L'IA comme base de la maintenance intelligente

Wim Vancauwenberghe, directeur de la BEMAS,
orateur principal au Food Process Seminar

Télécharger la présentation

Wim Vancauwenberghe est l'un des experts en maintenance les plus réputés de Flandre. Dans sa présentation, le directeur de la BEMAS, l'association belge de maintenance, donnera un aperçu de l'évolution de la maintenance et du rôle de la maintenance intelligente dans l'industrie. Avant de se pencher sur l'évolution de l'IA, l'enthousiaste expert en maintenance commence par échauffer l'auditoire avec une règle de base cruciale: les temps d'arrêt inattendus sont beaucoup plus coûteux que les interventions planifiées, d'où la nécessité de détecter et d'éviter les pannes à l'avance.

La maintenance: "pas un coût, mais un investissement"

Peu d'experts parlent de leur métier avec autant de passion que Wim Vancauwenberghe. Le directeur de la BEMAS commence son exposé par un malentendu qu'il juge encore trop répandu: l'idée que la maintenance consiste exclusivement à réparer lorsque quelque chose tombe en panne. "Le temps d'arrêt est le phénomène le plus coûteux dans une usine", affirme le directeur de la BEMAS. La maintenance ne consiste pas à 'réparer', mais à prévenir. La maintenance n'est pas un coût, mais un investissement dans la continuité, la sécurité et l'efficacité.

Il poursuit en expliquant que de nombreuses entreprises s'appuient encore sur un modèle de maintenance basé sur le temps, par exemple une pompe entretenue tous les six mois. Cela semble logique, mais selon Van Cauwenberghe, ce modèle repose sur une hypothèse erronée concernant les schémas de défaillance. Il se réfère par exemple aux modèles de fiabilité classiques qui distinguent six types de défaillances.

Seule une petite partie d'entre eux - environ 20% - suit une ligne d'usure prévisible pour laquelle une maintenance à intervalles fixes se justifie. Les 80% de défaillances restantes sont stochastiques: elles se produisent de manière aléatoire, indépendamment de l'âge ou de la durée d'utilisation. "C'est pourquoi trop de maintenance préventive est un gaspillage. Vous faites des interventions qui n'empêchent rien et vous créez même parfois de nouveaux problèmes en bricolant dans des systèmes qui fonctionnent parfaitement."

Qui est Wim Vancauwenberghe?
Wim Vancauwenberghe est un expert de premier plan dans le domaine de la maintenance et de la gestion des actifs. En tant que directeur de la BEMAS, l'association belge de maintenance, il joue un rôle clé dans la promotion des meilleures pratiques et de l'innovation. La passion de Wim est d'améliorer les performances industrielles en optimisant la fiabilité des installations et en minimisant les temps d'arrêt grâce à des programmes efficaces de maintenance et de gestion des actifs. Il est un fervent défenseur de la maintenance intelligente et de l'application de technologies avancées telles que l'Internet industriel des objets (IIoT), l'analyse de données, les jumeaux numériques et l'IA générative pour rendre la maintenance plus efficace, plus fiable et plus durable.
Dans son rôle de directeur de conférence de l'Asset Performance Conference, le principal événement européen sur la transformation numérique dans la maintenance et la gestion des actifs, Wim se concentre sur des thèmes tels que la performance durable des actifs, l'IA générative et la transformation numérique. Il anime également l'Asset Performance Podcast, dans lequel il s'entretient avec des experts sur des sujets tels que le contrôle qualité piloté par l'IA, la maintenance prédictive et l'intégration de l'IA centrée sur l'humain dans les stratégies de maintenance

Maintenance basée sur les mesures

L'alternative est la maintenance basée sur l'état, où la maintenance est effectuée en fonction de l'état mesuré. Pour expliquer ce concept, Van Cauwenberghe a cité la courbe PF, un modèle largement utilisé qui représente l'intervalle entre le premier début de dégradation détectable (P) et la défaillance fonctionnelle finale (F).

"Vous serez surpris de voir à quel point les systèmes peuvent rédiger des prescriptions une fois que vous avez ajouté votre documentation. Mais les humains sont toujours nécessaires pour valider. L'IA ne doit jamais être suivie aveuglément"

Les capteurs modernes - qu'il s'agisse de capteurs de vibrations et d'ultrasons, de caméras infrarouges ou de jauges de température - permettent d'identifier ce point de détection beaucoup plus tôt dans le processus. Plus le début de la dégradation est détecté tôt, plus la fenêtre dans laquelle la maintenance peut être effectuée de manière efficace et planifiée est grande. Cela permet non seulement de réduire le nombre de défaillances, mais aussi de diminuer les accidents, de réduire les risques pour la sécurité et de mieux exploiter les équipes techniques.

