“Effectuer les opérations de maintenance si, et seulement si, elles sont nécessaires, c'est-à-dire ni trop tôt… ni trop tard» : tel est en substance le principe de la maintenance prévisionnelle, dite également prédictive», explique Olivier Rambaldelli, chargé de marketing/ communication chez B&R Automation. Ainsi optimisée en fréquence et en temps d'intervention par rapport à un programme d'entretien écrit à l'avance, ce type de maintenance l'est aussi en coût et réduit drastiquement le nombre d'arrêts accidentels dans les usines. A condition toutefois d'y mettre en Å“uvre certains procédés de surveillance (comme l'imagerie thermique) et de traitement des données (entre autres l'analyse vibratoire) peu usités dans l'industrie agroalimentaire. «La diffusion des briques technologiques qui rendent la maintenance prédictive possible – capteurs connectés, Internet des objets (IoT), big data… – est par ailleurs plus lente dans ce secteur que dans l’industrie automobile par exemple, observe Olivier Ledey, responsable marché agroalimentaire chez Omron Industrial Automation Europe. Mais cela commence à changer !». De fait, rares sont aujourd'hui les fabricants de machines qui n'ont pas une nouveauté technique ou une offre plus ou moins structurée en la matière. Chez Tetra Pak, elle se niche au sein des services «Plant Care». Et de mettre en avant le cas d'un producteur laitier espagnol qui, dans ce cadre et en l'espace de 18 mois, aurait évité plusieurs dizaines d'heures d'arrêt non planifié et 55 000 euros de manque à gagner grâce à l'installation de kits de surveillance des pièces critiques (axes, transmissions, etc.) sur trois remplisseuses A3 Flex.

Coûts de maintenance divisés par deux
Baptisée Odin (Online diagnostics network), sans doute en référence au dieu nordique du savoir et des prophéties, la solution concoctée par Bosch Rexrothpromet quant à elle de diviser par deux le temps global dédié à la maintenance dans les usines. Une batterie de capteurs (température, intensité électrique, pression, etc.) propres à l'installation suit en permanence l’état de ses composants clés et transmet cette masse d'informations de façon sécurisée jusqu'à un centre de données de Bosch via une passerelle IoT. Ces données sont ensuite balayées par des algorithmes à la recherche d’anomalies, lesquelles sont alors évaluées par un expert et peuvent susciter une recommandation de maintenance. «Le moment précis de la panne n’est pas prédit de façon automatique, expliquent les promoteurs d'Odin. En revanche, la détection précoce des anomalies permet à l'utilisateur de mieux planifier les interventions et par conséquent d'améliorer la disponibilité des machines». Dans le périmètre de son offre de gestion de la performance industrielle «Plant 360 Asset Management», SIG propose de son côté le service «Smart Maintenance», qui repose en grande partie sur les capacités de la plate-forme cloud Predix de General Electric Digital. Une fois collectées par cette plate-forme, les données machines des industriels de l’alimentaire et des boissons sont analysées par un logiciel de façon à anticiper d’éventuels dysfonctionnements. A terme, SIG prévoit de déployer cette solution sur environ 400 lignes de production à travers le monde.

Extrait de la revue n° 647 - Avril 2020. Reproduction interdite sauf accord écrit d'Emballage Digest ou mention du support