Fabrication et pouvoir de prédiction : en finir avec la maintenance injustifiée et réactive. 

Une image de , News, Manufacturing et le pouvoir de la prédiction : fini les maintenances injustifiées et réactives.

The Industrial Internet of Things (IIoT) is alive and kicking. It is transforming traditional, linear production processes into dynamic interconnected systems across the manufacturing landscape. It’s making its presence felt in production efficiencies, QA process improvements and real-time AI-based decision making. However, there is one area where it still has room to grow. That’s predictive maintenance, giving technicians the power to service networked machinery before it fails. 

Fini les maintenances injustifiées et réactives. 

Prévenir, corriger ou prévoir ?

En matière d'entretien, trois options s'offrent à vous. 

La maintenance préventive est effectuée à intervalles fixes. Que ce soit après un certain nombre d'heures machine ou à des points définis au cours de l'année de fabrication. Il s'agit de créer un calendrier de réparation qui démarre avant que la machine ne tombe en panne. Même si quelque chose fonctionne parfaitement, sans aucun problème, une maintenance préventive est toujours effectuée. 

La maintenance corrective adopte l'approche inverse. Les machines ne sont réparées que lorsqu'une panne s'est déjà produite et que l'équipement endommagé doit être révisé. Bien que cette stratégie évite aux entreprises d'acheter et d'installer inutilement de nouvelles pièces, elle peut également créer des goulots d'étranglement dans la production et causer des problèmes majeurs de temps d'arrêt. 

Mais tout devient plus méthodique lorsque les technologies IoT sont disponibles pour résoudre les problèmes, atténuer les problèmes et améliorer les processus. C'est alors que la maintenance prédictive peut être utilisée pour évaluer les systèmes d'usine et identifier les machines qui nécessitent réellement des réparations. 

C'est un équilibre idéal. La maintenance est effectuée avant le point de défaillance, mais pas trop tôt, lorsqu'une pièce fonctionne toujours correctement et offre des avantages. Avec la maintenance prédictive, vous corrigez les problèmes avant qu'ils ne surviennent, au moment même où les composants atteignent la fin de leur durée de vie utile. 

Les rouages ​​de la maintenance prédictive

La maintenance prédictive peut être superposée à l'installation IoT existante d'une usine de fabrication. Tous ces terminaux, connexions à faible latence et sous-programmes d'automatisation, déployés pour rationaliser la production. Ils peuvent être associés à l'apprentissage automatique et à l'analyse prédictive pour repérer des modèles dans les données actuelles et historiques. Qu'il s'agisse de données provenant de capteurs de température, de vannes, de vibrations ou de viscosité, toutes ces informations opérationnelles en temps réel peuvent prédire quand un actif ou une machine doit être réparé, avant de tomber complètement en panne. Vous n'êtes qu'à un pas d'identifier de manière proactive les signes avant-coureurs d'une défaillance mécanique et de prendre des mesures en temps opportun. 

Exemples pratiques de maintenance prédictive

Les capteurs peuvent être utilisés de plusieurs façons pour introduire la maintenance prédictive dans une usine de fabrication. Par exemple, les composants usés dégagent souvent plus de chaleur qu'ils ne le feraient 

dans des conditions normales de fonctionnement. À l'aide de caméras infrarouges, les points chauds de l'équipement peuvent être identifiés automatiquement et signalés aux équipes de maintenance. De plus, l'apprentissage automatique pourrait être utilisé pour commander automatiquement une nouvelle pièce une fois qu'un seuil de température est atteint. 

De plus, des capteurs acoustiques peuvent être utilisés pour détecter les fuites de gaz, de liquide ou de vide dans les équipements. Les mêmes capteurs peuvent également détecter les modèles de frottement dans les machines, les caractéristiques acoustiques évoluant avec le temps en raison de roulements et de carters usés ou mal lubrifiés. 

Ensuite, il y a l'analyse des vibrations, permettant aux opérateurs de l'usine de déterminer si une machine fonctionne dans des conditions optimales, en fonction de son modèle de vibration. Cela changera souvent à mesure que les composants s'usent et que les fréquences de vibration changent. 

Pour de nombreux fabricants, toutes ces techniques de maintenance prédictive s'intègrent harmonieusement aux initiatives IoT existantes. Être capable d'analyser en continu l'état des équipements et de prévoir les défaillances potentielles doit être l'une des progressions IIoT les plus naturelles et les plus efficaces. 

Faire des plans de mise en œuvre réussis

Alors, par où commencer ? Et comment votre entreprise peut-elle adopter ces puissantes procédures de maintenance ? Eh bien, voici trois choses que vous devez garder à l'esprit lorsque vous développez vos capacités de maintenance prédictive. 

1. Plus de collecte de données manuelle 

Les inspections manuelles doivent disparaître. Ce sont des moyens inefficaces de suivre l'état des équipements et des machines. L'industrie 4.0 consiste à renforcer vos équipes avec des capteurs connectés et des outils intelligents qui permettent d'identifier les problèmes potentiels plus rapidement et de manière plus fiable. Laissez la collecte de données et la détection préliminaire des erreurs à votre réseau de points de terminaison IoT. Vous devriez consacrer le temps de vos ingénieurs à des missions plus avantageuses et plus globales. 

2. Il est temps d'adopter le Big Data 

Vous allez accumuler des données très rapidement. Beaucoup. Et il est facile pour les managers d'être dépassés. Mais n'essayez pas d'interpréter les données vous-même. Il existe de nombreuses plateformes d'analyse qui peuvent traiter vos données pour vous. Avec la bonne plate-forme, vous pouvez utiliser l'apprentissage automatique pour combler l'écart entre vos mesures de performances entrantes et la maintenance requise. 

Donc, ne vous inquiétez pas pour les données. Une fois que vous aurez pris du recul et laissé votre solution d'analyse faire son travail, vous pourrez vous concentrer uniquement sur les éléments d'information clés qui comptent. 

3. Mettez le cellulaire dans l'équation 

L'IoT est basé sur la connectivité. Obtenez ce droit et tout le reste commence à se mettre en place. Si vous vous trompez, vous échangez des communications de données transparentes et exploitables contre des informations limitées et des vulnérabilités en matière de cybersécurité. 

Hard-wired or Wi-Fi connections may work in some settings, but most of the time cellular connectivity is absolutely essential. It’s flexible, resilient, dependable and fast, outperforming the limitations of older connectivity models. When your goal is to stay IoT connected, no matter the circumstances, cloud-native cellular connectivity is your best option by far. 

Un avenir plus facile pour la fabrication

Alors que l'IIoT continue d'infiltrer les usines à travers le Royaume-Uni, les fabricants sont en mesure d'apporter des améliorations radicales aux processus de production traditionnels. Lorsque le flux de matériaux, de composants et de produits finis est suivi par des capteurs et que des machines autonomes atténuent les pressions sur les lignes de production, l'introduction de la maintenance prédictive dans le mix est une étape suivante naturelle. Votre entreprise est-elle prête à explorer les avantages financiers, de productivité et d'efficacité de la maintenance prédictive ? 

Une image de , News, Manufacturing et le pouvoir de la prédiction : fini les maintenances injustifiées et réactives.

Knud Kegel

Par Knud Kegel, vice-président produit, EMnify.

Le métaverse change le lieu de travail

Luc Conrad • 28 février 2022

Nous examinons les différentes façons dont le Metaverse changera le lieu de travail et le fonctionnement des entreprises, avec les commentaires de Phil Perry, responsable du Royaume-Uni et de l'Irlande chez Zoom et de James Morris-Manuel, MD EMEA chez Matterport.