{"id":5699,"date":"2021-08-16T18:56:13","date_gmt":"2021-08-16T18:56:13","guid":{"rendered":"https:\/\/knowhow.distrelec.com\/?p=5699"},"modified":"2021-08-16T18:56:15","modified_gmt":"2021-08-16T18:56:15","slug":"elimination-des-temps-darret-des-machines-comment-lia-transforme-la-maintenance-2","status":"publish","type":"post","link":"https:\/\/knowhow.distrelec.com\/fr\/maintenance-reparation-et-exploitation\/elimination-des-temps-darret-des-machines-comment-lia-transforme-la-maintenance-2\/","title":{"rendered":"Elimination des temps d’arr\u00eat des machines: comment l’IA transforme la maintenance"},"content":{"rendered":"\n
La panne d\u2019une machine peut \u00eatre tr\u00e8s co\u00fbteuse. Pire encore, elle peut entra\u00eener un risque mortel. Heureusement, avec l’\u00e9mergence de l’intelligence artificielle, les temps d’arr\u00eat ne seront plus qu’un lointain souvenir.<\/p>\n\n\n\n
\n\t<\/div>\n\n\n\n
Elimination des temps d’arr\u00eat des machines: comment l’IA transforme la maintenance<\/h2>\n\n\n\n
La soci\u00e9t\u00e9 moderne ne peut plus se passer des machines. Nous utilisons des voitures, des bus et des trains pour nous rendre au travail. Nous vivons aux c\u00f4t\u00e9s de turbines et de r\u00e9seaux \u00e9lectriques pour avoir l’\u00e9lectricit\u00e9 dans nos maisons. Les outils agricoles sont indispensables pour que nous puissions nous nourrir. Quand on y pense, on oublie facilement qu\u2019une grande partie de notre vie est aliment\u00e9e par des machines. En tout cas, tant que ces machines ne tombent pas en panne.<\/p>\n\n\n\n
La maintenance et l’entretien sont essentiels \u00e0 l’usage d’une machine. Mais savoir pr\u00e9voir et d\u00e9cider quand r\u00e9parer ou remplacer les pi\u00e8ces est un \u00e9quilibre difficile \u00e0 trouver. Et comme la plupart des d\u00e9cisions reposent sur des suppositions, d’importantes inefficacit\u00e9s peuvent \u00eatre observ\u00e9es. Sans surprise, de nombreuses entreprises \u00e9tudient la fa\u00e7on dont l’intelligence artificielle et l’apprentissage machin\u00e9 peuvent g\u00e9n\u00e9rer des informations pour r\u00e9duire les inefficacit\u00e9s et les d\u00e9faillances.<\/p>\n\n\n\n
Les temps d’arr\u00eat, un frein pour la productivit\u00e9<\/h2>\n\n\n\n
Les temps d’arr\u00eat impr\u00e9vus co\u00fbtent environ 50 milliards de dollars par an aux fabricants industrielsSource: Deloitte<\/em><\/strong><\/p><\/blockquote>\n\n\n\n
Les temps d’arr\u00eat sont l\u2019antith\u00e8se de la productivit\u00e9. En effet, une seule machine mise hors service, et c’est parfois toute la cha\u00eene d’approvisionnement qui est \u00e0 l’arr\u00eat. Bien s\u00fbr, de nombreuses entreprises composent avec une petite p\u00e9riode de temps d’arr\u00eat.
Elles comprennent que les machines doivent \u00eatre r\u00e9guli\u00e8rement mises hors ligne pour \u00eatre inspect\u00e9es, pour effectuer les r\u00e9parations et pour des raisons de s\u00e9curit\u00e9. Cependant, si les entreprises peuvent s’accommoder de ce temps d’arr\u00eat planifi\u00e9, pour s’assurer que leurs op\u00e9rations restent actives autant que possible, les temps d’arr\u00eat impr\u00e9vus peuvent \u00eatre un v\u00e9ritable fl\u00e9au.
