Chaque arrêt de production non planifié, même de machines individuelles, génère un effort supplémentaire, des coûts plus élevés et un rendement plus faible. Surveiller l'état des machines et des installations en continu, en fonction des données et dans les meilleures conditions possibles est une base essentielle pour une disponibilité maximale des machines et des installations.
Surveillance de machine
Un cas d'utilisation essentiel ici est la surveillance de machine continue. L'objectif est ici d'utiliser des données pertinentes telles que le courant, la température ou la vibration pour détecter des anomalies dans le fonctionnement en cours à un stade précoce, idéalement pour pouvoir classer ces anomalies et détecter d'éventuelles erreurs à l'avance. Cela implique souvent des signes d'usure et de déchirure, qui sont détectés précocement et de manière fiable à l'aide des analyses basées sur l'apprentissage machine. Cela permet ensuite de planifier les interventions de service et de maintenance en temps utile, pour une disponibilité maximale à un coût minimal.
Surveillance de process
Un autre cas d'utilisation essentiel est la surveillance de process continue. L'objectif est ici de détecter les écarts par rapport aux paramètres du process à un stade précoce et de pouvoir intervenir sur le process si nécessaire. En construisant à partir de la solution de contrôle existante et des données généralement déjà disponibles, une solution d'apprentissage automatique à base de modèles est à nouveau utilisée pour détecter les anomalies et les classer autant que possible. Lorsque l'automatisation basée sur des règles atteint ses limites, ML permet d’exploiter des informations complètement nouvelles sur des états de process auparavant inconnus. Avec pour résultat de pouvoir intervenir sur le process plus tôt et de manière plus ciblée.
Sur la base d'une surveillance continue de l'état des machines et des installations, divers cas d'utilisation se présentent qui prêtent attention à l'objectif d'une disponibilité maximale des installations, qui est à son tour la clé de la production économique. En fin de compte, l'état d'une installation est connu en permanence, ce qui entraîne une sécurité maximale pour les responsables du process. En outre, des erreurs ou des anomalies dans les données de la machine peuvent être détectées à un stade précoce et les mesures nécessaires peuvent être prises avant que le dysfonctionnement réel ou même la défaillance du système ne se produise.
Un exemple d'application est la surveillance automatisée de bandes transporteuses à grande vitesse en logistique interne. Une tâche consiste à surveiller et à prédire l'allongement des éléments de la chaîne transporteuse, en fonction de divers facteurs d'influence tels que la vitesse, le chargement, le temps de fonctionnement ou la température. Cela implique l'identification précoce de zones individuelles endommagées de la chaîne. Cela conduit également à une illustration ou sécurisation des connaissances des techniciens de service sur l'état du système, et donc aussi à une transformation vers une surveillée continue du système à partir de données. Les avantages spécifiques de la surveillance automatisée sont une réduction des coûts de service et de maintenance, ainsi qu'une plus grande disponibilité et donc la productivité du système. La visualisation de modèles commerciaux nouveaux permet, par exemple, la vente de disponibilités sous la forme d'accords de niveau de service (ANS) nouveaux ou étendus. Après tout, ces services IIoT conduisent à de nouvelles caractéristiques perceptibles pour les clients finaux et à une fidélisation de la clientèle plus élevée en conséquence.
Une autre application est la surveillance automatisée des ventilateurs dans un hall de production de galvanoplastie. Dans la galvanoplastie, la ventilation est un process critique pour la production. Par exemple, de l'oxyhydrogène gazeux est produit, ce qui présente un risque d'explosion à des concentrations critiques. Les substances acides peuvent également entraîner la corrosion de l'équipement. Il y a aussi une responsabilité dans le domaine de la santé et de la sécurité au travail et de la santé des employés. La tâche consiste à surveiller en permanence les ventilateurs à l'aide de capteurs intelligents et d'une analyse de données basée sur le langage ML. La voie à suivre va de la prévention, en passant par une maintenance basée sur des règles et une stratégie basée sur des conditions. Il en résulte une minimisation des temps d'arrêt de production imprévus et une réduction des coûts de maintenance. Le premier avantage de cet exemple de solution de bout en bout pour les applications de friches industrielles est la surveillance continue et automatisée de l'état. Il s'agit de la base pour réduire ou limiter l'inspection, la maintenance et la réparation. Dans ce cas spécifique, il a été possible de passer d'une inspection mensuelle des ventilateurs avec une visite sur le toit de galvanoplastie à une inspection semestrielle. Les temps d'arrêt imprévus ont pu être réduits et la disponibilité de l'installation augmentée. Un exemple d'utilisation IoT avec des avantages spécifiques.
