Dans notre blog précédent sur la maintenance prédictive, nous parlions surtout du « Pourquoi ». Mais où commencer lorsque vous êtes prêt à implémenter la maintenance prédictive ? Quelles sont les technologies dont vous avez besoin et comment appliquer ces belles pratiques à votre propre entreprise ? Cet article vise à répondre à toutes ces questions. D'abord, nous vous proposons une feuille de route pratique pour implémenter votre propre plan de maintenance prédictive, ensuite nous parlons des technologies et des compétences dont vous aurez besoin. Ne vous inquiétez pas : la maintenance prédictive est une opération de taille, mais les résultats en valent la peine.
Groupe de Projet Maintenance prédictive
Avant de commencer à installer des capteurs partout, nous vous conseillons d’élaborer un plan détaillé. Pour ce faire, vous aurez besoin d’un certain nombre de personnes : le gestionnaire informatique, le CIO (sauf si vous êtes déjà un des deux, bien sûr) et au moins un collaborateur technique. Des collègues de la direction pourront vous aider à déterminer la stratégie IdO (qu’allez-vous faire exactement et combien ça rapportera), mais personne ne connait mieux les effets réels que les collaborateurs qui travaillent au quotidien avec les machines, véhicules ou appareils. C’est pourquoi vous devez créer un Groupe de Projet Maintenance prédictive en vous assurant que toutes les parties intéressées soient bien représentées. Le groupe pourra ensuite suivre cette feuille de route :
Étape 1 : Rédigez un plan de maintenance prédictive
Quelles sont vos priorités ? La réduction des périodes d'indisponibilité non prévues ou les coûts pour la défaillance d’un composant ? Est-ce que certaines machines sont plus importantes que d'autres ? Dans ce plan, fixez également les valeurs limites pour un bon fonctionnement de la machine. Ainsi vous pourrez intervenir automatiquement lorsque la machine dépasse ces limites. Rassemblez aussi des données sur quelles machines ont été hors d’usage ainsi que pendant combien de temps et les pièces qui souvent présentent des défaillances.
Étape 2 : Vérifiez si parmi ces données des schémas récurrents peuvent être détectés
Pour donner un exemple : durant une analyse de données de véhicules de transports en commun, l'analyste remarquera que les freins des bus de ville s'usent plus vite que ceux des bus de région. Ceci parce que les bus de ville doivent tout simplement freiner plus parce qu'ils circulent dans une zone plus fréquentée. Vous pouvez y connecter des actions de suivi en faisant contrôler les freins des bus de ville plus souvent par exemple. Définissez également les valeurs de mesure qui peuvent être des indicateurs de problème. Ainsi, vous saurez de suite quand quelque chose ne tourne pas rond.
Étape 3 : Utilisez les valeurs de mesure pour organiser le processus
Maintenant vient la partie technique. Durant cette étape, vous organiserez un processus à l'aide de la connaissance des schémas, des valeurs de mesure et des limites, permettant de disposer continuellement des données actualisées de vos machines. Réglez bien vos signaux : les capteurs savent faire beaucoup de choses, mais ne sont pas capables de corriger des erreurs.
De quoi avez-vous besoin pour la maintenance prédictive ?
Le plan par étapes est une bonne base pour élaborer les procédures. Pour son implémentation, vous aurez ensuite besoin d’environ trois éléments. Des éléments avec lesquels vous travaillez peut-être déjà depuis longtemps, mais qui dorénavant vous serviront davantage :
- Big Data. Plus vous rassemblez des données à partir de vos appareils, machines et véhicules, mieux vous pourrez y découvrir des schémas de valeur prévisionnelle. Laissez l’expert en entretien vérifier avec un spécialiste des données quelles données historiques sont disponibles et comment celles-ci peuvent être transformées pour faire de la maintenance prédictive. Rassemblez surtout des données sur les défaillances et cherchez des schémas. Sur base de ceci, laissez le spécialiste des données développer un modèle prédictif.
- Technologie du cloud. Servez-vous des possibilités de la lecture à distance des capteurs IoT (IdO) pour rassembler des informations en temps réel afin que les mécaniciens ne doivent plus se rendre sur place pour extraire les données des appareils. Ainsi, ils ne devront se rendre sur place que lorsque c’est vraiment nécessaire.
- Le bon mélange de connaissances. Constituez une équipe d’experts en entretien, de mécaniciens et de spécialistes informatiques dans le domaine des données et des modèles prédictifs. Ils implémenteront le plan de maintenance prédictive, s’occuperont du monitoring et adapteront si nécessaire. Ceci ne veut pas dire que vous ne devez pas impliquer d’autres collaborateurs. Une nouvelle manière de faire la maintenance impacte le travail de chacun et est vouée à l’échec si personne n’est enthousiaste. En vous concentrant sur l'amélioration continue du processus d’entretien, l’expert en entretien et le mécanicien viendront automatiquement au premier plan. Pratique, parce que finalement, ce sont eux qui travailleront avec la maintenance prédictive. Et last, but not least : n’oubliez pas la formation et les cours de recyclage. l’IdO ne cesse de se développer et avec lui la maintenance prédictive aussi.
Grâce aux nouveaux développements tels que l’IdO et le Big Data, l’entretien des appareils, machines et véhicules deviendra beaucoup plus efficace, plus facile à prévoir et moins cher.
Pour en savoir plus :
InterSystems au service du Retail et de la Supply Chain Retours d’expériences réussies
