PAR CE CHANGEMENT ? Jusqu’à récemment, la maintenance industrielle était appelée maintenance préventive. Son but étant d’anticiper les défaillances en planifiant à l’avance des activités de contrôle à intervalle régulier. Le même fonctionnement que la révision d’un véhicule. L’Internet des objets industriels (IIoT) est un pilier de l’Industrie 4.0. Cette technologie confère à un objet (un capteur intelligent) la capacité de mesurer et de transmettre des données liées soit à son usage, soit à son environnement. Ces données sont présentes en masse dans les entreprises, et elles représentent un atout stratégique incroyable. En étant collectées par les capteurs, transmises à des ordinateurs (ou serveurs) et analysées, elles se transforment en informations opérationnelles exploitables par l’homme. En plaçant ces différents capteurs sur tout ou partie de son outil industriel, l’entreprise 4.0 met en place un réseau d’objets industriels intelligents. La maintenance prédictive est justement une solution IIoT qui a pour ambition d’améliorer la rentabilité de l’entreprise, en identifiant les problèmes qui menacent le bon fonctionnement de l’ensemble de la chaîne de production. Elle va au-delà de la maintenance préventive en étant capable d’analyser en temps réel et en continu les données propres à chaque installation. Cela permet d’éviter les dépenses inutiles, telles que les remplacements de pièces détachées programmés à intervalles réguliers. Avec la maintenance prédictive, il est désormais possible de capter les données des machines en temps réel et de les analyser. Cela permet d’améliorer la rentabilité mais aussi la satisfaction client. Précieuse pour l’entretien du matériel, la maintenance prédictive est surtout un moyen d’éviter une immobilisation imprévue de la chaîne de production, synonyme d’économies importantes. UN PROCESSUS D’APPRENTISSAGE PROGRESSIF Le processus de maintenance prédictive s’organise en 6 étapes : • Étape 1 : La mesure des informations grâce aux capteurs intelligents • Étape 2 : Le nettoyage des données • Étape 3 : Identifier les tendances • Étape 4 : Modéliser le fonctionnement grâce à des algorithmes et des schémas de panne spécifiques • Étape 5 : Analyser les résultats et proposer des recommandations aux équipes de maintenance • Étape 6 : Améliorer la maintenance grâce au retour d’expérience MAINTENANCE & ENTREPRISE • N°661 • Mars - Avril - Mai - 2021 I39

Maintenance et entreprise - Découvrez la revue en version digitale

Pour vous abonner, joindre la rédaction, communiquer dans la revue ou simplement avoir plus d'informations sur votre métier, rendez-vous sur notre site internet :

www.maintenance-entreprise.com