IA et IIoT

Cela amène Vancauwenberghe à parler de la numérisation de la maintenance. Il explique comment l'IA industrielle et les progrès de l'Internet industriel des objets (IIoT) modifient structurellement le domaine. Chaque année, les usines produisent environ 30% de données en plus que l'année précédente, des données qui, jusqu'à récemment, étaient à peine exploitées.

La collecte centralisée de toutes ces données et leur combinaison avec des algorithmes d'IA créent un système qui ne se contente pas d'inspecter, mais qui apprend: il reconnaît les anomalies, prédit les défaillances et suggère des interventions. Des secteurs tels que l'aérospatiale y travaillent depuis des années, et ces technologies s'infiltrent dans d'autres industries à un rythme accéléré.

Il donne ensuite des exemples de capteurs intelligents et d'applications. Vancauwenberghe évoque par exemple des innovations telles que les capteurs de vibrations et d'ultrasons qui collectent des données en permanence et sont accessibles, via des systèmes d'abonnement, aux entreprises qui ne souhaitent pas réaliser de lourds investissements. Même des composants simples tels que les graisseurs et les purgeurs de vapeur peuvent être rendus 'intelligents' aujourd'hui, faisant des pièces mécaniques classiques une source de données de maintenance précieuses.

L'expertise des techniciens

Mais la maintenance guidée par les données ne s'arrête pas aux seules mesures. Selon Van Cauwenberghe, le véritable bénéfice réside dans la combinaison de ces données de capteurs avec les données de processus, l'historique des pannes, les manuels et l'expertise des techniciens. C'est là que l'IA générative et les grands modèles de langage font une percée.

Voici quelques exemples d'applications déjà utilisables aujourd'hui: générer automatiquement des rapports d'intervention, aider les opérateurs à décrire une panne, analyser les données historiques pour y déceler des schémas récurrents, ou même préparer des instructions techniques sur la base de la documentation. "Vous serez surpris de voir à quel point ces systèmes peuvent rédiger des prescriptions une fois que vous avez ajouté votre documentation", a-t-il déclaré. "Mais les humains sont toujours nécessaires pour valider. L'IA ne doit jamais être suivie aveuglément."

"Nous ne sommes pas dans une période d'amélioration lente, mais dans une phase exponentielle. Ce que nous appelons science-fiction aujourd'hui sera la nouvelle norme d'ici cinq ans"

En outre, l'expert en maintenance aborde le défi de la rétention des connaissances qui se pose à l'ensemble du secteur. Dans de nombreux services techniques, des personnes ayant des dizaines d'années d'expérience au compteur sont sur le point de prendre leur retraite. L'IA peut aider à préserver cette expertise, à la structurer et à la rendre accessible aux nouvelles générations de techniciens, par exemple grâce à des modèles interactifs de questions-réponses ou à des modules de formation automatisés.

Ceux qui ne prennent pas de mesures maintenant resteront à la traîne

Dans la dernière partie de sa présentation, Vancauwenberghe affirme que non seulement la maintenance, mais aussi l'industrie en général, évoluent à une vitesse fulgurante. Il fait référence, par exemple, à ce que l'on appelle le 'Humanity’s Last Exam', un test conçu pour mesurer les limites de l'intelligence humaine par rapport aux capacités de l'intelligence artificielle à l'aide de questions extrêmement difficiles en physique, en mathématiques, en ingénierie et dans d'autres domaines.

Ainsi, observe Vancouwenberghe, la précision de l'IA est passée de 4 à 42% en un an. "Nous ne sommes pas dans une période d'amélioration lente, mais dans une phase exponentielle. Ce que nous appelons aujourd'hui de la science-fiction sera la nouvelle norme d'ici cinq ans.

Il est faux de penser que notre carrière sera préservée de l'évolution de l'IA. Au contraire, les entreprises qui ne prennent pas de mesures dès maintenant prendront du retard à court terme. Il fait référence à des concepts tels que la 'dark factory' - des usines entièrement automatisées qui peuvent fonctionner sans présence humaine - comme des futurs qui deviennent réalité plus rapidement que certains pourraient le penser.