Réussir votre transformation digitale

Challenge Puissance Couverture Rapidité Intelligence (IQ)

Technologie Vapeur Electrique Electronique Digital

Intelligence

DATA
Réussir votre transformation digitale
%

8
 - L’étude pratique réalisée est la suivante : de
nombreux roulements ayant des
caractéristiques identiques (même fabricant,
même référence, etc.) ont été placés sur un
même arbre de rotation avec les mêmes
caractéristiques de charge. Le but était de voir
si la durée de vie annoncée par le fabricant était
respectée en réalité.
- Le fait est qu’une très grande disparité a été
constatée car certains roulements ont cessé
de fonctionner correctement très rapidement
alors que d’autres ont duré plus de 5x leur
durée de vie théorique.
- La valeur empérique L10 reflète une durée de vie
pour une référence donnée et pour laquelle
90% des roulements l’atteindront.

Conclusion :
Si le P augmente ( vibration, environnement…etc), la durée de En théorie, 90% des roulements atteindront L10
vie est directement impactée au cube de cette valeur!! En pratique, 5% des roulement atteindront L10!!
( maintenance systématique n’est pas adaptée)
9
https://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.../20130011515.pdf
 Curative Maintenance Predictive Maintenance Scheduled Maintenance

5%

20 / 80 20%

75%

2014 : Maintenance World Class*

10
 DATA
Une maintenance WC est une maintenance à 75% Prédictive Maintenance 4.0 ?

Contrôle Préparation
Challenge Exécution Inspection
Qualité Planification

Type de Prédictive
Réactive Curative Systématique
maintenance Proactive
 Hardware Software

1. 2. 3.
Mesures

Vibrations
Ultrasons
Environnement de
Analyses big data
Température communication
Infrarouge
Lubrifiants
…

Recommandation

4. 12
L’inspection 4.0 combinaison d’expertises équipes terrains et les
data scientists

13
Réussir votre transformation digitale
 Maintenance autonome ( Niveau 0) :
retour conditions de base

Passer de ça Au moins à ça

NILS
Nettoyer – Inspecter – Lubrifier - Serrer
Puis penser à digitaliser
Classifier vos équipements pour choisir la bonne maintenance à adopter
  Demander l’avis des experts;
 Faire des tests pilotes avant de penser à généraliser;
 Faire de l’ingenierie des postes pour bien évaluer ton besoin;
 Chercher les bons partenaires;
 Développer une culture maintenance basée sur la fiabilité ;
 Adopter les approches systémiques évolutifs dans le temps ;
A faire  Ajuster votre approche initiale suivant les feedbacks terrains ;
 Bien réfléchir à votre politique d’internalisation vs externalisation !!!
 Accompagner votre transformation par les formations nécessaires.

 Syndrome du « Nice to have »;

 Impact des langages commerciaux;
 Copier un « success story » sans l’analyser;
 D’investir dans le materiel avant d’investir dans l’humain
A Eviter
 Scalabilité de la solution adoptée;
 Interfacabilité des solutions digitales;
 Total cost de la solution ( Hardware, software, maintenance…etc);
 Interactivité et convivialité de la solution digitale;
 Niveau de sécurité et de protection des données;
 Cout des développements additionnels ou customisés;

La solution digitale ne
remplace pas l’expertise terrain

 Solutions « Low cost » sans bien analyser les spécifications techniques;

 Nouvelles solutions non prouvées sur le marché ;
 Solutions « with high OPEX » sauf si nécessaire;
 Solutions liées à un fabricant vs open source !!!
 La précision et fréquence de la mesure ( appareil ou capteur);
 L’adaptabilité du matériel de mesure au besoin;
 Le niveau d’agrégation de la DATA remontée;
 La maturité des modèles prédictifs;
 L’interprétabilité des modèles prédictifs;
 Vérification de la qualité de la DATA;
 Architecture de la plateforme software ( big DATA);

 Plusieurs base de donnés / source de la DATA;

 La remontée de la DATA incomplète / partielle ;
 L’utilisation de la DATA d’une autre entreprise / industrie;
 La mauvaise définition des regles d’alertes / alarmes;
 Fake DATA
 Switcher d’une maintenance basée sur le systématique à une maintenance
basée sur l’expertise et l’analyse de la DATA

Systématique Prédictive

 Comprendre le failure et non pas changer systématiquement la pièce / équipement

 Maximiser la durée de vie des assets
 Contrôler la qualité des interventions de maintenance
 Prendre les bonnes décisions à la base de la DATA remontée du terrain
Avantages  Avoir le temps pour bien planifier votre intervention
 Changer le joint au lieu de changer la pompe !!!
 Health status
Start of anomaly Predictive Cost $
Maintenance
Qualified inspector
P
Fast reparation
sensorial anomaly detection

Partial deterioration

Total deterioration Predictive zone Failure

F
Unrecovered

Timeline
DATA- Analytics Measurement frequency Use of
technology

23
Réussir votre transformation digitale
 CAPEX

OPEX / PERTES
Curative mode : Fausse impression d’optimiser les couts de la maintenance

Pannes : high MTTR & low MTBF

…….

Panne majeure : Panne majeure :

remplacement de la pompe remplacement de la pompe

Durée de vie nominale

Prédictive mode : Optimiser le fonctionnement de la machine pour depasser sa durée de vie nominale
Intervention planifiée

Inspection Inspection Inspection Inspection

Durée de vie nominale

25
Sport /régime alimentaire Maintenance autonome
NILS

Analyses / Bilans Inspection / Expertise

Médecin Fiabiliste

26
Maintenance 4.0
27
Réussir votre transformation digitale