Actualité

Maintenance dans l’industrie :
comment optimiser les coûts ?

By 6 juillet 2020 juillet 15th, 2020 No Comments

Au sein des usines de fabrication/production, la chasse aux coûts est plus que nécessaire afin de rester concurrentiel sur un marché en constante évolution. C’est le cas notamment des coûts de maintenance, représentant une part non négligeable des coûts opérationnels des industries. Ces coûts peuvent représenter jusqu’à 60% du coût des biens produits. A cela s’ajoute le fait que 30% des montants investis en maintenance sont sans retour sur investissement (entretien mal exécuté …).

La vision de la maintenance au sein de l’entreprise est donc malheureusement souvent cantonnée à : « La maintenance est un mal nécessaire et on ne peut pas réduire ces coûts. ». En ce sens l’Association Française des Ingénieurs et Responsables de Maintenance (AFIM), note que le coût des pannes dans l’industrie est estimé à 22 milliards d’euros par an en France. Cette somme est notamment due au fait que 90% des tâches de maintenance sont classées comme des interventions d’urgence.

Dans un contexte de mondialisation des chaînes de production et de renforcement des obligations de conformité, il est plus que jamais primordial de concentrer les efforts de la maintenance non pas sur les faits établis, mais sur une connaissance des processus permettant de préparer les actions à réaliser plus en amont.

Différents modèles de maturité de maintenance

La maintenance corrective est une maintenance qui est effectuée après une panne, c’est ici que se situent les 90% des tâches de maintenance considérées comme d’urgence que relève l’AFIM.

La maintenance préventive est basée sur des règles, des gammes édictées par les constructeurs. À la manière du contrôle technique d’une voiture, il est nécessaire d’effectuer un contrôle de maintenance tous N kilomètres. Ainsi, la maintenance préventive est basée sur des règles constructeurs associées à un monitoring en temps réel des équipements par les équipes de maintenance. 

La maintenance prédictive se différencie par le fait que les actions de maintenance ne s’opèrent pas tout les N temps ou N usage. Ce type de maintenance s’associe aux informations collectées en temps réel par des capteurs afin de prévoir les actions à réaliser et anticiper les dysfonctionnements. Par exemple, un capteur de température doit être capable d’établir l’état d’usure d’une pièce et préconiser des interventions. Dans l’absolu cette approche peut s’avérer très onéreuse car l’implantation de nombreux capteurs est nécessaire. La maintenance prédictive peut se décomposer en plusieurs niveaux de maturité : 

  • Par seuil : c’est le niveau le plus simple, à savoir au-delà d’un certain seuil, une alerte se déclenche car il y a un risque de détérioration. Par exemple, si la température dépasse x °C.
  • Sur dérivation/ déviation : c’est ici une analyse de la courbe de tendance et une alerte se déclenche si la pente de la courbe dépasse un certain niveau. Par exemple, si la température varie trop brutalement tout en restant en dessous du seuil de déclenchement
  • Sur algorithme : avec des logiciels auto-apprenants qui analysent les cycles complexes et permettent de reconnaître les motifs nécessitant une intervention préventive. Mais cette dernière approche est aujourd’hui encore souvent considérée comme trop onéreuse car nécessitant des développements spécifiques et une intelligence artificielle perfectible, dont l’installation prend un certain temps afin que la machine soit capable de reconnaître les problématiques.

Une nouvelle approche hybride :

la maintenance préventive optimisé

 

Une approche performante et moins onéreuse que la maintenance prédictive est la maintenance préventive optimisée. Cette optimisation peut se faire par :

L’analyse statistiques des données déjà collectées, qui permettent d’améliorer la maintenance préventive et potentiellement entamer une démarche prédictive à l’aide de modèle statistiques. Toutefois, afin de pouvoir établir des modèles statistiques cohérents, il faut avoir accès à un gros volume de données, ce qui peut être un problème si les informations ne sont pas digitalisées.

L’optimisation par la valorisation des connaissances métier. Cette méthode, rapide et peu onéreuse à mettre en œuvre, s’appuie sur les gammes de maintenance existantes. Il s’agit de construire une base opérationnelle cohérente et valoriser les connaissances et expertises de tous les collaborateurs. Les connaissances sont capitalisées au fil de l’eau ou suite à un processus d’analyses des défaillances rencontrées. A chaque panne, on identifie une cause racine et les solutions mises en œuvre. Le triptyque Défaillance / Cause Racine / Solution permet de cartographier les anormalités et de faire évoluer les systèmes ainsi que les processus et gammes tout en renforçant les compétences des équipes de maintenance. A terme les nombres de pannes et de maintenances inutiles diminuent.

Comment diminuer sa part de maintenance corrective ? Comment réduire le cout de sa maintenance préventive ? 

L’optimisation par la valorisation des connaissances métier permet de cibler les causes racines les plus fréquentes ou critiques, de partager les solutions efficaces et d’adapter plans de maintenances à votre réalité du terrain.

Pour plus d’informations sur la maintenance préventive optimisé :

N’hésitez pas à contacter nos équipes d’experts en GMAO :

Leave a Reply