GLOBAL
INDUSTRIE
Actualités
Partager sur
Le prédictif pour les débutants
Tout ce que vous avez toujours voulu savoir sur l'industrie du futur sans jamais oser le demander ! A travers cette nouvelle rubrique, Global Industrie fait le point pour vous sur les grands thèmes de l'industrie 4.0.
Cap aujourd'hui sur le prédictif, ou analyse prévisionnelle.
Son but : parvenir à maîtriser suffisamment la connaissance du comportement d’un équipement en service, à la fois sur son état de santé et sur son usage, pour estimer sa disponibilité, sa fiabilité et sa sécurité lors de son fonctionnement ultérieur. Avec à la clé l’augmentation de sa durée de fonctionnement, la réduction des coûts d’exploitation, ou encore l’amélioration de l’efficacité et de la performance de l'entreprise.
SUIVEZ LE GUIDE !
LE PREDICTIF, KESACO ?
A la base du prédictif se trouve l'exploitation et la valorisation de la data, " l'or digital ". La connexion des moyens de mesure, qui se fait de plus en plus facilement grâce à l'IoT, permet en effet la transmission de données massives en temps réel, alors même que les possibilités de stockage et de calcul, comme le data mining*, sont en plein développement. La donnée industrielle ainsi extraite apporte des gains de compétitivité et de productivité, et procure aux entreprises l'opportunité de proposer à leurs clients de nouveaux services.
Dans le cas de l'analyse prédictive, il va donc s'agir de capitaliser sur ces données en extrayant des informations et des indicateurs pour anticiper les comportements futurs des machines : il devient ainsi possible d'extrapoler pour anticiper des pannes, prévoir des usages et faciliter leur utilisation.
DES ENJEUX ET BESOIN MULTIPLES
Les enjeux du prédictif sont nombreux : réduction des coûts d'exploitation et de développement des machines, des produits ou des équipements, augmentation des performances de production, différenciation vis-à-vis de la concurrence…
Il répond également à de véritables besoins en termes de garantie de sécurité des équipements en prévenant les risques, de prolongation de leur durée de vie en adaptant la maintenance et l'exploitation, de minoration des coûts et temps de réparation en anticipant les pannes et les défaillances par de la maintenance prédictive, ou encore d'utilisation judicieuse des machines selon leur usage.
Afin de mettre en place cette démarche, il convient donc d'analyser en premier lieu les besoins de l'entreprise, puis les risques d'échec du projet, avant de bâtir, grâce à l'internet des objets, une stratégie d'instrumentation et d'installer des capteurs connectés. Ces derniers permettront de récolter la data dont il faut aussi bien définir préalablement le mode de traitement.
Il va en effet falloir passer rapidement d'une logique initiale de Big Data, avec une multitude de données à récolter, à une suivante de Small & Smart Data : sélectionner celles qui seront véritablement utiles pour pouvoir bien les traiter et les analyser afin de leur donner de la valeur et permettre ainsi in fine une analyse prévisionnelle et des pronostics d'évolution adaptés.
Il ne sert donc à rien d'installer une multitude de capteurs : il faut déterminer ceux qui seront utiles et qui seront ensuite traités par des techniques classiques ou avancées. L'intelligence artificielle est ainsi de plus en plus utilisée dans le prédictif. Avec à la clé un véritable apport en matière d'usage et de santé des machines, produits et équipements.
LES APPLICATIONS DU PREDICTIF DANS L'INDUSTRIE
Les quatre grandes finalités du prédictif dans l'industrie sont l'amélioration de la conception des pièces et des équipements, l'augmentation de la productivité, le passage à une production zéro-défaut et l'appui à la maintenance.
Avec comme problématiques centrales de réussir à déduire l'état de fonctionnement d'un système à partir des données issues des capteurs et d'informations sur l'environnement et d'optimiser le recours final au modèle physique en l'anticipant via la virtualisation, comme dans le cas du jumeau numérique.
* Le data mining, ou exploration de données, a pour objet l’extraction d'un savoir ou d'une connaissance à partir de grandes quantités de données, par des méthodes automatiques ou semi-automatiques (source Wikipédia).
Cet article a été rédigé à partir du keynote donné le 7 mars 2019 sur Global Industrie Lyon par Eric Padiolleau, Responsable R&D Mécatronique au Cetim, à qui nous adressons nos plus sincères remerciements.
Le 12/12/2019