Depuis plusieurs années déjà, la maintenance d’équipements a souvent été une source de problèmes pour bien des entreprises. D’un côté, si vous ne faites pas assez de maintenance, vous aurez une perte de productivité et d’un autre côté, si vous le faites trop fréquemment, vous aurez une explosion de coûts. Comment trouver un juste milieu permettant de maximiser la longévité des équipements tout en diminuant les coûts d’entretien? La réponse se trouve plus près que vous ne le croyez!
"Maximiser la production tout en diminuant les coûts de maintenance; comment les données d’aujourd’hui permettent de prédire la maintenance de demain?"
C’est pour bien comprendre l’impact de la maintenance prédictive que nous vous invitons à ce déjeuner-conférence le 20 mai prochain. En plus d’échanger avec vos pairs vous aurez l’occasion d’assister à la conférence de Thierry Desjardins sur les différentes applications de la maintenance prédictive et comment vous pourriez l’intégrer au sein de votre entreprise.
Des sujets et thèmes à ne pas manquer!
- Internet of Thing, iBeacon, GPS… Comment les technologies impacteront la maintenance de vos équipements?
- Comment savoir quels appareils ont besoin de maintenance, à quel moment et quel en est la cause?
- Comment évolueront les processus de maintenance? Est-ce que la maintenance just in time est accessible?
- Comment certaines entreprises ont réussi à opérationnaliser efficacement un modèle de maintenance prédictive?
2. Impact de la maintenance
› Les coûts de maintenance représentent une part
importante des coûts opérationnels des usines de
fabrication ou de production
15 à 60% du coût des biens produits
› Jusqu’à un tiers des montants investis en maintenance le
sont à perte
Contrôles, vérifications ou réparations non nécessaires
Maintenance ou entretien mal exécuté
3. Impact de la maintenance
› Une gestion inefficiente des processus de maintenance
affecte considérablement la capacité à produire des biens
de qualité compétitifs sur le marché.
› Les organisations ne disposent pas de données factuelles
pour
Connaître leurs équipements et systèmes
Identifier les besoins de réparation ou maintenance
› Les remarques courantes sont
“La maintenance est un mal nécessaire”
“On ne peut rien faire pour réduire les coûts de maintenance”
4. Enjeux de la maintenance
› Les entreprises se concentrent sur la connaissance des
processus et cherchent à réduire les coûts opérationnels
plus que jamais.
› Points d’attention :
Augmentation du pouvoir donné aux consommateurs,
Mondialisation des chaînes de production,
Dégradation des actifs avec le temps,
Augmentation des obligations de conformité,
Main d’œuvre vieillissante.
› Une piste d’amélioration est de se concentrer sur les actifs
5. Enjeux de la maintenance
› Un actif tangible doit être
Disponible,
Fonctionnel.
› En cas de défaillance, les
conséquences se mesurent :
En temps,
En efforts,
En dollars.
› La maintenance a un impact
direct sur les résultats
financiers.
6. Chaîne de valeur
› Les actifs font partie
intégrante du processus de
production,
› Un seul élément
dysfonctionnel peut
impacter l’entièreté de la
chaîne de production très
rapidement,
› Les équipes « devraient »
travailler en synergie.
7. Évolution de la maintenance
› La technologie a joué un rôle important
dans l’évolution de la maintenance
Données disponibles grâce aux actifs
connectés
Transformation de la donnée granulaire en
connaissances
Synergie plus grande entre technologie et
les affaires
Augmentation de la puissance de calcul et
réduction des coûts de stockage de la
donnée
8. Modèle de maturité de la
maintenance
Source: Gartner
Maintenance
réactive
(panne =>
réparation)
Maintenance
préventive
(maintenance
basée sur les
règles édictées par
les constructeurs)
Maintenance
prédictive
(maintenance basée
sur les données
historiques, les profils
d’équipement et tout
type de données
permettant une
anticipation des
pannes)
Maintenance
préventive
‘monitorée’
(maintenance
basée sur règles
constructeurs et
monitoring temps
réel des
équipements)
9. Maintenance réactive« Run to failure »
› Principes
Intervient après le constat d’une panne (If it ain’t
broke don’t fix it)
Aucun investissement tant que la machine est
fonctionnelle
Méthode la plus couteuse
› Aucune volonté d’anticiper les besoins de
maintenance des équipements
10. Maintenance réactive« Run to failure »
› Dépenses principales liées à la maintenance réactive:
Coûts de stockage des pièces de rechange
Coûts associés aux heures supplémentaires de la main d’œuvre
Temps de non disponibilité des machines de production
› Une réparation réactive a un coût 3 fois plus élevé que la
même opération réalisée de manière préventive.
