Vers un monde sans panne avec le jumeau numérique ?

Dans ce nouvel épisode avec Laurent Germain, expert IoT chez PTC France, découvrez comment le jumeau numérique révolutionne la maintenance des machines en permettant de prédire les pannes avant qu’elles ne surviennent ! Optimiser les frais de maintenance, gagner du temps et allonger la durée de vie de vos équipements, on vous explique comment le jumeau numérique rend tout cela possible.

Transcript

Introduction

Aujourd'hui, nous allons découvrir ensemble comment le jumeau numérique révolutionne la maintenance des machines. 

L'objectif de la maintenance aujourd'hui, ce n'est plus de réparer ou simplement d'entretenir régulièrement, c'est de prédire les pannes avant même qu'elle n'ait lieu. 

Exactement. Et ça fait un certain temps qu'on cherchait à optimiser effectivement ces étapes de maintenance et on va peut-être revenir sur les avantages à cela. Parce qu'évidemment, l'idéal, le Graal, c'est de pouvoir entretenir, réparer et changer les pièces avant que la panne ne survienne, idéalement juste avant, pour optimiser à la fois les frais de maintenance et à la fois la durée de vie des équipements. Et de cette façon-là, on va évidemment éviter d'avoir des pannes plus graves sur des équipements, des temps d'arrêt. Il s'agit de lignes de fabrication et puis de perdre des composants ou des matières premières. Donc la maintenance en général, on la catégorise en différentes catégories, la maintenance curative. Donc, quand il y a une panne, on n'a pas d'autre choix que de que de réparer. Ce n'est évidemment pas la situation souhaitée. Traditionnellement, on a une maintenance que l'on appelle la maintenance systématique qui est basée sur des échéances. Donc tous les x kilomètres on change l'huile de sa voiture, tous les x cycles. On vérifie le train d'atterrissage d'un avion, donc basé sur des durées, des durées ou des fréquences d'utilisation. On va effectuer un certain nombre d'opérations d'une façon systématique et classique.

Ensuite, on peut avoir deux types de maintenance adaptée que l'on appelle la maintenance conditionnelle. Ou là, c'est sur une condition finalement qu'on va déclencher une intervention. Par exemple, on va aller vérifier le niveau d'usure d'une plaquette de frein et on va déclencher le remplacement à ce moment-là quand on sera en dessous d'un seuil. Ou bien si on a eu une surchauffe ou déclencher le remplacement d'une pièce dont on sait qu'elle aura subi potentiellement des dégâts. Et puis, idéalement, l'idée c'est d'avoir une maintenance qui soit prédictive. Donc qui était capable d'apprendre du passé, d'avoir récupéré toutes les données historiques et de pouvoir avoir faire tourner des algorithmes. Au final, qui, en ayant analysé ces données, sont capables de dire je sais que quand les conditions sont remplies, ça aboutissait à des pannes et donc prédire les pannes et donc permettre de remplacer les pièces et de faire les réparations avant qu’une panne plus globale n’arrive.

Donc toutes ces informations-là, c'est le jumeau numérique. Par l'agrégation de toutes les données sur le produit qui va permettre de passer d'une maintenance classique à une maintenance prédictive.

Comment le jumeau numérique a permis d'arriver à optimiser la maintenance ?

Eh bien simplement comme on l'a vu dans les précédents épisodes, le jumeau numérique, c'est un avatar digital d'un produit pas seulement en temps réel, mais surtout parce qu'il agrège toutes les données historiques, toutes les données passées et donc en analysant toutes les données passées à la fois les données d'utilisation de fonctionnement, les données d'usage, les données remontées des différents capteurs. Ici, on corrèle tout ça aux pannes qui se sont produites et au planning d'entretien. On va avoir de quoi finalement entraîner, former et avoir des algorithmes qui seront capables de déterminer les facteurs influant, les facteurs de causalité d'une panne. Et ça, c'est très intéressant parce qu'avec l’IoT on a toutes ces données qui remontent en temps réel et vont être capables de dire OK parce que tel équipement a subi une surchauffe.

