La maintenance conditionnelle est une approche de maintenance prédictive qui s’appuie sur la collecte de données en temps réel pour surveiller l’état des actifs/systèmes et détecter les défauts et les anomalies. Les organisations qui utilisent la maintenance conditionnelle choisissent cette approche pour identifier les problèmes potentiels avant que les actifs critiques ne tombent en panne. Elles peuvent ainsi réduire les temps d’arrêt non planifiés et prolonger la durée de vie de leurs actifs.
Le processus de maintenance conditionnelle implique généralement de collecter en continu des données grâce à divers capteurs et instruments de pointe installés sur les actifs que le service de maintenance souhaite surveiller. Les capteurs fournissent toute une série de diagnostics, notamment les niveaux de vibration, la température, la pression, le son et d’autres paramètres.
Une fois les données collectées, l’équipe de maintenance peut les analyser et les interpréter à l’aide d’une (ou plusieurs) des nombreuses techniques et outils logiciels disponibles. Les deux utilisations les plus courantes des données de maintenance conditionnelle sont les suivantes :
- Suivi des tendances. Le suivi des tendances s’appuie sur des mesures continues et l’analyse des données pour identifier les tendances qui indiquent une détérioration des actifs. Plus précisément, l’organisation détermine quelle mesure constitue le meilleur indicateur de l’état de l’équipement et utilise cette mesure pour analyser les tendances de performance de l’actif. Elle peut ainsi anticiper le moment où l’actif se détériorera et dépassera la limite critique. Le suivi des tendances est souvent utilisé pour surveiller les performances des moteurs.
- Contrôle d’état. Contrairement au suivi des tendances, le contrôle d’état consiste à effectuer des mesures périodiques sur les actifs en fonctionnement. L’équipe de maintenance utilise ensuite les données pour évaluer l’état actuel de l’actif. Le contrôle de la qualité du lubrifiant d’une machine à l’aide d’une vitre d’observation du niveau d’huile est un exemple de contrôle d’état.
Quelle que soit la façon dont vous utilisez les données de maintenance conditionnelle, vous pouvez programmer vos outils d’analyse des données pour qu’ils déclenchent des alertes ou des notifications en cas de problème potentiel. Ces alertes permettent à l’équipe de maintenance ou à un technicien d’intervenir pour résoudre le problème.
La maintenance conditionnelle est généralement utilisée pour les équipements tournants (par exemple les boîtes d’engrenages, les centrifugeuses, les machines alternatives, etc.). Elle aide les organisations à optimiser leurs activités de maintenance, en particulier dans les secteurs de la fabrication, de la production d’énergie et des transports, où les machines et les équipements jouent un rôle essentiel dans les opérations quotidiennes.
En effet dans ces secteurs, le moindre dysfonctionnement peut entraîner des pertes financières importantes et des baisses de productivité considérables. Dans une usine de fabrication par exemple, une machine défectueuse peut entraîner des retards de production, des dépassements de délais, un non-respect de la conformité aux réglementations et une augmentation des coûts. Dans le secteur des transports, un moteur d’avion défectueux peut entraîner des annulations de vols, des pertes de revenus et même des problèmes de sécurité.
En fin de compte, la maintenance conditionnelle peut aider les équipes de maintenance à adopter une approche plus proactive de la maintenance, ce qui permet aux entreprises d’économiser de l’argent et de maximiser l’efficacité opérationnelle.
Explorez IBM Maximo pour découvrir comment les données de l’IdO, les analyses et l’IA peuvent vous aider à rationaliser l’exploitation de vos actifs.
Abonnez-vous à la newsletter IBM
La mise en œuvre d’un programme de maintenance conditionnelle est un processus relativement simple impliquant trois étapes principales.
La première étape de la mise en œuvre d’un programme de maintenance conditionnelle consiste à collecter un maximum de données d’actifs. Celles-ci doivent comprendre les données d’historique (c’est-à-dire l’historique de maintenance) et toute documentation émanant du fabricant et/ou des organismes de réglementation.
Les capteurs représentent la force motrice de tout programme de maintenance conditionnelle. La deuxième étape de la mise en œuvre d’un tel programme consiste donc à installer les capteurs qui collecteront les données nécessaires. Selon les actifs, différents types de capteurs et différentes approches d’installation seront nécessaires, il faut donc veiller à prendre en compte les besoins de tous vos actifs critiques.
Une fois vos capteurs de maintenance conditionnelle installés, ils commencent à collecter des données sur l’état des machines, telles que les vibrations et le positionnement, la vitesse du rotor, les températures et les processus opérationnels. Ces données vous permettent alors de définir des bases de référence pour chaque actif et de déterminer ce qui est normal et ce qui ne l’est pas pour chaque équipement.
Si votre service de maintenance a installé un logiciel de surveillance de l’état des machines, celui-ci désignera des collecteurs de données de maintenance pour surveiller et analyser en permanence les données des capteurs afin d’évaluer l’état des actifs et d’anticiper les défaillances potentielles des machines.