Les pannes et les d\u00e9faillances impr\u00e9vues de l\u2019\u00e9quipement peuvent co\u00fbter beaucoup de temps et d’argent \u00e0 une entreprise. Les employ\u00e9s sont alors immobilis\u00e9s dans leur travail, les d\u00e9lais de production sont allong\u00e9s et, selon le secteur, la confiance des clients envers l’entreprise peut en prendre un coup. Par exemple, imaginez si un dispositif m\u00e9dical venait \u00e0 tomber en panne dans un h\u00f4pital.<\/p>\n\n\n\n<\/figure>\n\n\n\n
The current state of maintenance<\/h2>\n\n\n\n
Aujourd’hui, la plupart des op\u00e9rations de maintenance peuvent \u00eatre r\u00e9parties en trois cat\u00e9gories:<\/p>\n\n\n\n
1. Reactive maintenance<\/h3>\n\n\n\n
R\u00e9parer uniquement en cas de casse.<\/p>\n\n\n\n
2. Planned maintenance<\/h3>\n\n\n\n
La maintenance est planifi\u00e9e, quelles que soient les conditions.<\/p>\n\n\n\n
3. Proactive maintenance<\/h3>\n\n\n\n
Les pi\u00e8ces sont remplac\u00e9es en fonction des exp\u00e9riences pass\u00e9es en pr\u00e9vision d’une d\u00e9faillance future. Le choix est souvent bas\u00e9 sur le temps et sur des mod\u00e8les statistiques.<\/p>\n\n\n\n
PDes strat\u00e9gies de maintenance inadapt\u00e9e peuvent r\u00e9duire la capacit\u00e9 de production globale d’une usine de 5 \u00e0 20%Source: <\/em><\/strong><\/p>Deloitte<\/em><\/strong><\/cite><\/blockquote>\n\n\n\n
<\/p>\n\n\n\n
<\/figure>
\n
La maintenance r\u00e9active (c’est-\u00e0-dire, les temps d’arr\u00eat impr\u00e9vus) est une approche vou\u00e9e \u00e0 l\u2019\u00e9chec. Elle peut miner la sant\u00e9 de l’entreprise, car celle-ci doit cesser ses op\u00e9rations quand les machines tombent en panne sans pr\u00e9venir. Toutefois, cette approche passive permet de r\u00e9duire les co\u00fbts de maintenance de routine. Le personnel technique n’est sollicit\u00e9 que sur demande.<\/p>\n\n\n\n
La maintenance pr\u00e9ventive r\u00e9duit le risque de d\u00e9faillance gr\u00e2ce \u00e0 des \u00e9valuations p\u00e9riodiques. Bien que le risque de d\u00e9faillance soit toujours pr\u00e9sent, les entreprises ont plus de chances de r\u00e9soudre le probl\u00e8me avant qu’il ne prenne trop d\u2019ampleur. Mais bien que cette approche puisse optimiser la dur\u00e9e de vie utile d’une machine, elle risque \u00e9galement d’entra\u00eener une perte significative du temps de production lorsque la machine est hors service. La maintenance proactive vise \u00e0 am\u00e9liorer l\u2019efficacit\u00e9 de la maintenance. <\/p>\n\n\n\n
Pour ce faire, elle utilise des analyses pour comprendre la capacit\u00e9 des machines, identifier ses moments critiques et optimiser les ressources de maintenance. Plut\u00f4t que de respecter un calendrier, des donn\u00e9es sont utilis\u00e9es pour analyser et am\u00e9liorer les op\u00e9rations. Pour les entreprises responsables d’une grande flotte de machines, la maintenance proactive semble \u00eatre la strat\u00e9gie la plus rentable, tant en termes de r\u00e9flexion \u00e0 long terme qu’\u00e0 court terme. Toutefois, cette approche est limit\u00e9e par le fait qu’elle ne cherche qu’\u00e0 contr\u00f4ler les facteurs susceptibles d’entra\u00eener une d\u00e9faillance de la machine, plut\u00f4t que d’examiner la machine elle-m\u00eame.\u00a0<\/p>\n<\/div><\/div>\n\n\n\n
Alors, que faire? Bonne nouvelle, une meilleure connectivit\u00e9 et des innovations technologiques prometteuses vont dans le bon sens.s<\/p>\n\n\n\n
Comment la connectivit\u00e9 va transformer la maintenance<\/h2>\n\n\n\n
