Dans un monde où de plus en plus de systèmes deviennent interconnectés, nous voyons l' Internet des Objets (IoT) éliminer les barrières de communication à la maison, sur le lieu de travail et sur les lieux de travail des entreprises de services sur le terrain.
En raison des avantages commerciaux, personnels et spécifiques à l'industrie associés aux appareils capables de communiquer et d'interagir entre eux (et avec les systèmes d'exploitation centraux), la croissance de l'IoT a été constante et devrait augmenter considérablement dans les années à venir.
Selon Statista, il y avait 15.4 milliards d’appareils interconnectés en 2015. Aujourd'hui, le nombre d'appareils vient juste de dépasser 23 milliards, et devrait dépasser 75 milliards d'ici 2025.
McKinsey déclare que globalement, on estime à 127 le nombre de nouveaux appareils qui se connectent à Internet toutes les secondes. Dans le même rapport, McKinsey estime que l'IoT pourrait avoir un impact économique annuel de 3.9 à 11.1 billions de dollars d'ici 2025.
Certes, bon nombre des appareils connectés actuellement sont considérés comme des technologies grand public, mais avec les avancées dans la gestion des immobilisations d'entreprise via des plateformes telles que SAP, cela promet d'ores et déjà de changer.
Pour commencer, Business Insider estimates that the industrial sector, through the onboarding of IoT and connected devices/machines, will invest upwards of $70 billion into IoT solutions by 2020. That’s an increase from $29 billion in 2015.
Cisco reconnaît également la croissance de l'IoT dans le secteur industriel. Alors que les appareils grand public représentent une part importante des technologies interconnectées, les connexions de machine à machine (M2M) représenteront près de la moitié (46%) de tous les appareils interconnectés - dans le monde entier - d'ici 2020.
Pourquoi la Poussée des Machines et de la Technologie Interconnectées
A l'heure actuelle, certaines machines opèrent en dehors des spécifications. Si l'on effectuait une inspection minutieuse, les indicateurs seraient probablement visibles et évidents pour un technicien qualifié. Il est garanti que certaines de ces machines opèrent à un degré dangereusement proche de la panne.
Quelque chose va tomber en panne, la machine va s'arrêter, et la production et le flux de travail vont s'arrêter. Le processus entier se heurte à un goulot d'étranglement jusqu'à ce que quelqu'un puisse arriver à diagnostiquer et à trouver la faute, trouver une solution, commander les composants nécessaires et ordonner les réparations.
Cela se produit tous les jours chez les fabricants du monde entier, et c’est pourquoi les périphériques interconnectés et la connectivité M2M gagnent en popularité.
Parmi les machines d'interconnexion, pratiquement tous les systèmes dotés de capteurs et d'une capacité à communiquer peuvent être programmés dans le cadre d'un réseau apte à s'auto-contrôler. Grâce à ce contrôle, celui-ci peut répondre automatiquement aux modifications de son environnement, qu’il s’agisse d’ajustements en fonction de réponses programmées ou faisant appel à l'intéraction humaine.
En l'absence de machines interconnectées et de la capacité à gérer des ressources en réseau à une grande échelle, les seules autres options sont le "run-to-fail", ou un mode de contrôle aux coûts prohibitifs, intensif en main d'oeuvre.
Voici à quoi ressemblait la gestion des immobilisations d'entreprise hier (et aujourd'hui) pour de nombreux fabricants:
- Informations sur les immobilisations d'entreprise non fiables et disparates
- Capacités d'analyses et de données extrêmement limitées
- Maintenance réactive (réparer quand on tombe en panne)
- Des cycles de vie raccourcis qui obligent à vendre et à acheter de nouveaux équipements plus souvent
- Plans d'entretien basés sur les budgets et non sur les immobilisations d'entreprise
- Supports physiques pour la documentation, les instructions et les ordres de travail
C'est le secteur industriel tel que nous le connaissons depuis des décennies. Est-ce là où vous voulez que votre entreprise reste?