11. 5 étapes du problème
1. Un élément de la chaîne de production s’arrête
Rester calme
Ne pas paniquer
2. L’opérateur regarde son écran et réagit en
appuyant sur des boutons
Appuie sur plusieurs boutons aléatoirement
Chances de succès faibles
3. Le responsable de la maintenance est informé de la
situation
Met en doute les décisions prises par les opérations
Recherche les coupables
12. Maintenance préventive
› La maintenance préventive est basée sur la durée
d’utilisation des équipements
Actifs sont inspectés périodiquement
› Basée sur la durée moyenne de fonctionnement avant
défaillance (mean-time-to-failure) ou courbe en U
Jeunesse. Défaut de fabrication, mauvais réglages …
Maturité. Période de fonctionnement normal
Vieillesse. Usure commence à être importante
13. Maintenance prédictive
Définition:
› Regular monitoring of the actual mechanical condition and operating efficiency
will provide the data to maximize interval between repairs and minimize the
cost of unscheduled outages
› Moyen d’augmenter la productivité, la qualité des produits et la performance de
la chaîne de production
Planification des activités grâce aux données
Rapprochement de l’idéal juste-à-temps
14. Applications industrielles
› Actifs manufacturiers :
Ligne de production,
Chaîne de montage (fraisage, façonnage, moulage, presse, soudure, robots)
› Équipement de terrain :
Produits de grande consommation : laveuse, sécheuse, chauffe-eau, lave-vaisselle
Distributeurs automatiques : nourriture, boisson, cigarettes, vidéo …
Transports et logistique : avions, trains, bateaux, camions, voiture …
Équipement et machinerie lourde : engins de terrassement, matériel d'exploitation
minière, grues.
Production énergétique : éoliennes , panneaux solaires, outils de forage de pétrole.
Réseaux : système électrique, ligne de télécommunications, sûreté, eau, réseau des
égouts.
Construction : immobilier, universités, stades, sièges sociaux.
15. Données existantes
› Techniques de collecte non
destructives
Infra-rouge
Ultra-son
Analyse de vibrations
Mesure des niveau sonores
Analyse des huiles
16. Connectivité des choses (internet of
things)
Les objets de tous
les jours sont
connectés et
envoient/reçoiven
t des données
17. Connectivité des choses
› Nest software affirme
apprendre de vos habitudes
d’utilisation
Vous n’avez qu’à monter ou
baisser le thermostat.
Après une semaine
d’utilisation, il commence à se
programmer lui-même.
› Thermostat utilise des données
contextuelles pour prendre des
décisions optimales
20. Machine to Machine
› Le système nerveux humain collecte des données
visuelles et sonores et prend des décisions sans
effort conscient
Le concept de machine to machine (M2M), utilise les
communications et l’informatique entre machines sans
intervention humaine
› Le monde des affaires peut s’inspirer de cette
technologie pour :
Réduire les coûts de collecte de la données
Améliorer la précision des données collectées
Automatiser la prise de décision
Obtenir un avantage concurrentiel
21. Machine to Machine
› On peut comparer le concept
M2M à l’internet du milieu des
années 90
Points d’inflexion
Calibré pour une croissance rapide
dès la conception
Des idées claires sur les objectifs
24. Machine to Machine
La méthode M2M a déjà prouvé sa valeur dans différents secteurs industriels :
› Industrie automobile :
Véhicules connectés, services anti-vol, surveillance, dispositifs d’info-divertissement.