Aujourd’hui, de nombreux g\u00e9ants de la technologie concentrent leur \u00e9nergie sur le d\u00e9veloppement de l’IA. Microsoft, Google, Amazon, IBM, Facebook et Apple, ainsi que des milliers de start-up connect\u00e9es \u00e0 l\u2019IA luttent pour prendre la t\u00eate du secteur de l’IA. Selon la soci\u00e9t\u00e9 d’\u00e9tude de march\u00e9 Tractica, le march\u00e9 mondial de l’IA a g\u00e9n\u00e9r\u00e9 1.99 milliard d’euros en 2017 et devrait repr\u00e9senter 30 milliards d’euros d’ici 2025.<\/p>\n\n\n\n
L’IA devrait entra\u00eener la suppression 1.8 million d’emplois d’ici 2020. Mais elle devrait \u00e9galement permettre la cr\u00e9ation de 2.3 millions d\u2019emplois sur cette m\u00eame p\u00e9riode. Pour commencer, la sant\u00e9, le secteur public et l’\u00e9ducation verront une demande d’emploi en constante augmentation. Ce sera plus compliqu\u00e9 pour le secteur de la fabrication. Source: Garner<\/em><\/strong><\/p><\/blockquote>\n\n\n\n
Sa croissance sera vertigineuse en raison de sa capacit\u00e9 \u00e0 s’appliquer \u00e0 tous les secteurs et tous les cas d’utilisation, maintenance incluse. En effet, quels que soient les objectifs des scientifiques en IA, ils partagent tous un objectif commun. C’est-\u00e0-dire \u00e9liminer les t\u00e2ches r\u00e9p\u00e9titives et aider les humains \u00e0 devenir plus efficaces et performants, quelle que soit leur activit\u00e9. L’am\u00e9lioration de la maintenance fait partie de ce processus.<\/p>\n\n\n\n
Gr\u00e2ce \u00e0 l’IA, la maintenance peut passer d’une simple maintenance pr\u00e9ventive ou proactive, \u00e0 une maintenance pr\u00e9dictive.<\/h2>\n\n\n\n<\/figure>\n\n\n\n
Maintenance pr\u00e9dictive<\/h3>\n\n\n\n
De nombreux secteurs qui d\u00e9pendent fortement des machines investissent dans la maintenance pr\u00e9dictive.
En effet, gr\u00e2ce aux capacit\u00e9s de l’IA, la maintenance peut \u00e9voluer de son stade de simple maintenance pr\u00e9ventive ou proactive. Au lieu de cela, elle peut devenir pr\u00e9dictive. Gr\u00e2ce \u00e0 la maintenance pr\u00e9dictive, les r\u00e9parations ne sont effectu\u00e9es que lorsque cela est n\u00e9cessaire. Pour ce faire, il suffit de connecter des capteurs, des commutateurs et des outils compatibles avec l\u2019IA pour analyser les milliers de variables en jeu dans une machine, afin de trouver des informations qui ne seraient autrement pas d\u00e9tect\u00e9es. <\/p>\n\n\n\n
Les donn\u00e9es provenant de diff\u00e9rentes sources peuvent \u00eatre collect\u00e9es, combin\u00e9es et analys\u00e9es en temps r\u00e9el, afin que les entreprises puissent anticiper les pannes de leurs machines avant qu’elles ne se produisent. Lorsque les donn\u00e9es indiquent une diminution des performances, les op\u00e9rateurs peuvent choisir d’effectuer des r\u00e9parations avant l\u2019arr\u00eat de toute la cha\u00eene d’assemblage. Cette capacit\u00e9 \u00e0 pr\u00e9voir les r\u00e9parations permet de r\u00e9duire et de contr\u00f4ler consid\u00e9rablement les co\u00fbts d’entretien. <\/p>\n\n\n\n
Mais elle peut \u00e9galement impliquer des avantages commerciaux grandioses. Par exemple, si la maintenance pr\u00e9dictive soup\u00e7onne une panne imminente, un certain nombre d’\u00e9l\u00e9ments peuvent \u00eatre automatis\u00e9s en fonction du probl\u00e8me: demander un bon de travail, informer les techniciens concern\u00e9s ou commander une pi\u00e8ce de rechange, par exemple. Progressivement, la maintenance pr\u00e9dictive peut permettre d\u2019identifier la meilleure fa\u00e7on d\u2019effectuer le d\u00e9pannage. Cette couche secondaire de travail analytique permettra aux entreprises de mieux comprendre comment am\u00e9liorer leur efficacit\u00e9 et, \u00e0 terme, \u00e9liminer les temps d’arr\u00eat.<\/p>\n\n\n\n
