Impulsions

Discussions sur les soins de santé et la technologie

Tous les articles

L’entretien intelligent — 2 exemples sectoriels de maintenance prédictive

backpack-bag-blur-837359La maintenance prévisionnelle ou prédictive permet de prédire quand des appareils, véhicules ou machines seront défectueux ou nécessiteront un entretien. Ainsi, vous ne les sortirez du circuit que lorsque c’est vraiment nécessaire, bien avant la fin de leur durée de vie. Ceci permet de limiter le nombre de pannes, de diminuer les coûts d’entretien, de prévenir des accidents et d’en apprendre plus sur l’usure de vos actifs. Dans ce blog, je donne deux exemples sectoriels inspirants où l'on applique la maintenance anticipée.

Transports en commun : moins de défaillances grâce aux capteurs sur les véhicules

Différents types de bus, trains, qui freinent, accélèrent ou s’arrêtent souvent ou moins souvent : différentes manières d'utilisation font qu’il n’existe pas une checklist standard pour la programmation et l’exécution de l’entretien en temps et en heure de tous les véhicules. Par conséquent, lorsqu’on se base sur des données rassemblées dans le passé, des entretiens réguliers s’imposent, même lorsque, en réalité, l’entretien ne semble pas encore nécessaire. Cela prend du temps, de l’argent et entraîne parfois même une pénurie de bus et de trains.

C’est pourquoi, dans le secteur des transports en commun, on utilise la maintenance prédictive de manière intensive, tout comme l’utilisation de données en temps réel et les possibilités de l’Internet des Objets (IdO). Ainsi, beaucoup de bus et de trains disposent de capteurs qui rassemblent des informations sur l’état des pièces, comme les freins par exemple. Ensuite, ces informations sont transformées par des API et envoyées vers la salle de contrôle. Lorsque les valeurs des différents éléments arrivent en dessous ou au-dessus de valeurs seuil prédéfinies, un signal est donné au bon moment et le technicien peut entrer en action.

Grâce à cette forme de maintenance prédictive, les mécaniciens savent exactement quels éléments doivent être remplacés, ils gagnent du temps et le véhicule est remis en circulation plus rapidement. Parfois, des défaillances peuvent même être prévenues. Ainsi, des capteurs signalent une perte de pression bien avant que le pneu soit crevé. Ceci permet de réduire le nombre de techniciens, mais offre aussi l’avantage de réduire le stock de pièces de réserve. Pour les voyageurs, la maintenance prédictive offre bien sûr aussi une plus-value considérable : les capteurs sur les véhicules transmettent une panne directement à la salle de contrôle qui en informe les voyageurs au plus vite et informe éventuellement des transports de remplacement.

Production : prévenir les défaillances des machines

Dans le secteur de la production la maintenance prédictive est aussi déjà bien répandue. Dans ce secteur, il est important que les produits soient prêts exactement au moment où les clients en ont besoin (just in time). La défaillance d’une machine de production signifie un retard considérable et est donc source de problèmes.

C’est pour cette raison que de plus en plus d’entreprises de production rassemblent des données sur leurs machines. Ainsi, ils peuvent constater le niveau de vibration des machines en bon état. Est-ce qu’une machine émet des vibrations qui dépassent le seuil de vibration maximal ? Une vis peut être desserrée. L’opérateur recevra un signal l’informant qu’il doit contrôler la machine, bien avant qu’elle ne tombe en panne. Il peut alors effectuer le contrôle à temps et sans trop de stress.

Le fait de rassembler des données sur l’état des machines aide à planifier aussi efficacement que possible les temps d’arrêt (down time)pour cause d’entretien. Les grandes quantités de données historiques révèlent en fait des tendances, qui permettent de mieux évaluer à l’avance quand une machine doit être retirée du processus pour entretien. À côté de ça, les données aident à faire le bon choix lorsqu’il s’agit de remplacer la machine ou d’investir en de nouvelles pièces. Le résultat est une utilisation maximale de la durée de vie d’une machine.

La maintenance prédictive dans d’autres secteurs

Les secteurs susmentionnés sont des exemples intéressants de l’utilisation de la maintenance prédictive. Mais ils sont loin d’être les seuls. D’autres secteurs dans lesquels la maintenance prédictive est utilisée sont la gestion des voies ferroviaires (Infrabel en Belgique et ProRail aux Pays-Bas par exemple), l’industrie de transformation (Sitech par exemple) et le bâtiment.

 

La maintenance prédictive s’est-elle déjà répandue dans votre secteur ? Et votre entreprise l’utilise déjà ? Faites-nous part de votre réaction.

Vous souhaitez en savoir plus sur le rôle de l’IdO dans votre stratégie d’innovation digitale ? Téléchargez gratuitement notre livre blanc.

Une plate-forme opérationnelle pour l'Internet des Objets

 

THÈMES: analyse prédictive, Transformation numérique

 


Laissez un commentaire

Vous aimerez peut-être:

Pourquoi les coûts des essais cliniques sont inutilement élevés

Les essais cliniques forment une partie importante de notre système de soins. Ils nous permettent de savo...
Rédaction d'InterSystems 14/08/19 08:00

L'e-santé commence par l'interopérabilité de vos systèmes

On parle beaucoup (énormément !) de la qualité des soins. Ils pourraient être de meilleure qualité, moins...
Rédaction d'InterSystems 24/07/19 08:00

Dans le secteur des soins de santé, IdO rime avec interopérabilité

Le paysage du secteur des soins de santé ne cesse d’évoluer. Plus que jamais, notre attention est attirée...
Rédaction d'InterSystems 10/07/19 08:00