Votre organisation et votre équipe de maintenance peuvent utiliser diverses techniques et différents outils pour mettre en place un programme de maintenance conditionnelle. Les approches les plus courantes sont les suivantes :
Contrôle électromagnétique
Le contrôle électromagnétique mesure les distorsions de champ et les variations de courants de Foucault pour localiser des signes de corrosion, des fissures, des faiblesses et d’autres défauts. Le technicien applique des champs magnétiques aux parois et aux tubes à la surface de l’actif afin d’identifier des défauts dans les matériaux et les caractéristiques de la surface.
Thermographie infrarouge
La thermographie infrarouge est une technique non destructive qui utilise l’imagerie thermique pour détecter la surchauffe et d’autres problèmes liés à la température. Elle utilise des caméras d’imagerie thermique pour capturer le rayonnement infrarouge émis par un objet ou une surface et le convertir en image visuelle (ou thermogramme). Les organisations utilisent principalement ce type de maintenance conditionnelle pour surveiller des moteurs, inspecter des roulements et vérifier des niveaux de gaz, de boue ou de liquide.
Interférométrie laser
L’interférométrie laser utilise des longueurs d’onde de lumière générées par un laser pour mesurer les variations d’un actif par rapport à son déplacement d’ondes de référence. À l’aide d’un interféromètre, le technicien de maintenance mesure les schémas d’interférence qui indiquent des défauts, tels que la corrosion et les cavités, à la surface et sous la surface des matériaux.
Analyse de l’huile
L’analyse de l’huile permet d’évaluer les propriétés de l’huile lubrifiante d’un actif (par exemple, sa viscosité, son acidité, etc.) pour détecter des contaminants ou des particules d’usure. Elle consiste généralement à prélever un échantillon d’huile lubrifiante sur l’équipement et à l’envoyer à un laboratoire pour analyse. L’analyse de l’huile peut s’avérer utile pour surveiller les actifs tels que les moteurs, les boîtes d’engrenages et les systèmes hydrauliques.
Surveillance des vibrations
La surveillance (ou l’analyse) des vibrations utilise des capteurs de vibrations pour mesurer les fréquences de vibration dans un actif et détecter des anomalies susceptibles d’indiquer un problème. Étant donné que les actifs tournants (comme les moteurs et les pompes) ont tendance à vibrer plus intensément et plus fortement avec le temps, la mesure des variations de vibrations peut aider à identifier l’usure et les dommages avant que l’actif ne tombe en panne. Les données de vibration permettent de détecter un grand nombre de problèmes, notamment les défauts d’alignement, les déséquilibres, l’usure ou les arrêts anormaux des roulements, la déformation des arbres et le desserrage des composants.
Test d’émissions acoustiques
Le test d’émissions acoustiques est un type d’analyse des vibrations, mais qui implique l’utilisation de sons à des fréquences beaucoup plus élevées pour détecter des chocs et des fissures. Les schémas sonores révèlent la présence de vibrations ou de bruits inhabituels qui peut indiquer un problème ou une panne imminente. Cette technique est particulièrement utile pour détecter des défauts dans les équipements tournants tels que les moteurs, les pompes et les ventilateurs.
Analyse ultrasonique
L’analyse ultrasonique (ou contrôle par ultrasons) utilise des ondes sonores à haute fréquence pour détecter des fuites, des fissures ou des défauts dans un équipement. Elle s’appuie sur des techniques de collecte de données avec et sans contact pour déterminer l’usure des actifs. Les méthodes avec contact sont généralement utilisées pour détecter des problèmes mécaniques, comme les problèmes de lubrification, les dommages au niveau des engrenages et les ruptures de barres de rotor, qui génèrent des sons à haute fréquence. Les méthodes sans contact peuvent détecter des problèmes tels que les fuites de pression et de vide dans les systèmes de gaz comprimé, qui produisent généralement des sons à basse fréquence.
Analyse du circuit moteur
L’analyse du circuit moteur, également connue sous le nom de test moteur, utilise des mesures de tension ou de courant pour détecter des déséquilibres électriques et évaluer la dégradation de l’isolation, deux facteurs susceptibles de provoquer une panne du moteur. L’analyse du circuit moteur est principalement utilisée pour surveiller les moteurs électriques.
D’autres méthodes comme l’inspection visuelle et les tests de performance peuvent également être utilisées dans le cadre de la maintenance conditionnelle. Bien entendu, chaque technique présente des avantages et des inconvénients. Le choix le plus judicieux pour votre service dépend donc de vos ressources, de vos équipements, de votre environnement et des besoins de votre organisation.
La maintenance conditionnelle et l’Internet industriel des objets (IIoT) sont deux concepts étroitement liés qui, utilisés ensemble, peuvent améliorer l’efficacité et la fiabilité des systèmes de gestion de la maintenance.
La maintenance conditionnelle s’appuie sur la collecte continue de données à partir de capteurs et d’autres sources afin de prévenir ou d’atténuer les problèmes. L’IIoT, quant à lui, est un réseau de dispositifs interconnectés et de capteurs d’équipement qui communiquent entre eux et avec le cloud pour collecter et partager des données.
