En bref
Commencez par une famille de machines tournantes critiques, comme des pompes ou des compresseurs, déjà instrumentées et avec un historique de pannes coûteuses. Vérifiez que les données de l’historien et les ordres de travail sont exploitables, construisez un modèle de référence qui signale les comportements anormaux, testez-le sur des événements passés, et convenez de qui agit sur chaque alerte avant la mise en service.
La maintenance prédictive est souvent présentée comme un vaste programme numérique. En pratique, les projets qui réussissent commencent petit, sur des équipements où les données existent déjà et où l’équipe de maintenance a une raison de s’y intéresser. Ce guide décrit un premier projet qu’une équipe fiabilité peut mener et juger selon ses propres critères.
La place de la maintenance prédictive
La plupart des sites combinent plusieurs stratégies de maintenance :
- Corrective : réparer après la panne. Acceptable pour les équipements dont la défaillance a peu de conséquences.
- Préventive : interventions à intervalles fixes. Simple à planifier, mais on remplace parfois des pièces encore saines, et des pannes restent possibles entre deux intervalles.
- Conditionnelle : intervenir quand une grandeur mesurée dépasse une limite, comme une alarme de vibration.
- Prédictive : utiliser les tendances des données pour détecter un défaut naissant plus tôt qu’une alarme isolée, et estimer son urgence.
L’idée derrière la maintenance conditionnelle et prédictive est l’intervalle entre le moment où un défaut devient détectable et celui de la défaillance fonctionnelle, souvent représenté par la courbe P-F. Plus la détection est précoce, plus vous avez de temps pour planifier la réparation au lieu de subir un arrêt.
La maintenance prédictive ne remplace pas les inspections critiques pour la sécurité ni les intervalles réglementaires. Elle apporte une information qui aide à planifier tout le reste.
Étape 1 : choisir les bons équipements
Un bon premier candidat réunit quatre conditions :
- Il compte. Ses pannes causent des pertes de production, une exposition aux risques ou des réparations coûteuses.
- Il est instrumenté. Vibrations, température des paliers, pression, débit et courant moteur sont déjà enregistrés.
- Il y en a plusieurs. Un parc de pompes similaires donne plus d’exemples au modèle qu’une machine unique.
- Quelqu’un en est responsable. Un ingénieur fiabilité ou un planificateur de maintenance examinera les alertes et agira.
Les pompes centrifuges, compresseurs de gaz et gros moteurs sont des choix courants.
Étape 2 : examiner les données
L’essentiel de l’effort d’un premier projet consiste à comprendre les données. Vérifiez :
| Données | Ce qu’il faut vérifier |
|---|---|
| Points de l’historien | Quels points existent par équipement, leur fréquence d’échantillonnage, leur profondeur d’historique, les trous, et la façon dont les valeurs sont compressées ou moyennées |
| Données vibratoires | Si vous disposez de valeurs globales en ligne, de relevés périodiques par tournée ou de spectres complets, et pour quels paliers |
| Ordres de travail | Si les pannes sont codées de façon cohérente, avec les dates, les modes de défaillance et les pièces remplacées |
| Contexte d’exploitation | Démarrages et arrêts, changements de régime, changements de produit et arrêts planifiés |
| Données d’équipement | Marque, modèle, vitesse et puissance nominales, date d’installation |
Si votre organisation applique l’ISO 14224 pour les données de fiabilité et de maintenance, cette étape est beaucoup plus simple, car les modes de défaillance et les frontières des équipements sont déjà définis. Sinon, un court nettoyage des ordres de travail récents vaut généralement la peine.
Pour les vibrations, l’ISO 20816 fournit des recommandations d’évaluation et des zones pour de nombreux types de machines. Pour le processus de surveillance dans son ensemble, l’ISO 17359 donne des lignes directrices générales sur les programmes de surveillance d’état. Ces normes aident à convenir avec l’équipe de ce que signifie « anormal » avant de construire le moindre modèle.
Étape 3 : construire un modèle de référence
Avec peu d’historique de pannes, le départ le plus pratique est la détection d’anomalies : un modèle apprend comment chaque machine se comporte normalement sur sa plage de fonctionnement et signale les mesures qui ne correspondent pas. Comme le comportement d’une pompe dépend de sa charge, le modèle doit tenir compte des conditions d’exploitation, comme le débit et la vitesse, et pas seulement de seuils fixes.
Gardez le premier modèle simple et explicable. Quand il déclenche une alerte, l’ingénieur doit voir quels signaux ont bougé, de combien, et par rapport à quoi. Une alerte qui dit seulement « score d’anomalie élevé » sera ignorée après la première fausse alarme.
Étape 4 : tester sur le passé
Faites tourner le modèle sur les données historiques et comparez ses alertes à l’historique des ordres de travail. Pour chaque panne enregistrée, demandez-vous : le modèle l’aurait-il signalée, et combien de temps avant ? Pour chaque alerte : y avait-il un vrai problème, ou était-ce un démarrage, un changement de procédé ou un capteur défaillant ?
Ce test rétrospectif est la principale preuve sur laquelle votre équipe s’appuiera pour décider de faire confiance au système. Partagez-le en entier, y compris les défauts manqués et les fausses alertes.
Étape 5 : concevoir le circuit des alertes
La plupart des projets de maintenance prédictive qui s’enlisent le font ici, pas dans la modélisation. Avant la mise en service, convenez :
- De l’endroit où apparaissent les alertes : la GMAO, l’e-mail, l’écran de la salle de contrôle ou un tableau de bord.
- De qui les examine, et dans quel délai.
- Des actions possibles : surveiller, inspecter, planifier une réparation ou écarter l’alerte en donnant la raison.
- De la façon dont les alertes écartées servent à améliorer le modèle.
Une alerte sans responsable, c’est du bruit. Désignez la fonction qui agit sur chaque type d’alerte avant que la première ne se déclenche.
Étape 6 : mesurer et décider
Après une période définie, examinez les alertes émises, les problèmes confirmés, les problèmes manqués et les actions de maintenance déclenchées grâce au système. Rapprochez ces chiffres de l’avis de l’équipe sur l’utilité des alertes. Ces éléments, issus de votre propre site, sont ce qui justifie l’extension à d’autres équipements.
Les pièges courants
- Commencer avec trop d’équipements. L’étendue masque des problèmes qu’un pilote ciblé aurait révélés.
- Ignorer le contexte d’exploitation. Sans données de démarrage, d’arrêt et de régime, les modèles confondent changements de procédé et défauts.
- Prendre une panne de capteur pour une panne de machine. Les contrôles de qualité des données ont leur place dans la chaîne dès le premier jour.
- Pas de boucle de retour. Si les ingénieurs ne peuvent pas marquer une alerte comme fausse, le modèle ne peut pas s’améliorer et la confiance baisse.