Podcast : Maintenance prédictive basée sur l'IA : éviter les arrêts plutôt que de les gérer

Écouter directement le podcast « BULK TALK » :

Dans le podcast « BULK TALK – le podcast consacré à une industrie innovante des matières en vrac et du recyclage » notre directeur général a Sebastian Pohl Nous avons discuté de l'avenir de la maintenance avec Julika Hecht, responsable marketing senior chez SOLIDS & RECYCLING-TECHNIK à Dortmund.

À la une : Maintenance prédictive basée sur l'IA dans le secteur des produits en vrac – et la question de savoir comment éviter systématiquement les arrêts imprévus.

Pour les exploitants d'installations complexes d'emballage et de remplissage, une chose est claire : ce n'est pas la maintenance qui engendre les coûts les plus élevés, mais les arrêts imprévus. C'est précisément là qu'intervient une approche fondée sur les données.

Au cours de cet entretien, Sebastian Pohl décrit l'évolution de la maintenance comme un processus évolutif :

• Maintenance réactive : Les réparations ne sont effectuées qu'en cas de panne. Il en résulte des interruptions de production, des interventions le week-end et des coûts élevés.
• Maintenance préventive : Les opérations de maintenance sont effectuées à intervalles fixes, quel que soit l'état réel des composants. Cela réduit les risques, mais entraîne parfois des interventions inutiles.
• Maintenance prédictive: Les données des machines, les capteurs et les modèles d'IA permettent une maintenance basée sur l'état. Les interventions ont lieu lorsque les données indiquent une usure imminente ou un dysfonctionnement.

Un thème central du podcast : l'IA ne fonctionne que sur la base de données valides. Nos installations sont aujourd'hui entièrement connectées. Nous analysons notamment :

• Cycles de fonctionnement et profils de charge
• Caractéristiques techniques des moteurs et des robots
• Valeurs des capteurs et paramètres de processus
• Comportement lors du remplissage et indicateurs de performance
• Historique des pannes

La collecte et l'analyse systématiques de ces données nous permettent d'identifier des tendances qui indiquent une usure imminente ou une baisse de rendement.

Dans ce contexte, la « maintenance prédictive » ne signifie pas « boîte noire », mais une analyse structurée des données avec un objectif clair : Améliorer la disponibilité des installations et réduire les coûts d'exploitation.

Dans ce podcast, Sebastian Pohl présente notre Service VeloXpert avant.

En collaboration avec notre partenaire EI3 (États-Unis) Nous développons une plateforme de connexion de données sécurisée qui permet d'analyser les données des machines et de les exploiter à des fins d'optimisation.

La plateforme permet :

• Collecte et analyse sécurisées des données des machines
• Transparence concernant OEE et la performance des placements
• Élaboration de mesures concrètes Fréquence d'entretien et de remplacement
• Service à distance et assistance numérique

Dès aujourd'hui, nous misons également sur des solutions telles que :

• Assistance à distance avec un taux de résolution élevé
• Tableaux de bord OEE pour l'analyse des performances
• Jumeaux numériques pour l'identification des pièces de rechange
• Velo-Guard pour surveiller l'usure des organes de fermeture
• Banc d'essai pour sacs destiné à optimiser la vitesse et la précision des lignes de conditionnement de sacs à valve

L'objectif est clair : Disponibilité maximale pour les interventions programmées.

L'amortissement est un aspect essentiel pour les décideurs techniques. Le podcast le montre clairement :

• Une stratégie structurée de maintenance préventive s'avère généralement rentable dès la première année.
• Les investissements dans la maintenance prédictive sont généralement amortis en moins de 18 mois.

Les arrêts imprévus entraînent des pertes de production, l'achat urgent de pièces de rechange, des frais de personnel et des dommages indirects. À l'inverse, les coûts de maintenance sont prévisibles et les services numériques permettent de calculer clairement les dépenses.

Ce sont précisément les entreprises de taille moyenne, qui dépendent fortement de leurs équipements, qui tirent profit de cette prévisibilité.

Sebastian Pohl souligne dans cet entretien que l'IA n'est pas une tendance passagère. Les entreprises doivent intégrer l'IA de manière structurelle dans leurs processus.

Outre la maintenance fondée sur les données, les thèmes suivants, en particulier, prennent de plus en plus d'importance :

• Optimisation des installations grâce à l'apprentissage automatique
• Concepts de service à distance
• Jumeaux numériques
• Assistance à la maintenance basée sur la réalité virtuelle

Les progrès technologiques permettront d'améliorer considérablement l'efficacité au cours des trois à cinq prochaines années.