L’utilisation combinée de la maintenance conditionnelle et de l’IIoT permet une surveillance plus complète et plus précise, ainsi qu’une communication plus efficace en ce qui concerne les activités et les problèmes de maintenance. Les actifs intelligents connectés à Internet peuvent non seulement communiquer et partager des données de diagnostic, ce qui permet de comparer instantanément les systèmes et les actifs, mais les équipes peuvent également prendre des décisions plus éclairées concernant l’ensemble des opérations de production. De plus, l’IIoT permet de collecter des données, de les transmettre et de surveiller les systèmes à distance, ce qui peut s’avérer particulièrement utile pour les systèmes situés dans des zones éloignées ou dangereuses.
Grâce à ces fonctions, les services de maintenance peuvent effectuer des analyses plus sophistiquées, utiliser simultanément des données provenant de plusieurs machines et automatiser des processus qui nécessiteraient normalement l’intervention de techniciens de maintenance (avec les coûts que cela implique). En fin de compte, les systèmes de maintenance conditionnelle et l’IIoT permettent de transformer la façon dont les organisations entretiennent et surveillent leurs actifs, processus et systèmes clés, améliorant ainsi la fiabilité, l’efficacité et la sécurité de leurs opérations de maintenance.
L’un des principaux avantages de la maintenance conditionnelle est qu’elle permet aux équipes de maintenance de mettre en place une gestion de la maintenance préventive et un suivi de l’état des machines. En identifiant les problèmes potentiels avant qu’ils n’entraînent une panne de l’équipement, les équipes de maintenance peuvent programmer les activités de maintenance au moment le plus opportun, ce qui réduit l’impact sur la production et minimise les temps d’arrêt dus à des pannes imprévues.
La maintenance conditionnelle offre plusieurs autres avantages par rapport aux approches traditionnelles de la maintenance :
La maintenance conditionnelle fournit des données en temps réel sur les performances d’un système ou d’un composant, qui peuvent être utilisées pour optimiser la planification de la maintenance. Elle permet de réduire la fréquence des activités de maintenance, tout en garantissant que celles-ci ne sont exécutées qu’en cas de besoin, sur la base des performances réelles du système.
En détectant et en traitant les problèmes de manière préventive, la maintenance conditionnelle contribue à prolonger la durée de vie des équipements et des composants. Elle limite ainsi les réparations et les remplacements coûteux et maximise le ROI des actifs.
La maintenance conditionnelle peut aider à identifier les inefficacités dans un système ou un composant, comme une consommation d’énergie excessive ou une usure anormale. La résolution de ces problèmes permet d’améliorer l’efficacité opérationnelle, ce qui se traduit par une réduction des coûts et une amélioration de la productivité.
La maintenance conditionnelle peut aider à identifier des risques potentiels pour la sécurité, tels que des composants usés ou endommagés, avant qu’ils ne causent des dommages au personnel ou à l’équipement. La sécurité globale s’en trouve améliorée et les risques d’accidents et de blessures sont réduits.
Bien que la maintenance conditionnelle puisse véritablement aider une organisation à rationaliser ses systèmes de gestion de la maintenance (en particulier dans le cas de la maintenance conditionnelle basée sur l’IdO), elle présente des inconvénients que les organisations doivent prendre en compte :
La mise en œuvre d’un programme de maintenance conditionnelle peut se révéler assez coûteuse, car elle nécessite généralement l’installation de capteurs et d’autres équipements de surveillance, ainsi qu’un investissement dans un logiciel d’analyse de données et dans le personnel chargé de gérer le programme et les équipements. Le coût d’exécution d’un programme de maintenance conditionnelle peut être prohibitif pour certaines organisations, en particulier pour les plus petites.
La maintenance conditionnelle peut être complexe, car sa mise en œuvre et sa gestion requièrent une expertise et des connaissances spécialisées. Certaines organisations peuvent ne pas avoir suffisamment de personnel qualifié pour gérer le système de manière efficace et peuvent donc avoir besoin d’engager du personnel spécialisé ou des consultants externes. En outre, les systèmes de maintenance conditionnelle utilisent des capteurs de pointe pour réaliser des diagnostics sur les actifs de l’organisation. Les installations anciennes dépourvues d’infrastructures adéquates peuvent donc nécessiter d’importantes mises à niveau.
Les systèmes de maintenance conditionnelle génèrent de grandes quantités de données, qui peuvent être difficiles à gérer et à analyser. Les équipes de maintenance peuvent en effet avoir du mal à trier les données et à identifier les tendances et les points de données les plus significatifs.
Gestion intelligente des actifs, surveillance, maintenance prédictive et fiabilité sur une plateforme unique.
Améliorez l’analyse des performances de vos applications afin d’obtenir le contexte dont vous avez besoin pour résoudre les incidents plus rapidement.
Cet article de blog IBM explique la différence entre la maintenance conditionnelle et la maintenance prédictive.
Découvrez comment IBM Research contribue au développement de la maintenance prédictive dans les secteurs de la technologie et de la banque
Plus des deux tiers des données collectées par les organisations ne sont pas utilisées, ce qui entraîne des problèmes de performance et de fiabilité.