MINES LA REVUE DES INGÉNIEURS #511 - Février 2021 - 22

Dossier
L'INDUSTRIE 4.0
L'optimisation du
tri-bagage de l'aéroport
Charles de Gaulle s'appuie
sur la maintenance
prédictive.
sont stockées sur le réseau informatique de l'usine mais
difficilement accessibles ; ceci limite fortement la capacité
à les utiliser pour de la maintenance prédictive. Là
encore, il est essentiel de planifier correctement le projet,
puisque des solutions existent pour éviter ces écueils.
Par exemple, l'utilisation de technologies d'Edge Analytics,
c'est-à-dire l'implémentation de la solution à proximité
des équipements industriels et non pas dans le
cloud, permet de relocaliser l'algorithme au cœur des
usines afin de dépasser ces problèmes de disponibilité
des données et de cybersécurité.
PLUSIEURS ANNÉES DE RETOUR D'EXPÉRIENCE
SUR LE TERRAIN POUR ÉVITER LES PIÈGES
Des succès concrets ont pu être mis en place ces dernières
années grâce à une stratégie de collecte des données
anticipée, le bon choix du modèle et une stratégie
de déploiement compatible avec les contraintes informatiques
de l'usine.
Par exemple, la SNCF a démontré comment une meilleure
utilisation des données des escalators en gare permettait
d'anticiper leur casse et ainsi en augmenter la disponibilité
pour les voyageurs, dans le cadre du programme Data
City coorganisé avec la Mairie de Paris1
.
Total a appliqué avec succès ces méthodes sur la détection
de défaillances des pompes installées au fond des
puits, afin d'anticiper les casses et réduire les temps d'indisponibilité2
.
De
même, on peut également citer Aéroport de Paris qui
a bénéficié de ces technologies pour la maintenance du
système de tri des bagages de Charles de Gaulle3
. En
effet, constitué de plusieurs dizaines de kilomètres de
tapis roulant, sous les pistes de l'aéroport, le système de
tri bagage est une installation industrielle critique qui
permet à l'aéroport d'assurer le transfert des bagages
des avions en transit, dans un temps toujours plus court.
Il s'agit de plusieurs centaines de machines, telles que
des convoyeurs et des trieurs dont la maintenance
nécessite une attention permanente, surtout pendant les
MINES_LA REVUE DES INGÉNIEURS
22
périodes chargées des congés scolaires. L'assistance de
l'IA permet aux équipes de l'aéroport de focaliser leurs
efforts sur les zones les plus à risque et ainsi maximiser
l'impact de leurs interventions.
Pour mettre en place cette solution, l'historique des données
des machines (compteurs de bagages, données
moteurs, etc.) a été croisé avec les informations sur les
interventions de maintenance stockées dans la base de
données de maintenance. Ces données ont ensuite été
fournies à l'algorithme afin qu'il apprenne à reconnaître
les corrélations entre une intervention de maintenance
et l'évolution de l'état de la machine dans les jours précédents.
Une fois entraîné, cet algorithme a été déployé
dans le système informatique de l'aéroport afin d'analyser,
en temps réel, les nouvelles données des machines
et ainsi y détecter des motifs similaires à ceux visibles
dans le jeu de données d'apprentissage et pouvant être
précurseurs de possibles pannes.
Enfin, Suez a réussi à améliorer drastiquement la qualité
et la rapidité de son service de maintenance des canalisations
grâce à une intelligence artificielle qui détecte
automatiquement les dégradations du réseau, à partir de
vidéos prises par des drones4
.
Dans l'ensemble de ces projets, le développement et l'entraînement
du modèle ont été intégrés dans des projets
conçus pour la mise en œuvre d'une solution opérationnelle,
incluant également les experts métiers, l'information
et le management opérationnel du site industriel.
Cette collaboration étroite et coordonnée a permis de
réussir la mise en opérations de ces technologies dans
des environnements aussi divers qu'exigeants.
LA MAINTENANCE PRÉDICTIVE, UNE VALEUR SÛRE
DANS UNE STRATÉGIE 4.0
Dans les cas réels observés, si elle ne permet pas d'éviter
entièrement les activités de maintenance traditionnelle,
la maintenance prédictive permet tout de même d'en
réduire la fréquence et la charge associée. Cependant,
pour réussir ces projets, il est nécessaire de planifier l'ensemble
des tâches depuis la collecte des données jusqu'à
la mise en production du modèle. Correctement appliquée,
cette méthodologie permet de drastiquement
améliorer l'efficacité des sites industriels et, ainsi, de
rendre très concrets sur le terrain les bénéfices de l'Industrie
4.0. 
1. Le projet Smart Escalator du challenge DataCity : http://bit.ly/Mines511-7
2. détection de défaillances des pompes chez Total : http://bit.ly/Mines511-8
3. ADP et la maintenance prédictive : http://bit.ly/Mines511-9
4. Suez et la maintenance des canalisations par l'IA et des drones :
http://bit.ly/Mines511-10
#511_FÉVRIER_2021
DR
http://bit.ly/Mines511-7 http://bit.ly/Mines511-8 http://bit.ly/Mines511-9 http://bit.ly/Mines511-10
MINES LA REVUE DES INGÉNIEURS #511 - Février 2021

Table des matières de la publication MINES LA REVUE DES INGÉNIEURS #511 - Février 2021