Un tel niveau de vibrations n'a pas été entretenu depuis plus que x jours alors l'algorithme saura dire qu'à plus de 95 %, une panne risque de se produire dans les trois jours. Donc voilà comment toutes ces informations agrégées entraînent des algorithmes qui permettent de trouver et d'identifier des pannes potentielles. Non seulement en disant telle panne peut arriver, mais en donnant aussi une probabilité 80-95-100% que la panne arrive.

Et puis autre chose qui est très intéressant, c'est de donner aussi des critères, d'explicabilité, donc de dire OK. Je prévois que telle panne peut arriver parce que tu as un tel niveau de vibration, telle température ou telle condition qui font que l'algorithme réagit et prédit un événement avec une certitude. Donc, le jumeau permet non seulement de prédire des choses, mais on va aussi pouvoir l'utiliser pour faire des scénarios de type « what if », c'est à dire des simulations en disant si mon équipement est utilisé dans telle ou telle condition, est-ce que ça va déclencher des pannes potentielles ?

Donc, en ayant fait ces études-là, on va pouvoir aller plus loin et passer dans un mode qui est le mode prescriptif qui va permettre de dire ce qu'il ne faut pas faire pour arriver à la panne. Donc très concrètement, sur un équipement en fonctionnement, en prenant l'exemple d'un train. Si on a détecté qu'un organe commençait à être en souffrance, eh bien le système va pouvoir déterminer automatiquement qu'on va faire rouler le train uniquement à 70 % de sa vitesse nominale pour éviter que les dégâts ne s'aggravent.

Donc, on a aussi ce niveau de prescriptions qui va permettre d'éviter de causer des dégâts plus importants.

C'est possible d'imaginer un monde idéal ou les machines font elles-mêmes la maintenance sans intervention humaine ?

Alors quand on parle de machines, on parle soit de produits physiques, donc une voiture, un train, un avion ou un téléphone qui sont livrés à leur utilisateur final, soit des machines de production en usine. Et effectivement, par rapport à cette question sur ce sujet-là, donc des machines qui servent à fabriquer et à produire, on comprend bien que ces machines, plus elles sont disponibles, moins elles sont en panne, meilleur est la production de l'usine.

Donc c'est vraiment un objectif très important. Et donc effectivement que ces machines soient surveillées en temps réel par rapport à leur niveau de productivité, leur niveau d'efficacité que l'on surveille, que les différents niveaux de pièces disponibles, que les taux d'erreurs, que les taux de pannes, que toutes ces informations sont surveillés vont permettre à tout moment de réagir au mieux et de permettre à la machine de s'auto évaluer, pour soit, changer elle-même ses réglages ou changer son niveau de lubrification pour éviter des pannes.

Et là, effectivement, on peut avoir une automatisation partielle d'un certain nombre de choses et en tout cas même si évidemment tout ne peut pas s’automatiser. En tout état de cause, si la machine est à même grâce à ses algorithmes, ce qu'on a évoqué juste avant de pouvoir lancer des alertes et envoyer des messages aux opérateurs de maintenance pour signaler qu'une intervention doit faire au plus vite. En tout cas, on a une semi-automatisation qui va complètement améliorer la disponibilité des équipements.

Maintenant, on va sortir de l'usine et parler d'un produit utilisé sur le terrain. En quoi le jumeau numérique peut-il aider à sa maintenance ?

Alors évidemment, ça s'applique à des machines de production, mais sur des équipements qui sont tout aussi cruciaux. Prenons par exemple l'exemple d'un TGV. Il faut bien comprendre qu'un train qui circule, il a été livré par un fabricant de trains et qui lui-même a toute une documentation, des recommandations, des prescriptions pour la maintenance. Et donc, à un moment donné, il va falloir mettre en commun à la fois les informations qui viennent du constructeur.