<\/figure>
\n
En effet, l’IA peut d\u00e9terminer la dur\u00e9e de vie r\u00e9elle de l’\u00e9quipement, le meilleur moment pour effectuer une r\u00e9paration et la mani\u00e8re de planifier les op\u00e9rations pour minimiser la fen\u00eatre de r\u00e9paration. En outre, gr\u00e2ce aux donn\u00e9es recueillies lors de la maintenance pr\u00e9dictive, un responsable peut mieux comprendre pourquoi diff\u00e9rentes \u00e9quipes utilisant les m\u00eames machines g\u00e9n\u00e8rent des rendements vari\u00e9s. <\/p>\n\n\n\n
L\u00e0 encore, ces donn\u00e9es suppl\u00e9mentaires peuvent donner aux entreprises les informations dont elles ont besoin pour savoir comment augmenter leur chiffre d’affaires. Dans ce contexte, la planification des projets, les besoins en personnel, la gestion des stocks et le service client gagnent en efficacit\u00e9. Les d\u00e9cisions sont justifi\u00e9es avec des donn\u00e9es et donc prises avec moins de risques et plus de confiance.<\/p>\n<\/div><\/div>\n\n\n\n
La maintenance pr\u00e9dictive est essentielle pour innover dans le secteur de la fabrication, car elle permet aux entreprises d’optimiser leur strat\u00e9gie de maintenance de haut en bas. Bien que cela offre des perspectives passionnantes pour le secteur, la bonne nouvelle est qu’elle est d\u00e9j\u00e0 adopt\u00e9e. De nombreux secteurs utilisent d\u00e9j\u00e0 une forme de maintenance pr\u00e9dictive \u00e0 l’heure actuelle gr\u00e2ce \u00e0 des technologies de surveillance en continu. Les outils de l\u2019IoT (l\u2019Internet des objets) aident les entreprises \u00e0 surveiller les performances du syst\u00e8me et de l’environnement op\u00e9rationnel. Cependant, la surveillance continue peut g\u00e9n\u00e9rer d’\u00e9normes quantit\u00e9s de donn\u00e9es, c’est pourquoi l\u2019utilisation de l’IA est n\u00e9cessaire. Gr\u00e2ce \u00e0 des algorithmes avanc\u00e9s et \u00e0 l\u2019apprentissage automatique (machine learning), les entreprises utiliseront des informations en temps r\u00e9el lors de la prise de d\u00e9cision. Voici quelques applications de maintenance pr\u00e9dictive actuellement utilis\u00e9es:<\/p>\n\n\n\n
Trains<\/h3>\n\n\n\n
En Allemagne, Deutsche Bahn travaille avec Siemens pour am\u00e9liorer ses technologies de maintenance pr\u00e9ventive. En utilisant des capteurs et des algorithmes intelligents, l’entreprise ferroviaire esp\u00e8re que l’analyse avanc\u00e9e des donn\u00e9es puisse reconna\u00eetre des r\u00e9p\u00e9titions dans les donn\u00e9es d’exploitation. Par exemple, il est possible de surveiller les syst\u00e8mes de freinage intelligents pour garantir un temps de remplacement optimal. Les capteurs peuvent surveiller l’\u00e9tat de la voie pour g\u00e9rer les r\u00e9parations. En r\u00e9duisant le taux de d\u00e9faillance des pi\u00e8ces de train, Deutsche Bahn peut r\u00e9duire le besoin en pi\u00e8ces de rechange et les temps d’arr\u00eat.<\/p>\n\n\n\n<\/figure>\n\n\n\n
Automobiles<\/h3>\n\n\n\n
Les rappels sont non seulement co\u00fbteux pour les constructeurs, ils sont \u00e9galement tr\u00e8s dangereux pour les consommateurs. Heureusement, les donn\u00e9es et l’IA peuvent am\u00e9liorer les choses en d\u00e9tectant les probl\u00e8mes beaucoup plus rapidement. BMW travaille avec Teradata pour am\u00e9liorer sa prise de d\u00e9cision en utilisant les \u00e9normes quantit\u00e9s de donn\u00e9es g\u00e9n\u00e9r\u00e9es lors de la conception, la production et la distribution des v\u00e9hicules. En combinant ces donn\u00e9es et en les ex\u00e9cutant \u00e0 l’aide de puissants outils analytiques, les constructeurs automobiles peuvent am\u00e9liorer l’efficacit\u00e9 de leurs cha\u00eenes d’approvisionnement et mieux mettre en \u00e9vidence les erreurs avant qu’elles n\u2019entra\u00eenent des probl\u00e8mes.<\/p>\n\n\n\n<\/figure>\n\n\n\n
