Data, IA et maintenance prédictive

• Comprendre le principe de la maintenance prédictive
• Exploiter les données machines pour anticiper les pannes
• Construire un cas d’usage de maintenance prédictive rentable

Responsables maintenance, ingénieurs méthodes, data analysts

Notions de maintenance industrielle et de lecture de données

• Situer la maintenance prédictive parmi les stratégies de maintenance
• Identifier les équipements critiques d’une ligne de fabrication
• Recenser les capteurs utiles : vibrations, température, courant
• Collecter et stocker les données issues des automates et de la GMAO
• Nettoyer les données et caractériser les pannes passées des machines
• Comprendre les modèles de détection d’anomalies et de durée de vie
• Définir les seuils d’alerte et les plans d’intervention associés
• Évaluer la qualité des prédictions et le taux de fausses alertes
• Calculer le gain en arrêts évités et en pièces de rechange consommées
• Piloter un projet pilote puis généraliser sur d’autres équipements

• Choisir les capteurs d’une presse hydraulique à surveiller
• Analyser une courbe de vibrations avant la panne d’un moteur
• Calculer le gain de chaque pilote de maintenance prédictive

• Fiche repère des capteurs et signaux par type d’équipement
• Modèle de fiche de cas d’usage de la maintenance prédictive
• Check list de lancement d’un pilote prédictif sur une ligne