Et puis, en face, la façon dont l'exploitant, la compagnie ferroviaire, va exploiter ces informations-là. Donc, il est crucial aussi d'adapter au mieux le plan de maintenance aux recommandations du fabricant. Par exemple, le jumeau numérique qui, lui, on l'a évoqué, capture les données en temps réel. Imaginons un train, un TGV qui circule dans la région Auvergne-Rhône-Alpes où les conditions climatiques font que souvent il peut y avoir du gel des morceaux de neige ou de glace sur la voie.

Eh bien, dans ces cas-là, on sait d'expérience que quand il y a ces conditions météo, une température inférieure à tel degré des précipitations sous forme de pluie ou de neige, il peut y avoir formation de glace et ces morceaux de glace peuvent endommager le soubassement des trains. Eh bien, aujourd'hui, l'idée est de mettre en place des procédures automatisées où typiquement, on va prendre en compte à la fois les recommandations du fabricant qui est que le train ne doit pas dépasser une certaine vitesse quand il y a des choses pouvant l'endommager sur la voie, telle que ces morceaux de glace.

Et puis, l'historique des données que l'exploitant a accumulées sur son train pour faire une pseudo automatisation. Qui va dire que quand les conditions météo peuvent aboutir à la formation de blocs de glace sur la voie, on va automatiquement réduire à 60 % de la vitesse maximale la vitesse réelle du TGV sur ces voies de circulation. Pour éviter des dégâts.

Je vois que la maintenance repose avant tout sur l'exploitation des données. C'est bien ça qui permet d'avoir la maintenance la plus optimisée possible. Qui détient ces données ?

C'est vraiment un point crucial parce qu'on l'a vu toutes ces données à la fois sur l'usage du produit, mais surtout les données passées, et ça représente des téraoctets de données. C'est tout cela qui permet de générer, comme on l'a vu à l'instant, toutes ces prédictions de maintenance optimisées et donc la question de la propriété de ces données. Elle est cruciale et elle est complexe parce qu'elle est souvent partagée entre plusieurs acteurs.

On peut prendre l'exemple d'une compagnie aérienne. Quand Air France fait l'acquisition d'un avion auprès de Airbus. Cet avion est lui-même équipé de réacteurs, par exemple, qui viennent de chez General Electric. Donc quelque chose qui est crucial pour la maintenance de l'avion, c'est évidemment le niveau de santé de ces réacteurs. Et donc, quid des données d'usage de température et éventuellement de dégâts ou de chocs subis par ces réacteurs ?

Eh bien, de plus en plus, les fournisseurs de réacteurs ne vont plus simplement vendre un produit et laisser l'exploitant comme la compagnie aérienne, l'entretenir. Ils vont aujourd'hui finalement fournir un contrat de service, c'est à dire des heures de services opérationnels et fonctionnels de réacteurs. Ils vont rester finalement propriétaires des données d'usage de ce réacteur, eux-mêmes se chargeant, en étudiant ces données, d'adapter le plan de maintenance des réacteurs, et eux-mêmes décident s'il est judicieux ou pas de faire des interventions.

On a donc pour ce fournisseur de composants de réacteur une source de revenus nouvelles puisqu’ils ne se contentent plus de vendre un produit une fois pour toutes, mais désormais monétisent ces données d'usage et finalement fournissent un service, donc un mode d'achat finalement en mode souscription ou le client paie à l'usage pour un service garanti. On a donc finalement de nouvelles opportunités commerciales, mais aussi un nouveau type de relation entre un fabricant d'équipements ou de sous-ensembles et l'exploitant final.

La maintenance optimisée grâce au jumeau numérique. C'est une solution qu'on trouve ailleurs que dans l'industrie ?

Alors oui, bien sûr, parce qu'encore une fois, on l'a évoqué. Cette optimisation, elle se développe aujourd'hui beaucoup dans tout ce qui est la smart city, les bâtiments intelligents, les villes intelligentes et on a d'ailleurs avec les solutions PTC telles que Thingworx contribué à beaucoup de choses. La ville d'Aix en Provence, par exemple, a équipé la ville de tout un tas de capteurs, à la fois sur des équipements électriques, à la fois sur les consommations d'eau pour détecter des fuites, optimiser l'allumage et l'extinction des lumières.