Non pas quand il est clair comment la gestion numérique des immobilisations d'entreprise peut si radicalement changer les opérations:
- Accès à des volumes de données opérationnelles pouvant être extraites en temps réel avec des simulations
- Collaboration au travers d'un réseau de professionnels sur site, chez le fabricant, le fournisseur, etc. pour une source unique de véracité (Single Source of Truth)
- Des cycles de vie plus longs du produit, avec de la maintenance prédictive et prescriptive
- Une stratégie de maintenance axée sur les coûts, les risques et la performance - telle qu'elle devrait l'être
- Instructions de travail interactives avec de la modélisation en 3D disponibles au travers de tout un réseau, pouvant être mises à jour en temps réel
Tout cela pointe vers un modèle de maintenance prédictive; qui utilise des capteurs, et la connectivité, pour fournir les bonnes données au bon moment afin que des décisions puissent être prises en vue de réduire les goulots d'étranglement coûteux (ainsi que les défaillances / dommages du système).
Du Réactif au Prédictif - Mettre Fin au Modèle"Run-to-Failure"
L'Internet des Objets conduit à un recours accru aux stratégies de maintenance "selon état" (on-condition) et prédictive.
Bien qu’elles soient toujours d'actualité dans certains domaines de la fabrication et de l'exploitation industrielles, la maintenance réactive et préventive joue un rôle très limité dans l'empêchement des temps d'arrêts imprévus des équipements et des coûts de réparation élevés qui s'ensuivent.
En passant à des dispositifs d’interconnexion dans un réseau de gestion d'immobilisations d'entreprise, vous êtes en mesure d'accroître votre utilisation de stratégies de maintenance plus avancées. Cela, combiné aux données et à la modélisation accessibles sur le réseau, permet de réduire considérablement les coûts.
Case Study – Lockheed Streamlines Operations and Diagnostics with Predictive Maintenance
Aerospace and global security company Lockheed Martin wanted to move away from old methods for maintenance. Technicians manually assessed and tracked damage by applying transparent film and tracing reference points like seams and fasteners, and cross-referencing those with repair history. It was a cumbersome, costly, and time-consuming process that left a lot of room for error.
En passant à un réseau d'immobilisations d'entreprise, Lockheed Martin a su tirer parti du Big Data et de la modélisation 3D pour uniformiser ses processus de dommages et d’évaluation entre les avions de combat F-35 et F-22.
Plus précisement:
Augmenter la disponibilité opérationnelle de l'équipement: Lorsqu'un avion atterrit, les responsables de la ligne de vol peuvent se connecter à la base de données et déterminer immédiatement si l'avion est apte au vol.
Travailler plus efficacement avec moins de personnel: En utilisant un processus simplifié, les responsables de la maintenance peuvent réduire le temps requis pour documenter, évaluer et réparer les défaillances. Dans le cas de l'USAF, les solutions F-35 et F-22 ayant un flux de travail similaire, les responsables de la maintenance des avions peuvent facilement effectuer la transition entre les deux plates-formes.
Capturer les données plus précisément: Le fait de permettre aux responables de visualiser et de représenter avec précision les dommages d’un avion sur un modèle 3D réduit la probabilité qu’ils fassent des erreurs, ce qui se traduit par une sécurité accrue pour les pilotes.
Caterpillar est une autre marque qui utilise le réseau d'immobilisation d'entreprise SAP pour la maintenance prédictive.
Alors que d’autres sociétés opèrent leurs équipements, Caterpillar collecte les données de ses produits connectés et les transforme en informations exploitables. Non seulement les opérateurs savent-ils précisément quand identifier les équipements à des fins de maintenance, mais Caterpillar peut également utiliser ces données pour éviter les pannes.
Ce niveau de maintenance prédictive fourni par le fabricant permet à Caterpillar de détecter les problèmes potentiels et d’envoyer des pièces de rechange, des programmes de maintenance, et des alertes à une entreprise bien avant le dysfonctionnement de son équipement.
