Maintenance prédictive : guide pratique
Ce qu'est la maintenance prédictive, en quoi elle diffère de la maintenance préventive, quelles techniques conviennent à quels actifs, et comment démarrer sans vouloir tout résoudre d'un coup.
Correctif, préventif et prédictif
Il existe trois grandes stratégies de maintenance. Le correctif (jusqu'à la panne) répare après la casse — peu coûteux jusqu'à ce qu'il ne le soit plus. La maintenance préventive entretient les actifs selon un calendrier fixe sans tenir compte de l'état, ce qui évite certaines pannes mais remplace aussi des pièces saines tout en manquant les défauts aléatoires. La maintenance prédictive utilise l'état réel de l'actif pour agir juste avant la panne — obtenant l'essentiel de l'évitement des pannes du préventif avec beaucoup moins de travail inutile.
Aucune installation ne devrait être purement l'une ou l'autre. L'art consiste à adapter la stratégie à l'actif : jusqu'à la panne pour les éléments bon marché et non critiques ; prédictif pour les actifs critiques ou coûteux.
Les principales techniques prédictives
- Analyse vibratoire — la technique de référence pour les machines tournantes (pompes, moteurs, ventilateurs, compresseurs) ; détecte balourd, désalignement, usure de roulements et jeux.
- Thermographie — l'imagerie infrarouge révèle connexions chaudes, équipements surchargés et problèmes d'isolation ou de réfractaire.
- Analyse d'huile — les particules d'usure et la contamination révèlent l'état des réducteurs et des roulements.
- Ultrasons — détecte les défauts précoces de roulements, les fuites et les décharges électriques.
- Analyse du courant moteur / signature électrique — repère les défauts de rotor, de bobinage et de charge.
- Analyse des données de procédé — modéliser le comportement attendu à partir des capteurs existants pour détecter la dérive sur des actifs sans capteurs d'état dédiés.
Les données et le flux de travail
La maintenance prédictive ne fonctionne que si une détection se transforme en action. Cela suppose de relier trois choses : les données d'état, une analyse produisant un diagnostic et une gravité clairs, et un processus de gestion du travail qui planifie la réparation. Une GMAO ou un système de gestion des actifs en est la colonne vertébrale — il contient le registre des actifs, transforme les alertes en bons de travail et consigne ce qui a été constaté pour que les modèles s'améliorent. Les détections qui ne deviennent jamais des bons de travail n'apportent rien.
Approches à base de capteurs ou d'analytique
Deux grandes approches produit existent. Les plateformes à base de capteurs ajoutent des capteurs d'état (généralement vibration et température) à des machines précises et diagnostiquent à partir de ces données — rapides à déployer, excellentes sur les machines tournantes, mais le coût par machine croît avec l'échelle. Les plateformes analytiques modélisent les données existantes de l'historian, du SCADA et de la maintenance pour couvrir de nombreux actifs sans nouveaux capteurs — mieux adaptées au passage à l'échelle sur de grands parcs, mais dépendantes de la qualité des données existantes. Beaucoup d'usines utilisent les deux : des capteurs sur les machines tournantes critiques, de l'analytique sur le parc plus large.
Comment démarrer
L'échec le plus courant consiste à vouloir instrumenter tout d'un coup. Une meilleure voie :
- Classer les actifs par criticité et coût de défaillance ; commencer par la poignée la plus problématique.
- Choisir la technique adaptée à ces actifs (généralement la vibration pour les machines tournantes).
- Relier les détections à votre GMAO pour que les alertes deviennent du travail planifié.
- Mesurer l'indisponibilité évitée et prouver la valeur avant de passer à l'échelle.
- Étendre à une couverture analytique une fois le flux de travail opérationnel.
Frequently asked questions
Quelle est la différence entre maintenance préventive et prédictive ?
La maintenance préventive entretient les actifs selon un calendrier fixe sans tenir compte de l'état. La maintenance prédictive utilise l'état réel mesuré de l'actif pour agir juste avant la panne, évitant à la fois les casses imprévues et le travail planifié inutile.
Quels actifs devraient relever de la maintenance prédictive ?
Les actifs critiques ou coûteux dont la défaillance entraîne une indisponibilité majeure ou un impact sur la sécurité ou la qualité — généralement les machines tournantes comme les pompes, moteurs, ventilateurs et compresseurs, ainsi que les actifs de procédé de grande valeur. Les éléments bon marché et non critiques peuvent rester en mode jusqu'à la panne.
Faut-il de nouveaux capteurs pour la maintenance prédictive ?
Pas toujours. Les plateformes à base de capteurs ajoutent des capteurs d'état à des machines précises, tandis que les plateformes analytiques modélisent les données existantes de l'historian et du SCADA pour couvrir de nombreux actifs sans nouveau matériel. Beaucoup d'usines combinent les deux.
Guides liés
Heat exchanger fouling: causes and prevention
Why exchangers foul, what it costs in energy and throughput, and how to predict and manage cleaning instead of reacting to it.
Digital twins in industry
A clear-eyed look at industrial digital twins — what the term really means, the levels of fidelity, and where they deliver value versus hype.
Factory decarbonization: a practical roadmap
A sequenced, no-regrets roadmap for cutting industrial emissions — efficiency first, then electrification and fuel switching, then the hard residual.
Software that helps
Augury
Machine health monitoring for rotating equipment using vibration and AI.
Siemens Senseye Predictive Maintenance
Scalable predictive maintenance that learns from existing condition data.
AVEVA Predictive Analytics
Early-warning analytics for critical process and power assets.
IBM Maximo Application Suite
Enterprise asset management with built-in monitoring and AI.