Et a pu, typiquement, grâce à ces mécanismes-là, optimiser la maintenance des différents équipements et leur consommation en allant jusqu'à dès la première année, des gains de 20 % sur ces consommations.

On voit qu'il y a un enjeu de performance économique, un enjeu de durabilité environnementale aussi, avec l'arrivée du jumeau numérique dans les opérations de maintenance. Quels sont les autres enjeux d'un monde sans pannes ?

Alors, toutes ces pannes, on l'a bien compris, si on a une panne sur une ligne de fabrication d'une usine, ça va être principalement des enjeux, des enjeux de pertes financières. Mais il peut y avoir plus grave si on prend des secteurs tels que le militaire. On comprend bien que la sécurité est là, cruciale. Si je suis en charge d'envoyer une équipe de militaires effectuer une intervention, je dois m'assurer que, typiquement, le véhicule, le blindé dans lequel ils vont monter est parfaitement sûr et ne risque pas de tomber en panne au plein milieu d'une opération militaire.

Donc, là encore, la maintenance est cruciale. C'est d'ailleurs au niveau des armées, un des coûts principaux que sont la logistique et l'entretien des équipements. Et donc, si on est capable à tout moment parce qu'on a analysé l'usage des équipements, on comprend bien qu'un véhicule militaire qui aura fait juste une mission de transfert de 500 kilomètres d'autoroute ou bien qui aura fait des dizaines de kilomètres dans les montagnes afghanes, ce véhicule n'aura pas subi les mêmes efforts sur ses suspensions, sur ses organes d'usure.

Donc, le fait de monitorer, de superviser toutes ces informations-là va permettre d'optimiser au mieux à la fois la maintenance du véhicule, mais aussi d'avoir un niveau de prédictibilité sur des pannes potentielles. Ce qui permet donc à notre personne en charge d'affecter les bons véhicules sur les différentes missions, eh bien d'être capable de choisir pour une mission de reconnaissance ou cruciale pour des îles, pour des personnels militaires, de leur affecter le véhicule qui a un pourcentage de pannes prévu le plus proche possible de zéro.

En conclusion, le jumeau numérique permet une meilleure maintenance préventive et prédictive en conservant des produits plus longtemps. Plus on garde ces produits, plus on réduit notre impact carbone ?

Alors oui, c'est évidemment logique puisque des façons de diminuer l'impact carbone en n'ayant pas de nouveau produit, puisque le produit qui a l'impact carbone le plus faible et celui qu'on ne fabrique pas ou qu'on n'achète pas. Donc évidemment, plus on va mieux maintenir des produits, les conserver plus longtemps, plus on aura un impact positif. Et on l'a vécu d'ailleurs en France, ces dernières semaines, avec ces risques sur les approvisionnements électriques et sur une décision qui a été prise par le gouvernement d'augmenter la durée de vie des centrales nucléaires, initialement prévue pour durer 40 ans, sont désormais étendues à 60 ans.

Donc là, évidemment, il devient crucial d'avoir des plans de maintenance, des outils de supervision pour s'assurer que. Alors, on l'a vu à la question précédente, que des équipements militaires soient opérationnels, mais évidemment des sources d'énergie, c'est crucial pour, et on l'a vu en période hivernale, garantir que chacun pourra toujours bénéficier d'électricité, mais aussi évidemment de centrales nucléaires avec des enjeux sécuritaires.

On comprend bien qu'il faut à tout moment des outils pour surveiller, superviser et optimiser ces outils-là. Effectivement, les jumeaux numériques sont clés pour garantir une maintenance et un fonctionnement opérationnel et sécurisé de ces équipements.

Conclusion

On se retrouve bientôt pour le dernier épisode de la série sur le jumeau numérique qui sera sur la fabrication. Abonnez-vous pour ne pas le rater. A bientôt.