Approches de Maintenance Prédictive
La façon dont Caterpillar contrôles ses immobilisations d'entreprise sur le réseau est l’une des nombreuses approches de maintenance prédictive, qui ont toutes un objectif unique: identifier un problème avant qu’une défaillance totale ne puisse se produire.
Les données sont essentielles à la maintenance prédictive, mais ce n'est pas nouveau. Les données prennent beaucoup de formes, tout comme la maintenance prédictive. Techniquement, trouver une machine chaude au toucher alors qu'elle n'est pas supposée l'être est une forme de maintenance prédictive.
Vous savez qu'elle est en train de faire quelque chose qu'elle n'est pas censé faire et que si ce n'est pas réglé, alors cela cause un problème.
Mais la fenêtre pour adresser le problème est tellement étroite, avec un potentiel de défaillance élevé, que vous êtes pratiquement en mode de réaction pour éviter une catastrophe.
Plus vous avez de données auxquelles vous pouvez accéder et disponibles rapidement, plus vous avez de temps pour répondre. Cette approche de maintenance prédictive axée sur les données est celle qui offre la plus grande flexibilité; vous pouvez planifier de manière dynamique les événements de maintenance et vous obtenez le contrôle / la capacité de changer les événements non planifiés en événements planifiés.
Le Périmètre de la Maintenance Prédictive
L'Internet des Objets, les réseaux d'immobilisations d'entreprise comme SAPet la maintenance prédictive ne fonctionneront pas sans données. La maintenance prédictive requiert beaucoup plus que simplement avoir accès à de grandes quantités de données et d'analyses.
Vous devez être capable d’obtenir de la valeur à partir de ces données.
Il n'est pas rare de rencontrer des responsables de maintenance qui contrôlent des téraoctets de données juste pour en arriver au constat que la plupart de ces données sont inutilisables pour la maintenance prédictive.
Par exemple; lorsque des sources de données de plusieurs sites sont fichées pour vérification mais que les données manquent d'horodatage, ou que des données sur l'état de la machine sont collectées mais que l'état de la machine n'est pas enregistré ou ne peut pas être lié à un événement - ces données sont probablement inutilisables.
Puisque tout est lié (machines, capteurs et produits), il y a une abondance de données non structurées qui fournissent l'état de la machine ou de l'équipement. Ces données sont stockées avec les données de processus et de produit. En contrôlant et en analysant intelligemment ces données, toute entreprise peut (pratiquement en temps réel) commencer à optimiser ses processus et repérer les problèmes bien avant qu'ils ne commence.
Mais seulement lorsqu'il existe une solution complète de maintenance et de service avec une stratégie d'action.
Avec une solution complète de maintenance et de services telle que SAP, il ne suffit pas d'avoir des données. Vous pouvez créer un plan de bout en bout du capteur au résultat qui inclut l'infrastructure de données, ce qui est lu, comment cela est lu et les actions à prendre.
Il est essentiel de prévoir la dégradation et le dysfonctionnement des équipements pour uniformiser les procédures de maintenance et d'entretien. Lorsque vous comprenez les données dont vous disposez, comment les utiliser et que vous développez une stratégie basée sur ces données, vous pouvez contrôler vos immobilisations et améliorer la prise de décision avec des informations beaucoup plus approfondies.
Comme pour Caterpillar, mentionné ci-dessus, il devient extrêmement simple d'évoluer et de mettre en œuvre une stratégie de maintenance et de service prédictive qui soit entièrement basée sur les données et conduise à des performances optimales.
Les Données et la Maintenance Prédictive font Evoluer le Cycle de Vie du Produit en Permanence
Il existe un certain nombre d'avantages clés qui attirent les fabricants et les marques vers l'IoT et la maintenance prédictive, notamment:
- Amélioration de la rentabilité du service
- Réduction des coûts de maintenance
- Augmentation de la disponibilité des immobilisations
Lorsque vous élargissez votre horizon pour inclure le cycle de vie complet du produit, vous commencez à voir comment le Big Data, les machines et les appareils interconnectés et la maintenance prédictive profitent à chaque point de contact individuel du cycle de vie.
