← Accueil
🔧
Maintenance prédictive

Logiciel de maintenance prédictive et surveillance conditionnelle

Une alerte vaut le temps qu’elle vous laisse pour agir. Meta Smart Factory intègre la maintenance prédictive à sa GMAO (CMMS) : une mesure de vibration ou de température qui dépasse sa limite crée d’elle-même une demande de maintenance, et l’ordre de travail qui suit réserve la pièce détachée et, si l’APS est en place, obtient un créneau dans le planning de production.

Parlons de votre maintenance

Qu’est-ce qu’un logiciel de maintenance prédictive ?

Un logiciel de maintenance prédictive collecte sur les machines des données d’état comme la vibration, la température, le courant ou le nombre de cycles, et déclenche une intervention quand une mesure franchit une limite ou s’écarte de la normale propre à la machine, avant que la panne n’arrête la production. Il ne fonctionne que sur les défaillances qui donnent un signe mesurable assez tôt pour agir. Dans Meta Smart Factory, il fait partie de la GMAO, à côté des plans préventifs : une alerte devient donc un ordre de travail.

D’où viennent les données d’état

Commencez par ce que l’automate contient déjà : courants des moteurs, temps de cycle, pressions et températures coûtent bien moins cher à collecter que de nouveaux capteurs. N’ajoutez de l’instrumentation que là où ces signaux ne voient pas la panne.

Machines avec automateLes valeurs que l’automate contient déjà sont lues par des pilotes natifs pour neuf marques d’automates, ou via OPC UA, Modbus, EtherNet/IP et MQTT, y compris depuis un serveur OPC existant. Collecte de données automate (PLC)
Machines sans automate exploitableMETA Smart I/O lit les signaux de marche, de cycle et d’alarme qu’une machine ancienne possède déjà, sans toucher à son programme de commande. Les données de capteurs peuvent passer par les mêmes boîtiers. Panneaux tactiles et Smart I/O
Énergie par machineLà où des analyseurs d’énergie de classe iMeter sont installés, la puissance absorbée par chaque machine devient une donnée d’état de plus. Gestion de l’énergie
Arrêts enregistrés dans le MESLes motifs d’arrêt saisis dans le MES créent automatiquement des demandes de maintenance, avec la machine, l’heure et la panne déjà renseignées. Système d’exécution de la production (MES)

De l’alerte à l’ordre de travail clôturé

Une alerte sur un tableau de bord que personne n’ouvre ne change rien. Le module de maintenance la conduit donc jusqu’à la réparation. Un dépassement de seuil crée une demande avec une priorité et une traçabilité du dysfonctionnement jusqu’à la clôture. Les techniciens reçoivent l’ordre de travail et l’historique machine sur mobile et sur les panneaux tactiles MSF. L’ordre réserve sa pièce détachée et déclenche une commande d’achat quand le stock est insuffisant.

Avec l’APS, la fenêtre de maintenance convenue arrive chez le planificateur comme une contrainte d’ordonnancement. Le MTBF et le MTTR de chaque machine sont calculés à partir des champs de l’ordre de travail (heure de la demande, début et fin de réparation) : les deux viennent donc de saisies que le technicien a déjà faites.

Ce que la maintenance prédictive détecte, et ce qu’elle ne voit pas

Un mode de défaillance mérite d’être surveillé quand la dégradation est progressive et donne un signal mesurable assez tôt pour agir. La vibration et le courant lisent bien l’usure mécanique des organes tournants : roulements endommagés, usure des engrenages, désalignement et balourd. Les cartes de commande et les cartes d’entrées/sorties tombent en panne de façon quasi aléatoire, et une collision ou une erreur de réglage n’a aucun processus progressif derrière elle. Les soupapes de sûreté et les interverrouillages n’émettent rien jusqu’à l’événement qu’ils protègent : le module les gère donc par des essais périodiques.

Les premiers seuils utiles viennent de l’ingénierie, comme les fréquences de défaut de roulement ou une élévation de température au-dessus de la normale de la machine à charge équivalente, et ils ne demandent aucun historique de pannes. La détection d’anomalies de la plateforme IA utilise un autoencodeur LSTM qui apprend le comportement normal des capteurs. Elle a besoin d’assez de fonctionnement sain pour couvrir la variabilité normale, et chaque modèle tourne d’abord en mode fantôme avant que ses alertes ne soient activées. Estimer la durée de vie résiduelle demande des cas allés jusqu’à la casse, que la plupart des usines n’ont pas.

Logiciel de maintenance prédictive : questions fréquentes

Quelle différence entre maintenance préventive et prédictive ?

La maintenance préventive suit des plans déclenchés par des dates, des heures de fonctionnement ou des quantités produites, quel que soit l’état de la machine. La maintenance prédictive agit sur des données de capteurs : vibration, température, courant ou énergie. Le module fait les deux, et les deux déclencheurs aboutissent au même ordre de travail.

Peut-on commencer sans capteurs ?

Oui. Plans préventifs, ordres de travail, réservation de pièces détachées et historique machine fonctionnent sur les seuls enregistrements. Les premiers mois donnent une codification des défaillances et un historique d’arrêts, qui devient la référence à laquelle toute surveillance conditionnelle ultérieure sera comparée. En classant ensuite douze mois de vos propres arrêts non planifiés, vous voyez quels équipements justifient un accéléromètre.

Le module de maintenance a-t-il besoin du MES et de l’APS ?

Non, il fonctionne en autonome, et les opérateurs créent leurs demandes depuis l’IHM de la machine ou un navigateur. Le MES ajoute des demandes créées à partir des arrêts enregistrés, et l’APS ajoute la fenêtre de maintenance comme contrainte d’ordonnancement.

La maintenance prédictive permet-elle de réduire le stock de pièces détachées ?

Rarement à elle seule. Un préavis n’aide que s’il arrive de façon fiable avant le délai d’approvisionnement du fournisseur pour cette pièce, et la variabilité des délais comme les quantités minimales de commande sont toujours là. Convertissez d’abord les préavis en fenêtres planifiées, puis revoyez les niveaux de stock après un an de faits.

Comment le tester avant de s’engager ?

Lancez une preuve de concept sur vos propres machines et avec vos données. Comptez en général de 2 à 12 semaines selon le produit.