ET SI L’IOT FAISAIT PARLER LES MOTEURS ?

Emeline Lage - Product Manager

Dans les usines, les pannes moteurs sont généralement subies malgré le temps et l’énergie importants passés à assurer leur maintenance. Et pour les équipementiers, maintenir un suivi de l’état de la machine, de son usage et de son moteur reste complexe.
Partant de ce constat, InUse a développé une nouvelle App au sein de sa plateforme pour exploiter des données IoT en vue de prévenir les pannes et allonger la durée de vie des moteurs électriques.

L’enjeu est d’assurer une maintenance non plus réactive, ni même corrective mais bel et bien maîtrisée.

Passer du monde de la maintenance réactive et préventive au monde de la maintenance prédictive

Maintenir un moteur en état de fonctionnement nécessite parfois une équipe de maintenance sur place ou à distance qui effectuera les opérations de maintenance préventives cycliques et programmées sur chaque moteur. Autrement appelées des “rondes”, ces méthodes sont coûteuses en ressources, en énergie et en organisation. Néanmoins elles ont l’avantage de pouvoir identifier certaines dérives et d’alerter le technicien de maintenance lorsque le comportement d’un moteur semble anormal.

Le plus souvent, un bruit suspect ou le résultat d’un contrôle préventif permet de lever l’alerte et de signaler qu’une attention particulière est à porter sur le moteur.

S’en suivent alors les visites de maintenance réactives et préventives, mais il est parfois déjà trop tard.

Une évaluation de la performance globale des moteurs en continu

C’est en écoutant le moteur en continu que l’on peut s’apercevoir en temps réel de ce qu'il nous raconte, ce qu’il nous signale.

Plusieurs techniques existent aujourd’hui et permettent d’identifier la source de la panne d’un moteur. Parmi ces techniques on retrouvera l’analyse d’huile, la remontée de température, l’inspection par ultrason ou encore l’analyse vibratoire. Cette dernière, malgré sa plus grande complexité, offre la possibilité d’identifier d’après la signature vibratoire d’un moteur, ses éventuels défauts et d’anticiper les pannes sous-jacentes.

Ce qui ne peut pas être détecté par des méthodes traditionnelles comme l’inspection visuelle ou l’analyse d’huiles devient alors évident grâce à l’analyse vibratoire.

Jusque-là cette méthode est plutôt utilisée par les professionnels de la maintenance moteur équipés de matériel spécifique d’analyse vibratoire, mais elle tend à se démocratiser grâce à l’IOT.

Capter pour analyser la performance du moteur et prédire ses arrêts

Connecter un moteur en continu c’est l’équiper de capteurs vibratoires qui permettent d’analyser son comportement. Une première donnée est essentielle au suivi d’un moteur, c’est la variable V-RMS (Velocity Root Mean Square). Cette variable, classée d’après différents paliers issus de la norme ISO 10816 portant sur les vibrations mécaniques de machines tournantes, peut indiquer l’état de santé du moteur.

Cette première information croisée à d’autres données de fonctionnement permettent d’établir un scoring de performance global et de distinguer à tout moment si le moteur a un comportement à risque : un enjeu de taille lorsqu’on dispose d’un parc conséquent ou d’un moteur critique sur une ligne de production.

Le bénéfice majeur apporté par l’IoT est l’évaluation en continu de l’intégrité du moteur, contrairement aux analyses vibratoires traditionnelles réalisées ponctuellement ainsi qu’un précieux recul sur l’évolution des variables et le comportement du moteur.

Détection d’anomalies et optimisation des actions de maintenance

Des alertes vont également être déclenchées lorsque les capteurs relèvent des pics de fréquence vibratoire pouvant présenter un danger imminent pour le moteur. Leur analyse offre une estimation du temps restant de fonctionnement en bon état du moteur, ou remaining useful life, et donne un ordre d’idée du délai d’intervention de maintenance à mettre en œuvre avant une panne. Précieux outil d’aide à la décision, remaining useful life est recalculé régulièrement afin d’observer l’évolution du comportement du moteur et ainsi prioriser les interventions nécessaires.

Grâce à la plateforme IOT d’InUse il est désormais possible d’exploiter un volume de données autrefois inimaginable.

L’analyse offre de nouvelles perspectives, lorsqu’elle est embarquée dans un modèle d’intelligence artificielle tel que le machine learning, permettant d’augmenter les capacités d’un moteur et de révolutionner sa stratégie de maintenance.

à lire également