Écouter les machines ou comment faire de l’entretien prédictif ?

Au mois de septembre 2018, Bertrand Gauvreau a écrit un article paru dans « Le petit guide des bonnes pratiques »  de Maintenance Québec. Nous vous le repartageons ici:

Je me souviens de mes débuts comme technicien d’entretien mécanique, il y a déjà trop longtemps ! Il y avait chez mon employeur un mécanicien d’un certain âge, pour ne pas dire d’un âge certain. Bien que quelque peu bourru, celui-ci m’a initié, à sa manière, à ​l’entretien prédictif​. Ce mécanicien, appelons-le Robert, avait toujours un tournevis dans sa poche. Robert avait une habitude un peu bizarre. Lorsqu’il se déplaçait dans l’usine , il s’arrêtait systématiquement devant chaque machine sur son chemin. Il sortait alors son tournevis de sa poche, appuyait la pointe de celui-ci sur chacun des roulements de la machine, à tour de rôle, et appuyait le manche du tournevis sur son oreille. Puis il restait là quelques secondes, avec un air un peu pensif. Un jour, je me suis décidé à demander à Robert :

« Dites Robert (et oui, il fallait vouvoyer Robert !), que faites-vous avec votre tournevis ? »

Avec le regard un peu accusateur du spécialiste irremplaçable à qui le jeune ose demander son secret, Robert m’avait alors répondu ceci :

« Le jeune, les machines te parlent ! T’aurais tout intérêt à les écouter ! »

Wow ! Quel visionnaire ce Robert ! Il avait compris qu’en écoutant à intervalle fixe le bruit que fait un roulement, il pouvait déceler sa dégradation. Bien qu’il n’en fût pas conscient, Robert faisait de ​l’entretien prédictif depuis plus de 30 ans ! Toutefois, il manquait un aspect essentiel au procédé de Robert. Les valeurs caractérisant l’état de la machine étaient subjectives et pouvaient varier en fonction de son ouïe (qui ne rajeunissait pas, elle non plus…).

C’est pour cette raison que sont apparus, il y a plusieurs années déjà, les systèmes modernes d’entretien prédictif. Ceux-ci consistent essentiellement en un certain nombre de capteurs fixes ou portatifs, de systèmes électroniques de conversion des signaux et de logiciels utilisés pour interpréter les données. Parmi les types de capteurs utilisés, on peut nommer les capteurs de vibration, les capteurs de température, les sondes ampèremétriques, etc. Les capteurs portatifs sont employés par des spécialistes qui font des rondes de prise de mesures à intervalle fixe. Les données sont alors entreposées temporairement dans un boîtier portatif et transférées à la fin de la ronde dans un poste de travail servant à l’analyse. Une nouvelle génération de capteurs fixes sans fil basés sur l’internet des objets industriels, quant à eux, envoient leurs données directement au système d’analyse, en temps réel. Pour voir des exemples de capteurs IoT sans fil les plus utilisés pour la santé des machines, cliquez ici => Capteurs intelligents.

Peu importe la méthode utilisée, au final, on se retrouve avec un historique de données de qualité prises à intervalle régulier. Il est alors facile de voir les tendances qui se dessinent si, par exemple, la vibration d’un roulement augmente régulièrement sur une échelle de temps donnée. Si le tracé des points de mesure de vibration augmente selon une courbe régulière (ou presque), on peut même faire une vague estimation du moment où le roulement risque de subir une défaillance. Il est ainsi possible d’effectuer le remplacement de la pièce défectueuse avant que ne survienne un bris. Qui plus est, ces technologies tendent à faire diminuer les coûts en entretien préventif, puisqu’il n’est plus nécessaire d’effectuer autant d’inspections visuelles planifiées qu’auparavant pour détecter les bris.

Le besoin d’avoir la prédiction des bris de plus en plus précisément a amené tout récemment l’apparition d’un nouveau type de technologie prédictive. Les ​systèmes de prédiction des bris par intelligence artificielle (machine learning)​ . Ces systèmes ne se contentent pas d’utiliser les valeurs des capteurs comme source de données. Ils utilisent également l’historique de la machine : ses bris, les pièces remplacées, ses codes d’erreur, etc. Ceci afin de créer un ​modèle mathématique prédictif extrêmement performant​.

Il est ainsi possible de configurer ces équipements pour qu’ils calculent, de manière tout à fait autonome, la ​durée de vie restante de la machine ​avant le prochain bris​, ainsi que la pièce potentiellement responsable de ce bris. Aujourd’hui, une information aussi extraordinaire s’intègre avec votre progiciel de maintenance (GMAO) grâce à plusieurs technologies de la ​4​e révolution industrielle, soient ​l’internet des objets industriels (capteurs IIoT), le stockage infonuagique et l’intelligence artificielle.

Une chose est certaine : tout comme le tournevis était l’outil que Robert utilisait pour prédire les bris à venir des roulements de ses machines, les capteurs IoT et l’analyse des données en temps réel sont les nouveaux outils de prédilection dans le domaine de la prédiction intelligente des bris.

N’attendez donc plus. Commencez dès maintenant à historiser tous les événements et les valeurs de fonctionnement liés à vos machines critiques ! Ensuite, contactez-nous pour savoir comment nous pouvons vous aider à prédire les bris de vos machines critiques.

bertrand.gauvreau@andromediatech.com

819-840-8353