Le scheduling, ou l’art de bien programmer sa maintenance

Share this post:

Le nerf de la guerre de la maintenance consiste à faire le maximum en maîtrisant au mieux les dépenses. L’optimisation de cette activité passe par le préventif – voire le prédictif – épaulé par une solide solution de planification des tâches d’entretien et de réparation.

N’attendez pas la panne !

Pour celui qui possède une voiture, la maintenance est vue comme un poste de coût et non comme un investissement. Et pourtant, en cas de panne, le manque à gagner peut rapidement devenir important. Seule une bonne maintenance permet de limiter cette perte potentielle… et ainsi gagner de l’argent en bout de chaine.

Certains pourraient être tentés d’assurer la maintenance en mode correctif. Bref, d’attendre qu’une panne survienne avant de réagir. Mais face aux risques de perte d’exploitation, de plus en plus de professionnels travaillent sur un mode préventif. Dans le domaine de l’industrie ou des transports, des solutions de GMAO (Gestion de Maintenance Assistée par Ordinateur) comme Maximo permettent d’anticiper les pannes et défauts et d’établir des plans de maintenance.

Le constructeur fournit en général un plan de maintenance indicatif avec son équipement. Par exemple, pour un véhicule, une révision générale tous les 20 000 km ou tous les deux ans (au premier des deux termes atteints). Mais il convient également de prendre en compte l’expérience issue des utilisateurs et des techniciens. Si un équipement fonctionne bien, le nombre d’opérations de maintenance peut être abaissé. Il faut enfin programmer avec astuce les interventions de maintenance, en profitant par exemple d’une réparation inopinée pour assurer l’entretien courant d’un équipement.

Bien programmer les interventions

Le plan de maintenance du constructeur ne suffit pas. Il faut connaitre les acteurs en présence, le temps nécessaire à la réalisation des tâches, les contraintes d’accès aux équipements, etc. L’objectif principal de la maintenance préventive reste de limiter l’utilisation des ressources matérielles et humaines.

Maximo Asset Management Scheduler Plus met en adéquation les ressources nécessaires avec les travaux à réaliser. Il s’assure également que ces ressources ne viendront pas à manquer (personnel insuffisant, stock limité…). Deux vues synthétiques sont ensuite proposées : la première sur le long terme (6 mois – 1 an) et la seconde à visée opérationnelle (le responsable d’équipe va y planifier les tâches à réaliser).

L’outil propose un moteur de résolution automatique capable de proposer des scénarios optimisés suivant différentes règles et contraintes. Soit en respectant des contraintes de marge opérationnelle, afin de toujours disposer de ressources de réserve pour parer à un accident. Soit sur un mode « maximisé », quitte à faire appel à de la maintenance externe.

L’étape suivante, le prédictif  ?

Certains clients, opérateurs de voies maritimes par exemple, adoptent un modèle de maintenance préventive, avec plusieurs centaines d’interventions programmées par mois. Un volume qui rend toute planification quasi impossible avec des outils comme Microsoft Project. D’où l’utilisation de Maximo Asset Management Scheduler. Pour ces clients, la GMAO programme les opérations de maintenance hors saison, afin d’avoir les tranches d’arrêt les plus courtes possible et en dehors de la période estivale, période de forte activité.

Un cran au-dessus de la maintenance préventive se trouve la maintenance conditionnelle. La panne sera anticipée, mais uniquement si des capteurs ou des indices de performance signalent un problème.

Puis vient la maintenance prédictive. Un modèle statistique est mis en place afin d’anticiper les problèmes suivant les caractéristiques de l’équipement, son historique de maintenance, son contexte d’exécution courant, etc. Chaque évènement permet d’ajuster toujours plus finement le plan de maintenance. Lorsqu’un technicien répare un équipement, il va enrichir la base de connaissances de Maximo en indiquant la teneur du problème, sa cause et le remède appliqué. Le Machine Learning pourra également faire des rapprochements entre plusieurs facteurs. En repérant par exemple que le taux d’humidité influe sur la probabilité d’une panne.

Vendre du service… pas de la maintenance

De plus en plus de sociétés remplacent la vente de produits et de maintenance par de la fourniture de service. Dans ce contexte,
une maintenance optimisée leur garantira plus d’heures de service et donc des revenus plus importants.

Citons par exemple Kone, qui vend des heures d’utilisation d’ascenseur et non plus l’ascenseur lui-même. Même cas de figure pour Rolls-Royce, qui vend des heures de vol et non plus des moteurs d’avion. Quant à Engie, il propose des contrats de chauffage collectif combinant chaudière, carburant et maintenance. La société ne vend plus du matériel, mais des degrés. Toute panne ou opération de maintenance se traduit par le remboursement d’une partie des sommes versées par les propriétaires. L’enjeu du scheduler et de la maintenance prédictive devient ici crucial.