La maintenance prédictive: des milliards d’économie?

jeudi, 20.12.2018

Xavier Comtesse*

Xavier Comtesse

L’industrie s’apprête à faire sa révolution. Un des changements clés sera la maintenance prédictive grâce à l’intelligence artificielle et l’analyse des données issues des machines de production elles-mêmes.

Un important congrès a récemment eu lieu à Neuchâtel sous la houlette de la GESO, de sensor.ch et de la FSRM. Regroupant plus de 80 industriels, ce dernier congrès a montré l’intérêt industriel pour ce développement technologique qui fait appel à la révolution numérique. Les choses bougent: en Suisse aussi!

Cependant, la maintenance prédictive est une chose complexe et délicate. Pour l’instant c’est surtout l’industrie spatiale et celle de l’aéronautique qui l’utilisent. Les choses sérieuses ont aussi commencé à bouger ailleurs comme dans l’industrie automobile ou dans la machine-outil. Mais il faut le dire: la maintenance prédictive qui fait notamment appel à l’intelligence artificielle nécessite tout un processus de mise en œuvre du numérique composé de plusieurs étapes, qui peuvent toutes durer plusieurs années.
Faisons le point avec un spécialiste Valéry Naula, responsable du portefeuille des services connectés chez Bobst:

D’abord il faut se poser la question de ce que nous voulons offrir aux clients comme service et à quel prix? Il faut aussi être imaginatif dans le modèle économique qu’on lui propose car c’est un service qui va venir en plus de l’achat d’une machine. Est-ce une assurance risque, un contrat de maintenance ou de l’intervention à façon facturable ou encore une combinaison plus sophistiquée?

Ensuite, il faut connecter les machines de telle sorte que l’on puisse récolter les données en grand nombre. Mais comme c’est un développement qui nécessite des systèmes numériques modernes capables de traiter ces données, il faut bien maîtriser le software ce qui n’est pas toujours évident pour des ingénieurs venant du hardware.

Enfin, il faut proposer des systèmes de maintenance aux clients et ici le prédictif est vraiment la dernière étape. Avant on pouvait proposer par exemple, des solutions de maintenance à distance. Chez Bobst, on a développé une solution de «réalité augmentée» qui permet à nos techniciens d’effectuer à distance avec le client les réparations. Mais il y a d’autres possibilités d’aide dès lors que l’on a accès aux données fournies par les machines. Le problème avec le «prédictif» c’est qu’il faut trouver les bons algorithmes qui fassent mieux que l’homme, qui soient tellement flexibles que l’on puisse les utiliser dans beaucoup de cas. Imaginez que chez Bobst, on a un parc de 30 000 machines installées dont 2500 sont connectées pour environ 1000 types de machines différentes. C’est un défi complexe. Pour l’instant, on accumule du savoir et des données. Tout le monde doit passer par cette étape.

Tout l’enjeu de demain consistera à bâtir les algorithmes susceptibles de créer de l’intelligence autour de ces données. C’est là où l’implication des métiers est réellement centrale, car ce sont eux qui détiennent la connaissance des procédés de fabrication. Des modèles algorithmiques permettent de détecter des déviations par rapport au fonctionnement des machines. La mise en place de ces nouvelles solutions numériques soulève aussi la question de l’adaptation des processus et des équipes de maintenance. Une part importante doit être dédiée à la gestion du changement dans les équipes car la révolution du numérique est d’abord celle des hommes: les véritables révolutionnaires!

* Mathématicien






 
 

AGEFI



...