la data intelligence

Big data : 3 cas d’usage dans la maintenance

Big data : 3 cas d’usage dans la maintenance

big data cas d'usage dans les transports

Comment avoir recours au Big data : voici 3 cas d’usage Big data intéressants en matière de maintenance.
Que vous soyez dans le commerce ou l’industrie, vous avez nécessairement recours aux machines. Ces machines ont besoin d’être surveillées et maintenues. Vous avez donc l’occasion de vous servir des Big data.

Il n’y a en effet pas que dans la collecte, le traitement de données externes (clients, open data…), leur utilisation pour la prise de décision et l’orientation stratégique que le Big data se révèle puissante.

Eviter les mises à l’arrêt inopinées des machines

La façon dont vos machines s’expriment via plusieurs capteurs et signaux représentent des occasions de faire de très grosses économies de fonctionnement.

Un objet connecté qui avertit de ses futures failles, c’est autant de temps gagné pour vos ingénieurs et surtout pour votre production qui ne souffrira plus de mises à l’arrêt inopinées. Un secteur l’a bien compris, c’est celui des transports, pour qui les délais de maintenance représentent un surcoût important. Voilà qui pourrait vous inspirer…Voici donc 3 exemples.

 

1/ La maintenance prédictive qui fait vibrer la SNCF

En 2018, la SNCF a lancé l’application du projet Vibrato qui perçoit les vibrations de son réseau ferré pour en dresser un diagnostic de l’état des voies.

À partir de ces données, la compagnie de transports peut établir une maintenance prédictive de tout son système. Son application, installée sur le smartphone du conducteur du train, capte les accélérations du train, la géométrie des voies et leur vibration, puis les fait remonter.

De cette façon, elle compte identifier le moindre signe de fatigue de son matériel pour s’éviter les pannes.
Noter que la maintenance prédictive va au-delà de la maintenance préventive. Il ne s’agit pas seulement de dire « attention, ce matériel-là est fatigué, il faudrait s’en occuper » (préventif).

L’application, compte tenu des informations recueillies, est désormais capable de dire « c’est à telle date et pour tel sujet qu’il va falloir remplacer ou réparer tel matériel, si on s’en occupe avant ou après, cela coûtera plus cher ». Inventiv-IT travaille d’ailleurs souvent sur de tels sujets liés à la maintenance. 

 

2/ Prévoir et anticiper pour ne plus s’arrêter : Trenitalia

Un autre modèle de maintenance anticipée, la maintenance préventive, s’applique déjà en usine, où chaque machine connectée peut collecter et transmettre ses propres informations (âge, modèle, durée d’utilisation, quantité de messages d’erreur délivrées, température…) pour alerter elle-même dès la moindre possibilité d’une défaillance, et avant même qu’elle n’en émette les signes.

S’inspirant de cette pratique, la compagnie de transports italienne Trenitalia l’a combinée au machine learning : Ses 30 000 locomotives transmettent leurs données toutes les 10 minutes et doivent, à terme, permettre au système de programmer seul l’intervention d’une équipe de maintenance. Si le système est en forme, l’intervention programmée est automatiquement repoussée, mais elle est anticipée en cas de facteurs pouvant amener à une panne. Le but : éviter les immobilisations impromptues de trains.

 

3/ La maintenance corrective chez Air France

Dans l’aéronautique également, la maintenance « chiffre » très rapidement si elle est mal anticipée. Chez Air France, outre son utilisation préventive, le Big data permet surtout de cibler exactement et en un temps record la localisation de la faille et la pièce qui en est à l’origine. Dans l’aéronautique, on le sait, l’enjeu est toujours d’éviter l’immobilisation au sol des avions. Un avion rentable est un avion qui vole !

Dans ce cas d’usage Big data, ce dernier permet donc une intervention extrêmement rapide des ingénieurs et une immobilisation minimale de l’appareil (donc moins de retards et moins de coûts d’exploitation). Ce qui signifie aussi que les ingénieurs, identifiant plus vite et avec certitude les défauts des pièces, peuvent travailler directement à optimiser les composants problématiques.  

 

Envie d’en savoir plus sur les différentes approches de maintenance opérationnelle, maintenance préventive, maintenance prédictive ? Contactez nous. 

Leave a Reply

Your email address will not be published.

Share This

Copy Link to Clipboard

Copy