Sur la base de la données du processus et de leur évaluation à l'aide de technologies ML, il est possible dans de nombreux cas de tirer des conclusions sur la qualité des produits fabriqués. Sur la base de paramètres de process sélectionnés, on peut reconnaître des modèles basés sur ML qui peuvent être assignés à un état de process spécifique. De ce fait, des plages de tolérance peuvent être surveillées, par example, et il est reconnu à un stade précoce lorsque des tolérances sont ou seront hors ligne au sens d'une prédiction.
L'analyse intelligente des données aide Grenzebach à obtenir une assurance qualité en temps réel et à assurer une maintenance prédictive des machines pour ses systèmes innovants de soudage par remous à friction. De cette manière, les spécialistes de la construction de machines et d'installations contribuent à élever la fabrication de séries 24h/24 et 7j/7 à un nouveau niveau.
Une broche mâle à friction rotative est l'outil central avec soudage par friction malaxage (FSW), le process innovant de soudage par joint que Grenzebach a développé pour les métaux légers tels que l'aluminium et ses alliages. Par frottement et pression, la broche mâle génère la chaleur du process demandée pour rendre le métal malléable, qui est ensuite brassé le long du point de serrage par l'action en rotation du mâle de friction. Sans nécessiter l'ajout de câble de soudage ou de gaz inerte, cela crée un joint rigide qui se caractérise par sa stabilité à long terme et sa résistance à la déformation. Pour obtenir ce résultat, la broche mâle à friction doit se comporter comme prévu. Des forçage de traction et de pression précises sont essentielles pour obtenir le degré de déformation correct du métal. Jusqu'à présent, le contrôle de qualité était effectué par l'opérateur de la machine qui inspectait visuellement le cordon de soudure après le process FSW - une procédure longue dont le succès dépendait également en grande partie du savoir-faire personnel de l'utilisateur.
Surveillance en temps réel pendant le process de soudure
Le développeur de technologies Dr Carlos Paiz Gatica explique le fonctionnement de la détection des anomalies : la comparaison du modèle de références et du process actuel permet une évaluation de la qualité en temps réel. En tant que pionnier dans le domaine de l'industrie 4.0, Grenzebach utilise aujourd'hui des process d'analyse de données intelligents qui permettent des prévisions précises. Et pour cela, ils utilisent une solution d'analyse industrielle sur mesure de Weidmüller.
Notre logiciel d'analyse, qui a été personnalisé pour répondre aux besoins de Grenzebach, compare les forces enregistrées sur les capteurs pendant le process de soudure avec un enregistrement de données de référence idéal. Dès que le système détecte une déviation située en dehors des paramètres définis, l'opérateur de la machine en est averti et sait immédiatement que quelque chose ne va pas avec le process de soudure. L'inspection manuelle de chaque soudure n’est donc plus nécessaire
Pour définir le modèle de référence, Weidmüller a collaboré avec les ingénieurs de Grenzebach pour évaluer la pertinence des ensembles de données de plusieurs centaines de soudures et les a évalués à l'aide de méthodes d'analyse de données intelligentes. Un élément important des analyses a été fourni par le savoir-faire venant de Grenzebach. Le logiciel de Weidmüller peut bien être capable de prédire un défaut avec un certain degré de probabilité, mais pour ce faire, il doit toujours avoir été classé au préalable. Seule Grenzebach peut définir si une anomalie doit effectivement être classée comme une erreur critique ou non.
