La maintenance peut reprĂ©senter de 10 % Ă  15 % des coĂ»ts de production. Le prĂ©dictif est en mesure d’aider Ă  optimiser ces coĂ»ts. Toutefois, si 76 % des clients Â鶹ԭ´´ interrogĂ©s pensent qu’il est important de pouvoir prĂ©dire la dĂ©faillance d’équipements, seuls 21 % sont satisfaits de leur politique de maintenance actuelle.

Mettre en place une maintenance prédictive demande :

• des donnĂ©es de fonctionnement remontant rapidement et en quantitĂ© suffisante ;
• l’utilisation d’algorithmes permettant de prĂ©dire les dĂ©faillances ;
• l’appel Ă  l’expertise des mĂ©tiers : un Ă©lĂ©ment clĂ© de toute politique de maintenance.

Le recours à un jumeau numérique

« Les capteurs amènent un flot de données qui va remonter dans un jumeau numérique, lequel fonctionne en parallèle de l’équipement physique. Ce jumeau permet de prédire les besoins de maintenance, » explique Rodolphe Roy, directeur général d’ATS.

Réplique parfaite d’un objet ou d’un processus, le jumeau numérique est alimenté par les données venant du jumeau physique, ce qui permet d’en reproduire fidèlement l’état et de s’en servir comme base pour de la simulation.

« Il y a une vingtaine d’années, la simulation permettait de déterminer pourquoi les choses ne marchaient pas. Aujourd’hui, elle permet de prédire le fonctionnement physique d’objets très complexes, » témoigne Eric Bantegnie, vice-président et general manager Systems & Platform chez Ansys.

Le jumeau numérique ne répond pas seulement aux enjeux de maintenance, mais aussi aux enjeux de performance. « Nous pouvons dorénavant simuler le fonctionnement d’un processus de fabrication. Cela permet de confronter le résultat de la simulation aux performances du processus réel, afin de vérifier si son exécution est optimale. »

Enfin, l’utilisation des données d’exploitation est utile lors de la conception de nouvelles offres, qui ne repartiront alors pas d’une feuille blanche.

L’humain au cœur de tout

L’humain est essentiel dans la transformation des processus de maintenance. Les échecs dans les projets de transformation numérique sont en effet souvent liés à des soucis d’adoption des solutions et processus mis en place.

« C’est primordial, confirme Rodolphe Roy. Il faut accompagner cette transformation et aider à rapprocher les mondes de l’IT et de l’OT. L’IT doit proposer des outils parfaitement adaptés aux besoins des utilisateurs finaux, afin que cette courroie entre OT/IT ne se grippe pas. Il faut générer de la confiance : l’apport technologique ne doit pas inquiéter, mais au contraire rassurer. Il est crucial de repenser l’expérience homme-machine lors du passage à l’Industrie 4.0. »

La transformation numérique n’est pas seulement un défi, mais aussi une opportunité pour rendre l’industrie plus attractive et attirer de nouveaux talents. « Elle augmente la valeur des métiers et permet d’en créer de nouveaux, par exemple autour de la mise en œuvre et de la manipulation des jumeaux numériques, illustre Eric Bantegnie. L’opérateur de maintenance, spécialiste de la compréhension physique des équipements, gagne ainsi une compétence numérique. »

Vers du Product as a Service ?

La maintenance prédictive permet d’imaginer de nouvelles façons de commercialiser une offre, par exemple avec le Product as a Service, où c’est l’usage du produit qui est facturé et non le produit lui-même. Mais avant d’en arriver là, un défi attend les entreprises : le passage à l’échelle.

« Aujourd’hui, l plupart des industriels ont testé ces technologies, qui sont arrivées à maturité, explique Rodolphe Roy. Les grandes questions sont maintenant : comment passer à l’action ? Combien cela va-t-il me coûter ? Quel ROI attendre ? »

« Quelques centaines de milliers de jumeaux numériques seulement ont été déployés dans le monde, ajoute Eric Bantegnie. Mais nous sommes sur une trajectoire qui pourrait nous mener au milliard d’ici 3 à 5 ans. Il faudra toutefois savoir éviter une nouvelle guerre des standards, en assurant l’interopérabilité des solutions. »

En savoir plus sur les

The post Le prĂ©dictif, l’alliĂ© d’une maintenance optimisĂ©e appeared first on Â鶹ԭ´´ France News.