Comment résoudre les problèmes avant qu'ils ne surviennent

L'industrie 4.0 est là : des systèmes de production intelligents augmentés par les données et l'intelligence artificielle, et mettant en œuvre des technologies de rupture telles que la robotique, la réalité augmentée et, peut-être le plus important, l'Internet des objets (IoT).
 

Cette quatrième révolution industrielle est tirée par le digital, comme les trois premières ont été par la vapeur, l'électricité et les premières générations de l'informatique. Cette révolution radicale induit plus de rapidité et d’efficacité dans les process et rendra également notre monde plus propre et nos économies plus durables. Si l'Industrie 4.0 mettra des années à se mettre en place, un certain nombre d’innovations les plus surprenantes sont déjà prêtes. Prenons, par exemple, la maintenance des équipements et des infrastructures. Pendant des générations, cet entretien a été une activité corrective focalisée sur le temps présent. Les mainteneurs courraient après les innovations après qu’elles soient déployées sur les process et souvent avaient accès tardif à quelques données (souvent incomplètes) pour essayer de définir quand un équipement devrait être réparé ou remplacé.
 

Si l'âge d’un équipement est souvent un facteur clef de sa performance, la façon dont on l’utilise l’est tout autant, sinon plus. Des études ont montré que 82% des pannes d'équipement ne sont pas corrélées avec l’âge des équipements. Cela signifie que lorsque les pièces sont simplement remplacées régulièrement, les usines ont tendance à perdre de l'argent. On estime que 30% des activités de maintenance préventive ont lieu trop fréquemment.
 

Selon un rapport de Deloitte, au-delà de l’inefficacité induite, les stratégies de maintenance non optimisées peuvent réduire la capacité de production d'une usine de 5 à 20%. Des temps d'arrêt imprévus qui surviennent lorsque des problèmes de maintenance arrêtent un équipement. Ces temps d'arrêt coûtent aux fabricants industriels environ 50 milliards de dollars par an.

L'IoT industriel permet d'anticiper facilement les problèmes de maintenance avant qu'ils ne surviennent. Les réseaux de capteurs intégrés aux équipements industriels génèrent une multitude de données : la température à laquelle tourne une turbine, la vitesse de rotation un axe, l'état d'un roulement au fur et à mesure de son usure. Ces informations alimentent le cloud, où elles sont agrégées et analysées, et mise à disposition des ingénieurs via une plate-forme ou des interfaces simples pour leur permettre de tirer des conclusions éclairées.
 

Parfois ses informations ne remontent pas dans le cloud, mais sont analysées en local (edge) - dans des nœuds distribués proches de l'environnement industriel. En supprimant la nécessité de pousser d'énormes quantités des données vers le cloud, le edge computing permet un système plus rapide, plus léger et plus souple.
 

Qu’il soit basé sur le Edge ou non, un système de maintenance prédictive pourrait, lors de la détection d'un problème, appeler automatiquement un technicien qui arrive sur site en sachant à l'avance quel est le problème et de quels pièces et outils il aura besoin pour le résoudre.
 

À l'avenir, les techniciens de maintenance seront de plus en plus susceptibles d'être assistés par des  robot pour une maintenance encore plus efficace. Selon Deloitte, dès aujourd’hui, une maintenance prédictive basé sur l'IoT peut augmenter le temps de disponibilité de 10 à 20% et réduire les coûts de maintenance de 5 à 10%.
Un tel système peut également réduire de 20 à 50% le temps nécessaire pour planifier la maintenance, rationalisant ainsi les process internes de d'entreprise.

La maintenance prédictive n'est pas encore généralisée.

Selon un récent sondage Bain & Company auprès de plus de 600 cadres d'entreprises high tech, son adoption est en réalité à la traîne, du moins par rapport aux prévisions qui ont circulé il y a plusieurs années au sommet de l'enthousiasme médiatique sur IoT industriel.

Tout en étant convaincu que la maintenance prédictive deviendra la norme dans l'industrie et représentera l'un des meilleurs cas d'usage de l'IoT, le rapport Bain cite plusieurs facteurs qui la freinent.

Les problèmes de sécurité en sont un. L'expertise technique des entreprises en est une autre.

Un autre facteur pointé par le rapport, est que les clients industriels ont eu du mal à intégrer la maintenance prédictive dans leur process opérationnels et leurs systèmes informatiques existants. L’adaptation et la modernisation d'une usine pour appliquer de nouveaux processus de maintenance peut être compliquée et réduire le retour sur investissement.

C'est sur ce constat, même si cela peut paraitre surprenant, que la rénovation du système d'éclairage peut changer la donne.

Le choix d'un système d'éclairage connecté et compatible IoT comme plate-forme de support à la maintenance prédictive (entre autres) peut être un moyen de dépasser ces problèmes d'intégration.

Chaque installation industrielle, après tout, a besoin d'un système d'éclairage qui, par définition, est déjà électrifié et donc déjà capable d'alimenter la myriade de capteurs qui caractérisent l'IoT.

L'éclairage est une infrastructure idéale pour distribuer de l’IoT dans les espaces industriels. Il est distribué de façon dense, stable et uniforme. Sa position élevée en surplomb des opérations est aussi un atout pour capter des données environnementales comme par exemple la chaleur, le froid et l'humidité.

L’éclairage connecté n'appartient pas strictement à une solution de maintenance prédictive mais la complète très efficacement. L'éclairage intelligent dans les bureaux et les bâtiments industriels peut, par exemple, réduire les coûts énergétiques de ces structures de 90% simplement en éteignant par exemple l'éclairage dans les zones temporairement inoccupées. Cette dernière fonction est particulièrement pertinente dans les entrepôts, dont une grande partie est vide pendant des périodes de temps importantes.
 

Le niveau lumineux peut aussi s'ajuster automatiquement en fonction de l’activité précise que font les personnes à un moment donné, qu'il s'agisse de lire un plan, de scanner un écran d'appareil ou d'assembler un équipement de précision.

Dans une usine, l'optimisation de l’éclairage augmente la productivité des travailleurs et réduire les risques pour la sécurité et la fatigue oculaire.