Industrie
Supply Chain Management Analytics

Total ‘predictive’ maintenance: l’autonomie par le biais de la technologie

(Il n’y a pas de fautes de frappe dans le titre)
Momar Tall

La maintenance prédictive est l’une des applications les plus évidentes des mégadonnées et des analyses dans un environnement industriel. Cela semble aller de soi. Les sociétés de fabrication capturent un grand nombre de données à partir de leurs machines. Elles ne les ont pas exploitées pleinement jusqu’à présent. Utiliser les données de procédé pour prévoir les pannes des machines et intervenir à l’avance semble être un moyen parfait d’améliorer la disponibilité des machines. Mais cela signifie-t-il que la maintenance va devenir le domaine des scientifiques des données et non plus des ingénieurs ? Selon moi, la réponse est non. Au contraire, la maintenance prédictive pourrait bien être le moyen de ramener la maintenance dans l’atelier.

La maintenance prédictive totale est un concept connu depuis longtemps déjà. Son objectif est d’améliorer l’efficacité de la production, ainsi que le moral et la satisfaction des employés en impliquant activement les opérateurs dans la maintenance de leur équipement. Selon différentes sources, la maintenance prédictive totale permet aux fabricants d’atteindre une efficacité de l’équipement opérationnel supérieure à 85 %. La maintenance productive totale propose un certain nombre de pistes intéressantes et indique comment appliquer la maintenance prédictive dans un environnement réel.

La maintenance autonome constitue l’élément le plus important de la maintenance productive totale. Si vous pensez que les opérateurs sont les personnes qui connaissent le mieux leurs machines, il est logique de les impliquer dans la maintenance de leur équipement. En leur donnant accès aux données et aux analyses intelligentes concernant la relation entre les mesures de procédé et la santé de leur machine, nous pouvons faire d’eux des participants majeurs du processus de maintenance. Cela nécessite une formation mais également une bonne préparation.

La première étape de la maintenance prédictive totale serait la méthode des 5S. Cette méthode permet de visualiser les problèmes. Lors de l’utilisation d’applications de mégadonnées et d’analyses, la méthode des 5S s’applique à l’environnement physique de la machine mais également aux données reçues par les capteurs de la machine. Nous avons remarqué que certaines sociétés stockent des quantités importantes de données de procédé tout en sachant qu’il s’agit de données de très mauvaise qualité. Dans le cadre d’une démarche 5S, un scientifique des données travaille avec les opérateurs pour identifier les signaux qui peuvent être considérés comme fiables. Les données fiables peuvent ensuite être transmises à l’atelier.

Le scientifique des données peut travailler en continu avec les opérateurs et l’équipe d’ingénierie pour développer des plans de maintenance alternatifs basés sur les données et les connaissances collectives de l’équipe dans son ensemble. Cette approche permet de développer de meilleurs plans de maintenance mais également d’augmenter l’implication des opérateurs dans la gestion quotidienne de leur équipement. Une fois les alertes correctement configurées, les opérateurs peuvent assurer la maintenance de l’équipement de manière plus autonome. Via des alertes visuelles créées par un outil d’analyse, ils peuvent à tout moment voir ce qui se passe au niveau de leur équipement et décider du meilleur moment pour procéder aux activités de maintenance.

Cela nécessite-t-il des opérateurs plus compétents ? Je ne pense pas. Une fois les alertes configurées avec l’équipe, les opérateurs maîtrisent les règles appliquées. Ils savent pourquoi certaines règles sont créées et ils connaissent les mesures à la base de chaque alerte. Cela renforce leur appropriation et leur permet de gérer leur équipement.

Les nouvelles technologies semblent souvent très compliquées à utiliser au premier abord. Mais lorsqu’elles gagnent en maturité, leur complexité disparaît et seule la puissance de leurs fonctionnalités reste visible. Avec des interfaces utilisateur simples et intuitives, il doit être possible d’atteindre ce niveau de maturité très rapidement dans le cadre de la maintenance prédictive. Une fois ce point atteint, la technologie avancée et l’implication des employés peuvent être associées pour accéder au niveau suivant de la maintenance prédictive totale. Et la maintenance prédictive totale devient une réalité.

Merci d'avoir lu

Contactez notre expert

Momar Tall