Qualité du produit et disponibilité offerte
En plus d'effectuer des vérifications de contrôle de qualité sur les soudures, le logiciel d'analyse enregistre également les paramètres de process de chaque pièce produite, produisant ainsi une documentation complète. Il s'agit d'un avantage important non seulement du point de vue juridique, mais aussi en termes de traçabilité et de reproductibilité. Le système fournit également une signalisation d'alarmes en temps opportun si un remplacement de la broche de soudage est souhaitable. Armé de cette informations, l'opérateur de la machine peut planifier le programme de maintenance de telle sorte que tout temps d'arrêt soit évité.
« Outre le fait de réduire les déchets qui peuvent résulter d'une rupture d'outil, un facteur important, en particulier dans la construction de machines et d'installations, est la disponibilité des machines », souligne Kress.
Les spécialistes de la haute technologie de Grenzebach voient plusieurs autres avantages à l'avenir en ce qui concerne son business model : « Tout d'abord, nous pouvons offrir à nos clients un contrôle de qualité très précis et quantifiable ainsi que leur donner une prévision sur le temps d'arrêt possible de l'équipement, leur permettant de faire des économies de ressources et de coûts. En même temps, nous sommes en mesure de mettre en œuvre des services axés sur les données et d'utiliser efficacement la qualité du produit ou la disponibilité de l'équipement comme arguments de vente », explique Michael Sieren, directeur des ventes de FSW à Grenzebach.
La surveillance de l'état des machines et des systèmes permet d'optimiser concrètement le service et la maintenance. À l'avenir, le service et la maintenance ne seront plus préventifs ou réactifs, mais fondés sur les conditions. En tant que fabricant de machines, il est possible de développer des modèles commerciaux nouveaux à partir de ces modèles, par exemple l'offre d'accords de niveau de service (SLA) nouveaux fondés sur une informations précoce de l'état de la machine et de temps de réaction plus rapides correspondants, ou en tant que service préventif avant qu'une panne ne se produise. En tant qu'opérateur, le besoin de service et de maintenance peut être identifié à un stade précoce à l'aide de la fonction analytique intégrée. Cela permet de planifier les fonctionnements nécessaires à un stade précoce, de réduire les temps d'arrêt imprévus, de réduire les coûts de personnel et d'optimiser la gestion des pièces de rechange.
Afin de détecter les erreurs et les anomalies opérationnelles avant qu'elles ne se produisent, le fabricant de compresseur Boge utilise le logiciel Weidmüller pour la maintenance prédictive.
Le démarrage du projet conjoint avec Weidmüller pour la maintenance prédictive des compresseurs remonte à octobre 2016. « Nous avons d'abord mené une étude de faisabilité pour déterminer si le logiciel de Weidmüller était valable pour détecter les défauts pertinents », explique Georg Jager, chef d'équipe de la turbomachinerie chez Boge. « Il est désormais clair que les statuts anormaux et les modèles d'erreur sont détectés avec une fiabilité absolue grâce à la solution d'analyse personnalisée », poursuit Jager. Avant que cela ne puisse se produire, les spécialistes de Weidmüller ont effectué une analyse de données élaborée. Sur la base de ces résultats, une solution d'analyse individuelle a été développée pour répondre aux exigences du nouveau produit de Boge, le turbocompresseur à haute vitesse (HST). La tâche a été clairement formulée : quelles sont les données pertinentes pour prédire les dommages spécifiques au compresseur ?
Sélection et évaluation de données ciblées
Le turbocompresseur à haute vitesse (HST) de Boge fonctionne absolument sans huile et fixe de nouveaux standards dans la production d'air comprimé sans huile. En créant le compresseur, l'objectif était un niveau d'efficacité maximal en termes de fonctionnement et de maintenance. Les compresseurs sont entraînés par un moteur à aimant permanent à haute densité d'énergie. Une caractéristique spéciale du compresseur HST de BOGE est un arbre d'entraînement à air comprimé intégré - la condition préalable pour des vitesses extrêmement élevées bien au-delà de 100 000 rotations. L'arbre entraîne une roue en titane, qui, avec une construction de boîtier spéciale, assure une génération extrêmement efficace d'air comprimé. Toutes les données provenaient de composants de technologie de mesure qui étaient déjà présents dans le compresseur, de sorte que la technologie de capteur a dû être modernisée.