Compagnies a\u00e9riennes<\/h3>\n\n\n\n
La maintenance des avions est souvent tr\u00e8s complexe, c’est pourquoi des scientifiques d\u00e9veloppent de minuscules robots qui peuvent p\u00e9n\u00e9trer \u00e0 l’int\u00e9rieur d’un moteur pour inspecter ses pi\u00e8ces et effectuer des r\u00e9parations. Comme cela a \u00e9t\u00e9 signal\u00e9 dans The Economist, c’est un projet d\u00e9velopp\u00e9 par une \u00e9quipe de scientifiques de GE Global Research. Pour l’instant, ces robots sont programm\u00e9s pour effectuer des inspections. Mais une fois cette \u00e9tape perfectionn\u00e9e, les scientifiques esp\u00e8rent que les robots pourront effectuer des r\u00e9parations et travailler pendant qu’un avion attend aux portes d’embarquement entre les vols.<\/p>\n\n\n\n<\/figure>\n\n\n\n
Entreposage<\/h3>\n\n\n\n
Roboty przeznaczone do podnoszenia ci\u0119\u017car\u00f3w s\u0105 ju\u017c w u\u017cyciu. Roboty jutra maj\u0105 jednak r\u00f3wnie\u017c pomaga\u0107 ludziom w magazynach. SecondHands to robot zaprojektowany z my\u015bl\u0105 o wspieraniu ludzkich technik\u00f3w konserwacyjnych. Jest on opracowywany przez firm\u0119 Ocado Technology we wsp\u00f3\u0142pracy z Instytutem Technologii w Karlsruhe, z my\u015bl\u0105 o usprawnieniu prac konserwacyjnych prowadzonych przez ludzi. Przyk\u0142adowo, robot mo\u017ce z w\u0142asnej inicjatywy podawa\u0107 ludziom narz\u0119dzia, gdy wykryje, \u017ce wymagane jest dzia\u0142anie. Robot wykorzystuje w tym celu takie umiej\u0119tno\u015bci jak analiza wizualna sytuacji, rozpoznawanie czynno\u015bci cz\u0142owieka oraz planowanie i wykonywanie zada\u0144.<\/p>\n\n\n\n
![\"\"](\"data:image\/png;base64,iVBORw0KGgoAAAANSUhEUgAAAyAAAAH0AQMAAAD\/jts7AAAAA1BMVEUAAP+KeNJXAAAAAXRSTlMAQObYZgAAAAlwSFlzAAAOxAAADsQBlSsOGwAAAEhJREFUeNrtwQENAAAAwqD3T20ON6AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACAZwPFRAABXG3\/UwAAAABJRU5ErkJggg==\")
<\/figure>\n\n\n\n![\"\"](\"data:image\/png;base64,iVBORw0KGgoAAAANSUhEUgAAAZAAAAKKAQMAAAAp1J\/vAAAAA1BMVEUAAP+KeNJXAAAAAXRSTlMAQObYZgAAAAlwSFlzAAAOxAAADsQBlSsOGwAAADdJREFUeNrtwTEBAAAAwqD1T20MH6AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAJ4GgX4AAWD+yG4AAAAASUVORK5CYII=\")
<\/figure>\n![\"\"](\"data:image\/png;base64,iVBORw0KGgoAAAANSUhEUgAAAfQAAAK8AQMAAAAj+99VAAAAA1BMVEUAAP+KeNJXAAAAAXRSTlMAQObYZgAAAAlwSFlzAAAOxAAADsQBlSsOGwAAAEJJREFUeNrtwQENAAAAwqD3T20ON6AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAeDCvAAABYKKSAwAAAABJRU5ErkJggg==\")
<\/figure>\n![\"\"](\"https:\/\/knowhowprod.wpengine.com\/wp-content\/uploads\/2021\/06\/downtime-1.jpg\")
![\"\"](\"https:\/\/knowhowprod.wpengine.com\/wp-content\/uploads\/2021\/06\/kh-multimiter-3.jpg\")
![\"\"](\"https:\/\/knowhowprod.wpengine.com\/wp-content\/uploads\/2021\/06\/downtime-2.jpg\")
![\"\"](\"https:\/\/knowhowprod.wpengine.com\/wp-content\/uploads\/2021\/06\/Lily-KH-1.jpg\")
![\"\"](\"https:\/\/knowhowprod.wpengine.com\/wp-content\/uploads\/2021\/06\/eliminating-trains.jpg\")
![\"\"](\"https:\/\/knowhowprod.wpengine.com\/wp-content\/uploads\/2021\/06\/eliminating-cars.jpg\")
![\"\"](\"https:\/\/knowhowprod.wpengine.com\/wp-content\/uploads\/2021\/06\/eliminating-aeroplane.jpg\")