› Transport & Logistique :
Meilleure connaissance des performances des véhicules Gestion des coûts de
maintenance et du renouvellement des actifs.
› Services :
Compteurs intelligents.
› Sécurité & Sureté :
Gestion des bâtiments et des installations.
› Santé :
Surveillance médicale, diagnostic à distance et télémédecine.
› Gouvernement :
Gestion des autoroutes, des ponts et du trafic.
25. Quelques mythes
› Mythe #1 : On ne peut pas mettre en place ces techniques tant
que les données ne sont pas collectées et disponible dans
l’entrepôt de données corporatif :
Personne n'a exactement ce dont il a besoin au début
Commencer avec ce qui est disponible et d'identifier les besoins en
nouvelle information.
› Mythe #2. On ne peut pas démarrer à moins que toutes les
données soient d’excellente qualité
Un des bénéfices de la maintenance prédictive est d'améliorer la
qualité des données collectées
Des techniques sont disponibles pour de gérer les valeurs manquantes
26. Quelques mythes
› Mythe #3. Tous les efforts sont concentrés sur la collecte et la gestion
des données:
Vos projets auront du succès en se concentrant sur les objectifs stratégiques
L’expérience permet de déterminer les données utiles à collecter
› Mythe #4. Seuls les docteurs en sciences peuvent comprendre et
mettre en œuvre les techniques d’analyse pour la maintenance
prédictive :
Les utilisateurs métier peuvent comprendre les analyses
Les logiciels d’analyse rendent plus simple l’extraction de connaissances à partir
des données.
27. Quelques mythes
› Mythe #5. La maintenance prédictive semble bien mais ça
va me coûter un bras et la jambe
Regarder le ROI et la valeur
› Mythe #6. Les logiciels maisons sont meilleurs que les
logiciels spécialisés
Réduction des coûts de développement
Opérationnel immédiatement
Mieux supportés, les éditeurs gèrent les problèmes et fournissent
des mises à jour
28. Système de monitoring sur des véhicules de transport de minerais, en
utilisant un grand nombre de paramètres venant de différentes sources afin
d’anticiper les alertes qui peuvent survenir
29. Un fabricant de fer et d'acier prédit les défauts
Rendement optimal
› Problématique :
Des petits changements tels que des écarts de
température ou un mauvais réglage, peuvent
conduire à des produits défectueux
› Solution :
Analyser de grandes quantités de données de
contrôle de la chaîne de production,
Identifier des tendances dans les opérations menant
aux problèmes
30. Une société de pétrole et de gaz suit les icebergs au large de la côte
Coût d’une erreur
› Problématique :
25 % des réserves de pétrole et de gaz restantes sont
dans l'Arctique,
Les risques de collision avec les icebergs rendent les
opérations dangereuses,
Le remorquage d'une plate-forme pétrolière après une
collision peut coûter 300 millions de dollars USD,
› Solution :
Mise en place d’une analyse des icebergs pour prévoir
leur taille, poids et mouvement.
36. Secteur de la télécommunication
Quelles sont les problématiques du secteur
Simulation sur la rétention clients
Impacts de la maintenance prédictive
51. De la prévention à la prédiction
› Les avantages de la prédiction versus la prévention
Gains potentiels et non négligeable sur la réduction des coûts de
maintenance
Éliminer l’intuition liée à la maintenance programmée (“monitorée”)
Couvrir un éventail plus large
52. The invisible supply chain
› La maintenance: souvent oubliée dans la chaîne
d’approvisionnement
61. Au delà des visualisations
› La démocratisation de l’analyse prédictive passe par la chaîne
complète de réalisation.
› L’importance est de transférer la connaissance acquise et utiliser
en temps réel les prédictions, et ce, jusqu’au niveau opérationel
de l’entreprise
62. Exemple sur l’aviation
Cibler les problématiques
Détails de la maintenance à faire
Agenda des réparations
Visualisation des pièces