Process

Maintenance préventive, maintenance prédictive… Quelle option pour l’industrie ?

Date de publication : 05.09.2019

Quelle révolution pour l’industrie ?

La mise en place d’outils de gestion de maintenance efficaces est indispensable pour toutes les entreprises. Le marché de la GMAO (Gestion de la Maintenance Assistée par Ordinateur) propose de multiples solutions, permettant des économies conséquentes de temps et d’argent, puisqu’elles mettent fin à l’arrêt de la chaîne de production pour cause de panne et/ou de réparation. Si leur retour sur investissement est salué, maintenance préventive comme prédictive requièrent néanmoins des investissements importants. Quelle technique choisir ? Comment la mettre en place dans une PME ?

La maintenance corrective, toujours d’actualité

Il s’agit tout d’abord de ne pas jeter aux oubliettes des procédés qui ont fait leurs preuves : la maintenance corrective, qui consiste à réparer les pannes, reste légitime, voire recommandée, dans certains cas : lorsque les pièces de remplacement ont un coût très faible, si les pièces peuvent être changées dans des délais très courts ou encore quand l’impact d’une panne de la machine est négligeable pour l’utilisateur final.

La maintenance préventive, efficace mais trop chère dans certains contextes

La maintenance préventive, qui permet d’anticiper les défauts et les pannes d’une machine, s’est largement répandue ces dernières années. Le principe est simple : grâce à un calendrier d’intervention, le fournisseur planifie une présence régulière de ses techniciens sur site pour s’assurer du bon fonctionnement des machines. Le hic : le coût de la maintenance préventive, relativement élevé, représente un investissement inutile dans le cas où les machines ne rencontrent pas de pannes…

La maintenance prédictive, plébiscitée par les grands groupes

Plus récemment, c’est la maintenance prédictive qui a émergé, avec un engouement important du côté des grands groupes. La maintenance prédictive peut être définie comme une forme d’entretien du matériel basée sur le pronostic des risques de défaillance dans un avenir proche et la planification d’interventions avant l’arrivée de la panne. La plupart des systèmes de maintenance prédictive comportent des capteurs IoT, qui transmettent des données stockées sur le cloud, lesquelles alimentent des algorithmes de machine learning permettant de prédire les risques de pannes.

En détectant les anomalies sur des machines avant qu’elles ne deviennent trop graves, la maintenance prédictive évite donc tout arrêt - forcément coûteux - de la chaîne de production. Les réparations intervenant en amont des pannes, elles permettent des économies et une meilleure satisfaction des clients.

La mise en place de la maintenance prédictive requiert néanmoins des investissements importants : elle nécessite d’une part de s’équiper en capteurs (qui remonteront les données qui devront être analysées), et d’autre part de modéliser des schémas de pannes en se basant sur l’historique de fonctionnement des machines. Pour ce faire, il sera utile dans certains contextes d’attendre la panne pour pouvoir définir le bon scénario de maintenance ! Lorsque les différents scénarios seront au point, le machine learning (ou apprentissage automatique) permettra le développement et l’optimisation d’algorithmes prédictifs qui détermineront les seuils d’alerte.

Cette approche permet d’améliorer plusieurs indicateurs de performance : l’amélioration du Taux de Rendement Global (TRG) d’un équipement, la réduction des coûts de réparation et d’intervention, l’amélioration et prédictibilité de la qualité du produit. Elle permet donc dans le temps d’améliorer le ROI grâce à la rationalisation des process qui entraîne des gains de coût et de temps.

Les principes de la maintenance prédictive peuvent être appliqués à moindre coût dans les PME : il est ainsi possible, dans un premier temps, d’installer des capteurs sur seulement une partie de la chaîne de production. Dans le cas où le test se révèle satisfaisant – c’est-à-dire si le ROI est au rendez-vous ! – la maintenance prédictive pourra être appliquée ensuite à l’ensemble de la chaîne.

La maintenance prédictive, la panacée pour toutes les entreprises ?

La maintenance prédictive n’est cependant pas adaptée à tous les contextes :

  • les modèles sont longs à mettre en œuvre, la maintenance prédictive n’atteint donc pas immédiatement son plein potentiel.
  • si le suivi n’est pas correctement réalisé, un modèle prédictif peut mener à des erreurs potentiellement fatales pour de nombreuses industries, parmi lesquelles l’aérospatial, l’automobile, la défense, l’énergie, etc.

La maintenance préventive restera donc encore longtemps la plus appropriée dans certains secteurs. En revanche, les ascensoristes, par exemple, plébiscitent la maintenance prédictive : à terme, les appareils pourront réellement fonctionner en permanence !

Augmentation de la productivité, satisfaction client… les bénéfices d’une maintenance optimisée sont nombreux. Au fil de l’évolution des technologies, les entreprises atteignent une plus grande efficacité et maximisent la disponibilité de leurs produits.

Notre site utilise des cookies pour mesurer l’audience et vous proposer des services personnalisés. Consulter la politique cookies

Gestion de mes cookies

Notre site utilise des cookies pour mesurer l’audience et vous proposer des services personnalisés.
Consulter la politique cookies

Préférences d'utilisation

Ce cookie unique nous permet de sauvegarder vos préférences en matière de gestion de cookies. Il est requis pour l'utilisation du site et ne peut être désactivé. Il expire après six mois. Vous pouvez le supprimer en supprimant votre historique de navigation.

  • Gestion des cookies

Fonctionnalités du site

Ces cookies nous permettent le bon fonctionnement de la sélection sur le site lorsque l'utilisateur n'est pas connecté à son compte.

  • Ma sélection

Mesures statistiques

Ces cookies nous permettent d'obtenir des mesures sur la fréquentation de notre site (ex. : nombre de visites, pages les plus consultées). L'Observatoire Prospectif et Analytique des Métiers et Qualifications de la Métallurgie utilise ces données pour identifier les dysfonctionnements éventuels du site, et les améliorations à apporter.

  • Google Analytics

Médias

Les cookies déposés via les services de partage de médias ont pour finalité de permettre à l’utilisateur de visionner directement sur le site le contenu multimédia.

  • Vidéos YouTube
  • Vidéos Vimeo

Réseaux sociaux

Les cookies qui sont déposés via les boutons réseaux sociaux ont pour finalité de permettre aux utilisateurs du site de faciliter le partage de contenu et d’améliorer la convivialité.

  • AddToAny

Protection du spam

Les cookies déposés via les services de protection du spam.

  • Recaptcha