QR Code ,industries , clients ,machines.

Plus de valeur pour les données.

Transformer les données mécaniques en valeur ajoutée numérique : Comment les OEM peuvent réaliser de nouveaux modèles commerciaux avec la technologie de maintenance prédictive

Les fabricants cherchent des moyens d’augmenter le temps de fonctionnement des machines et l’efficacité globale des équipements (OEE), tandis que les fabricants d’équipements d’origine (OEM) essaient également de réaliser des revenus durables sans pour autant supprimer la nécessité des contrats de service.

Nous examinons ici la technologie moderne qui peut permettre la maintenance prédictive et offrir la convergence entre les besoins des OEM et des utilisateurs finaux avec des modèles commerciaux de machine en tant que service (MaaS).

S’il y a quelque chose que la pandémie mondiale de COVID-19 a mis en lumière, c’est la nécessité pour les fabricants d’adopter des stratégies dans leurs processus qui garantiront la rentabilité malgré les situations économiques actuelles.

Une partie de cette prise de conscience est la nécessité de maintenir une productivité élevée et la disponibilité des machines.

Bien que cette stratégie ne soit pas un concept nouveau, il n’est pas surprenant de constater que de nombreuses installations de fabrication sont encore en retard lorsqu’il s’agit de mettre en œuvre un solide programme de maintenance prédictive pour leurs équipements.

De nombreux fabricants s’appuient sur la maintenance préventive ou, pire encore, sur des programmes de maintenance réactive pour maintenir leurs machines en production.

Cette stratégie peut s’appuyer sur le personnel technique interne ou probablement sur le fabricant d’équipements d’origine (OEM) par le biais d’un contrat de service.

Les contrats de service ne sont plus des sources de revenus durables.

Les équipementiers s’appuient souvent sur les contrats de service pour maintenir leurs revenus entre les ventes d’équipements.

Ces contrats de service peuvent être des contrats d’urgence à court terme ou prendre la forme d’une maintenance et de services réguliers.

La plupart des équipementiers préfèrent cette dernière solution, mais la clé de ces deux scénarios est que les revenus de l’équipementier dépendent de la machine qui nécessite un entretien ou des réparations.

Ces besoins sont souvent imprévisibles ou proviennent des experts techniques et du personnel internes.

D’où la question suivante : comment les équipementiers peuvent-ils mettre en place une stratégie qui leur permette de générer des revenus continus, tout en répondant aux exigences de leurs clients pour que la machine fonctionne sans défaillance ?

La réponse à cette question tourne autour de la « maintenance prédictive ».

Dans presque tous les scénarios d’une stratégie de maintenance prédictive robuste, celle-ci implique des équipements d’automatisation industrielle tels que des capteurs, des logiciels de maintenance prédictive dédiés et/ou du matériel capable d’effectuer la surveillance de l’état de la machine. C

e matériel industriel mesure les performances de la machine en collectant les données mesurées par les capteurs, comme les vibrations mécaniques, la température et d’autres données de processus. Le logiciel de maintenance conditionnelle analyse ensuite les données collectées pour détecter les anomalies au sein de la machine.

Ces anomalies conduisent à des alertes pour l’opérateur qu’une défaillance mécanique ou électrique est imminente.

Le matériel de maintenance conditionnelle, le cloud et la technologie Edge permettent une maintenance prédictive

Si le concept de maintenance conditionnelle n’est pas nouveau, il est possible de trouver et d’adopter aujourd’hui des solutions modernes de maintenance prédictive.

Certains fabricants d’équipements ont développé des capteurs sans fil pour effectuer la collecte des données et une analyse limitée, tandis que d’autres se sont concentrés sur les développements logiciels et matériels pour ouvrir la voie à la maintenance prédictive.

Quelle que soit l’approche adoptée, vous êtes sûr de trouver une solution permettant la maintenance prédictive tout en tirant parti des technologies modernes grâce aux tendances de l’industrie 4.0.

Machine as a Service (MaaS) – le point de convergence entre les OEM et les utilisateurs finaux

Revenons-en au conflit initial : Les utilisateurs finaux ont besoin que leurs machines soient à une productivité et une disponibilité optimales pour réaliser une rentabilité, tandis que les OEM ont besoin que les machines tombent en panne ou soient entretenues pour réaliser une rentabilité maximale.

Malgré ce que l’on pourrait penser, ces deux stratégies contradictoires ont un point de convergence lorsqu’on adopte une technologie moderne de maintenance prédictive.

Ce point de convergence est réalisé sous la forme d’un modèle de tarification appelé « Machine as a service (MaaS) ». Ce modèle de tarification ajuste les prix en fonction de critères de performance de la machine plutôt qu’en fonction d’un abonnement fixe ou d’un contrat de service.

À titre d’exemple, supposons que je sois un équipementier spécialisé dans les machines d’emballage.

Au lieu de vous vendre traditionnellement un palettiseur à un prix convenu, je reste propriétaire de la machine et je facture un prix basé sur des indicateurs clés de performance convenus, tels que le nombre de caisses palettisées, érigées ou scellées pendant la durée de vie de la machine.

À ce stade, il est dans mon intérêt, en tant que fabricant de l’équipement, de maximiser le débit et le temps de fonctionnement du palettiseur afin de réaliser un revenu maximal.

Je n’attends plus de contrats de service pour réparer ou remplacer les composants défaillants, ni d’abonnements que l’utilisateur peut annuler à tout moment.

Pour que je puisse me concentrer sur le temps de fonctionnement et la production de l’ensemble de ma base d’installation, je dois mettre en œuvre une technologie de maintenance prédictive robuste et évolutive dans ma conception et ma stratégie commerciale.

L’avenir : faire passer MaaS et la maintenance prédictive au niveau supérieur

Il ne fait aucun doute que davantage d’équipementiers vont commencer à réaliser ce point de convergence entre les intérêts des utilisateurs finaux et les modèles de service des équipementiers.

Une fois que vous avez mis en œuvre un programme de maintenance prédictive robuste qui permet le MaaS, il est important d’envisager l’étape suivante pour optimiser les performances avec la maintenance prescriptive.

À ce stade, vous pouvez obtenir des informations sur les composants fréquemment défaillants et prendre des décisions de conception éclairées pour les modèles futurs.

En outre, en tirant parti des nouveaux algorithmes d’apprentissage automatique et de l’intelligence artificielle (IA), vous ne vous concentrez plus uniquement sur les écarts par rapport aux seuils limites et sur l’analyse des causes profondes, mais le client final peut également recevoir des mesures correctives à prendre en fonction des ramifications financières et opérationnelles.

La clé ici est de toujours chercher des moyens d’optimiser et d’améliorer votre offre de maintenance prédictive et de MaaS.