Maintenance 4.0 des machines tournantes : Quels bénéfices ?

Maintenance
Typographie
  • Smaller Small Medium Big Bigger
  • Default Helvetica Segoe Georgia Times

L’analyse vibratoire est une mine d’informations incomparable pour comprendre le fonctionnement et l’état de santé des machines tournantes.

Et si elle est très largement utilisée, notamment dans le suivi des machines complexes et/ou critiques, c’est, comme nous l’expliquions dans un précédent article, parce qu’elle est la seule technique à combiner une détection très précoce, sur un nombre extrêmement large de défauts, avec une explication fiable du problème rencontré.

Comme toutes les autres solutions de monitoring, l’analyse vibratoire évolue avec l’apport des nouvelles technologies (intelligence artificielle, IIoT, Cloud…). Grâce à ces nouvelles technologies, les experts de l’analyse vibratoire gagnent en efficacité et en fiabilité dans leurs diagnostics, mais pas seulement. Ils ont aussi les moyens de passer d’une stratégie de maintenance préventive conditionnelle (qui est encore très souvent le niveau auquel se limite la maintenance dite prévisionnelle) à une stratégie de maintien des équipements en conditions de fonctionnement optimal. Et c’est peut être là que se joue le succès de l’analyse vibratoire 4.0.

Superviser à distance un parc complet de machines

Grâce aux nouveaux outils de supervision il est aujourd’hui possible à un expert en analyse vibratoire de suivre des machines aux quatre coins du monde. Son dashboard lui fournira une vue d’ensemble du parc et lui signalera les machines qui peuvent poser problème. L’outil de supervision donne à voir, au sens réel du terme, l’état du parc machines. Il évite à l’expert le travail fastidieux de screening, de compilation et de hiérachisation des informations. Et il est d’autant plus intéressant qu’il permet d’agréger les données issues de toutes les machines, quelle que soit la manière dont elles sont suivies (monitoring filaire et sans fil, continu et périodique).

Cibler l’analyse

Grâce à de nouveaux indicateurs de diagnostic intelligents, il est possible à l’expert de cibler beaucoup plus rapidement les points de défaut sur lesquels porter son analyse. Le signal passe par le filtre d’un traitement automatisé d’où remontent des indicateurs visuels à partir desquels l’expert peut accéder au signal complet pour procéder à un diagnostic approfondi.

Avec le développement de l’intelligence artificielle, ces indicateurs sont de plus en plus nombreux, précis et fiables, ce qui permet aux experts d’être beaucoup plus efficaces et donc potentiellement de suivre plus de machines. (voir à ce sujet notre article « Comment l’intelligence artificielle fait-elle progresser l’analyse vibratoire ? »).

Passer de l’anticipation des pannes à l’amélioration de l’état de santé des machines

En aquérant, via des solutions online, des signaux riches de manière fréquente et en allant chercher dans ces signaux, grâce au machine learning, des indicateurs de plus en plus précis, il devient possible de détecter l’apparition d’un comportement anormal dans une machine que des indicateurs classiques auraient classée comme étant en bonne santé.

Intervenir encore plus en amont dans le suivi d’état des machines permet de réduire encore les coûts d’entretien et d’augmenter la disponibilité. Mais cela peut également permettre aux services de maintenance d’aller encore plus loin et d’améliorer significativement l’état de santé de leur parc pour contribuer, par exemple, à réduire les consommations d’énergie ou à accroître la qualité en production. Avec l’analyse vibratoire 4.0, la maintenance prévisionnelle revèle tout son potentiel.


Source : OneProd