Afin de pouvoir évaluer les valeurs définies, les scientifiques des données de l'équipe Industrial Analytics de Weidmüller ont examiné toutes les données à l'aide de méthodes statistiques, ont évalué la qualité réelle des données et ont décidé de leur pertinence avec Boge. Un savoir-faire spécifique sur le système à air comprimé était nécessaire à ce stade ; l'évaluation comprenait une vaste expérience du fonctionnement de toutes les machines sur le terrain. Les experts de Weidmüller ont ensuite trié les données de manière radicale, de sorte qu'au final, il restait nettement moins de sources de données. L'équipe devait également acquérir de l'expérience sur la façon dont les valeurs de mesure étaient en corrélation les unes avec les autres.
Au cours des évaluations, il est apparu clairement que ce n'était pas la valeur individuelle qui importait, mais le modèle de données. Cela crée un modèle de données complexe de normalité qui peut être utilisé pour prédire avec précision l'événement d’endommagement si les valeurs sont différentes du modèle appris d'une certaine manière. Il est également important que ce système apprenne en permanence. Il change à chaque nouvelle signalisation d'erreur et en fonction des commentaires de l'opérateur. La solution analytique est conçue pour tirer des leçons de situations inconnues - ainsi les prévisions calculées deviennent de plus en plus précises sur tout le temps de fonctionnement du compresseur.
Prévoir - et prévenir - les dommages à la minute exacte
L'utilisateur bénéficie d'un logiciel très efficace qui fournit des informations sur le nombre de minutes ou d'heures qu'il faudra avant qu'un problème technique ne se produise sur la machine. La poursuite de l'utilisation du compresseur définit alors si cette valeur résiste ou non. Si le scénario d'utilité change et que la machine n'est pas endommagée, la « durée de vie restante » affichée est prolongée.
Sans souci avec selectair
Dans chaque cas, des dommages importants à la technologie peuvent être évités si les utilisateurs réagissent en temps utile et organisent une visite de service ou un intervalle de maintenance. C'est là que tout se met en place pour BOGE, puisque l'ensemble du service du spécialiste de l'air comprimé repose sur le principe de la « sécurité d'abord ». Tout est mis en œuvre pour que la machine s’arrête le moins possible et le plus brièvement possible pendant son cycle de vie. Il n’est plus nécessaire d'investir dans des systèmes redondants. « Afin d’atteindre cet objectif, nous prenons des mesures novatrices et nous faisons agissons en tant que pionniers dans le domaine des services », explique Georg Jager de BOGE. Le résultat est le concept de service Boge selectcair. En plus du logiciel d'analyse, il comprend la surveillance à distance Boge airstatus, qui est intégrée dans toutes les machines ex works, ainsi que la « récupération 24 heures sur 24 ». De cette manière, Boge garantit qu'une machine puisse être remise en fonctionnement après 24 heures au plus tard en cas d'arrêt. « La maintenance prédictive est importante ici car elle permet de planifier les appels de service encore plus tôt. La machine n'est arrêtée que pendant une courte période de maintenance, ce qui fait des temps d'arrêt inutilement longs une chose du passé. Nous sommes convaincus que cette technologie prévaudra sur le marché de l'air comprimé et établira de nouveaux critères de référence. »
BOGE - Leader du marché des compresseurs
Avec plus de 110 ans d'expérience, Boge Kompressoren Otto Boge GmbH & Co. KG est l'un des plus anciens fabricants de compresseurs et de systèmes à air comprimé en Allemagne. La société construit des compresseurs à piston, à vis, à défilement et turbo qui sont utilisés principalement dans la technologie médicale et les industries alimentaires et pharmaceutiques. Ils sont également utilisés sur le marché clé de l’automobile et de la construction de machines.
L'entreprise familiale internationale active emploie 850 personnes, dont environ 490 à son siège à Bielefeld, et fournit ses produits et ses systèmes dans plus de 120 pays à travers le monde.
Vincent Fievet
Directeur Technique