Dans l'image suivante de SAP, nous pouvons voir comment la valeur se manifeste du début à la fin lorsque les bonnes données sont exploitées:
- La R & D peut améliorer la fiabilité des itérations futures de produits
- La fabrication peut être améliorée pour produire des composants de qualité supérieure
- Les contrats de niveau de service sont mieux gérés avec des temps de réponse améliorés, moins de temps d'arrêt et une récupération plus rapide
- Les coûts de maintenance sont réduits
- La satisfaction du client est améliorée
- La disponibilité des immobilisations est augmentée
Lorsque les données sont correctement préparées, filtrées et analysées, elles constituent un outil précieux pour toute entreprise.
Eliminate the Leading Cause of Downtime (and Potential for Catastrophic Failure)
Selon une étude de maintenance de Plant Engineering de 2017, la principale cause de temps d'arrêt non planifié est l'équipement vieillissant, suivi d'une erreur de l'opérateur. Et bien que près de 80% des fabricants aient mis en place un plan de maintenance préventive, il est loin d’être prédictif.
Ainsi, plus de la moitié continue d’utiliser une combinaison d'enregistrements / de rapports de maintenance programmés sur tableur et sur papier.
Sans réseau d'immobilisations et de données appropriées, il n’est pas seulement difficile (voire impossible) de contrôler et de prévoir efficacement les problèmes. Il est extrêmement difficile de suivre toutes les défaillances et de consulter facilement les données historiques pour déterminer quand la maintenance future devrait avoir lieu.
Un exemple d'approche "run-to-failure" dépeint clairement comment cette approche de la maintenance peut et doit s’écarter des opérateurs, car le taux de défaillance n’est jamais nul.
Dans "Disaster By Design", Dave Lochbaum évoque les conséquences des fenêtres de remplacements / maintenance manqués et du plan de maintenance réactif (plutôt que prédictif) repoussant les limites de la sécurité dans une centrale nucléaire.
"Les tubes de condensation de remplacement avaient une durée de vie de 15 ans. Le propriétaire avait initialement prévu de remplacer les tubes de condensation de remplacement lors d'une coupure du ravitaillement en carburant en 2012, mais a reporté cette tâche jusqu'à une coupure de ravitaillement prévue en automne 2014. (Oui, 2012 dépasse déjà de deux ans la durée de vie des tubes de remplacement, qui est de 15 ans, et 2014 a étendu la durée de vie des tubes encore plus longtemps que prévu.) Les tubes de condensation usés ont commencé à se briser à gauche et à droite, et au centre, et en haut, et en bas. Les opérateurs ont dû réduire le niveau de puissance du réacteur à 50% plusieurs fois par semaine pour permettre aux travailleurs de localiser et de raccorder les tubes cassés. ”
Conclusion
Les pièces, les produits et les processus vont tomber en panne. Cela se produit actuellement, et cela se produira dans le cycle de vie de chaque produit et de chaque machine. Un réseau d'immobilisations permet aux entreprises d'accéder à toutes les données dont elles ont besoin, au bon moment, pour prolonger considérablement un produit tout en améliorant les processus, la satisfaction et l'assistance, à chaque étape du cycle de vie du produit. L'IoT change la façon dont nous effectuons la maintenance, mais il fournit également aux entreprises qui utilisent activement des réseaux d'immobilisations tels que SAP l'opportunité de s'améliorer à tous les niveaux.
Le secret de la durabilité et de l'évolutivité à l'ère de l'Internet des Objets réside dans le gaspillage qui ne se produit jamais. les pièces de rechange non achetées, les pages d'urgence qui ne se produisent jamais, les notifications de production retardée et de livraison manquée qui n'ont jamais besoin de produire, les comptes qui ne sont jamais perdus.
La maintenance prédictive avec un réseau d'intelligence d'immobilisation constitue un virage permanent vers l'épargne plutôt que les dépenses.