Maintenance prédictive et surveillance de condition
Détecter l'usure des roulements, la dégradation des engrenages et les filtres colmatés à partir de données en temps réel — souvent avec rien d'autre qu'un microphone et un traitement du signal.
Réserver un appel de cadrage technique (30 min)PhD APC/MPC · CERN · IAV · SkySails
Du réactif au prédictif
Les défaillances d'équipements sont rarement soudaines. Les roulements se dégradent sur des semaines et leur signature acoustique évolue avec l'écaillage ; les réducteurs donnent des signes mesurables bien avant le grippage ; les filtres se colmatent progressivement, ce qui se voit dans les données de pression et de bruit bien avant l'arrêt de la machine.
La maintenance corrective, ce sont des arrêts imprévus, des approvisionnements en urgence et de la production perdue. La maintenance à intervalle fixe remplace des pièces qui ont encore de la durée de vie. La maintenance prédictive agit quand les données l'indiquent — ni selon le calendrier, ni en pleine crise.
Ce qui peut être surveillé
Surveillance de l'usure — roulements, engrenages, roues
Les fréquences de défaut des roulements (BPFO, BPFI, BSF, FTF) apparaissent comme des raies spectrales étroites bien avant tout bruit audible ; les harmoniques d'engrènement se décalent avec l'usure des dents. L'analyse d'enveloppe isole ces indicateurs du bruit large bande à des rapports signal/bruit où l'oreille n'entend rien d'anormal.
Conditions anormales — filtres, pompes, moteurs
Un filtre colmaté augmente la pression différentielle et modifie la signature acoustique du circuit. La cavitation produit un bruit large bande caractéristique. L'analyse de la signature du courant moteur (MCSA) détecte excentricité, barres rotoriques cassées et défauts de roulement à partir du seul courant d'alimentation — sans accès mécanique.
Approche technique
Acquisition des signaux
Des capteurs bon marché suffisent en général : un microphone pour le bruit aérien, un accéléromètre MEMS pour les vibrations solidiennes ou une pince de courant pour l'analyse de signature moteur. Souvent, un seul capteur sur le carter suffit.
Extraction de caractéristiques
FFT, analyse d'enveloppe et cepstrale, et indicateurs temporels — RMS, kurtosis, crête à crête — isolent les fréquences de défaut et suivent leur amplitude par rapport à une référence saine.
Référence et détection d'anomalies
Enregistrer une référence de la machine saine, puis surveiller l'écart avec des règles de seuil, la maîtrise statistique ou un modèle d'anomalie léger. Ni infrastructure cloud ni matériel spécial.
Intégration et alertes
Les résultats alimentent le SCADA existant, l'IHM de l'automate ou un tableau de bord dédié, avec seuils configurables, tendances et descriptions claires du défaut — pas seulement un voyant rouge.
Pourquoi ça marche
Pas de capteurs coûteux
Un microphone USB ou un accéléromètre MEMS bon marché peut révéler défauts de roulement, dommages d'engrenage et filtres colmatés avec le bon traitement du signal. La valeur est dans l'analyse, pas dans le matériel.
La maintenance quand vous le décidez
Remplacer la pièce lors de la prochaine fenêtre de production planifiée — pas lors d'un arrêt d'urgence à 2 heures du matin.
Installation non invasive
Capteurs posés en surface ou par pince : aucune modification de la machine, aucun changement d'automate, aucune interruption de production pendant l'installation.
Des alarmes interprétables
Les fréquences de défaut ont un sens physique : une alarme indique quel composant est touché et pourquoi — pas seulement un score d'anomalie.
Stack technologique
Types de capteurs
Accéléromètres (MEMS ou piézoélectriques) pour les vibrations solidiennes, microphones pour le bruit aérien, pinces de courant pour la MCSA, capteurs d'épaisseur ultrasonores pour la corrosion et l'érosion, caméras thermiques pour les points chauds, capteurs de particules dans l'huile pour la lubrification. Dans la plupart des cas, un capteur bon marché bien placé suffit.
Traitement du signal
La FFT décompose le spectre vibratoire en composantes fréquentielles. Les fréquences de défaut des roulements découlent de leur géométrie et apparaissent comme des raies prévisibles. L'analyse d'enveloppe démodule les résonances haute fréquence pour isoler l'énergie impulsionnelle du défaut ; l'analyse cepstrale sépare la source et le chemin de transmission dans le diagnostic des engrenages.
Méthodes d'apprentissage automatique
La détection d'anomalies (isolation forest, auto-encodeurs) suit l'écart par rapport à la référence saine sans données de défaillance étiquetées. Les classifieurs (SVM, forêts aléatoires, gradient boosting) identifient le type de défaut dès qu'il existe des exemples étiquetés. Les modèles de durée de vie résiduelle nécessitent des données jusqu'à la défaillance.
Déploiement
Les résultats rejoignent le SCADA / l'IHM de l'automate via OPC UA, MQTT ou REST. Déploiement en périphérie pour les cas sensibles à la latence ; déploiement central pour les modèles de flotte multi-sites. Niveaux d'alarme : alerte précoce (tendance), avis (à planifier), urgent (à inspecter cette semaine).
Réactif vs. Préventif vs. Prédictif
| Aspect | Corrective | Préventive | Prédictive |
|---|---|---|---|
| Quand on agit | Après la panne | Selon un calendrier fixe | Quand les données le justifient |
| Principal coût | Réparation d'urgence et arrêt | Surmaintenance et pièces jetées | Système de surveillance |
| Arrêts | Imprévus, longs | Planifiés, parfois inutiles | Planifiés, minimes |
| Remplacement des pièces | À la panne | Par intervalle de temps | Selon l'état réel |
| Risque opérationnel | Élevé | Moyen | Faible |
Design patterns pertinents
Réserver un appel de cadrage technique (30 min)
Si vous suspectez un problème de fiabilité ou souhaitez mettre en place une surveillance avant le prochain arrêt — un appel de 30 minutes suffit pour évaluer quels signaux collecter.
Réserver un appel de cadrage technique (30 min) →