Présentation
EnglishRÉSUMÉ
Les exigences de performance globale conduisent les industriels à renforcer leur capacité à anticiper les phénomènes de défaillance, et la mise en œuvre de solutions de Prognostics and health Management (PHM) prend une part grandissante dans les activités de maintenance. Cet article vise à présenter l'émergence de cette thématique de PHM, à décrire les processus sous-jacents – notamment celui du pronostic –, et à expliciter les bénéfices pouvant en être attendus.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Rafael GOURIVEAU : Maître de conférences – ENSMM – Institut FEMTO-ST [email protected]
-
Kamal MEDJAHER : Maître de conférences – ENSMM – Institut FEMTO-ST [email protected]
-
Emmanuel RAMASSO : Maître de conférences – ENSMM – Institut FEMTO-ST [email protected]
-
Noureddine ZERHOUNI : Professeur des Universités – ENSMM – Institut FEMTO-ST [email protected]
INTRODUCTION
Les services « FMDS » (fiabilité, maintenabilité, disponibilité, sécurité) sont aujourd'hui largement sollicités pour réaliser des études ponctuelles ou des analyses de fond. De fait, la maintenance industrielle s'avère source et cible de développements industriels et scientifiques, ce qui se traduit par des actions ponctuelles de partenariat « industrie-recherche ». De manière plus ciblée, au niveau des entreprises, les concepts traditionnels de maintenance préventive et corrective sont peu à peu complétés par une prise en compte plus réactive et proactive des phénomènes de défaillance. En effet, les industriels tendent à renforcer leur capacité à anticiper les défaillances afin de recourir à des actions préventives les plus justes possible dans un objectif de réduction des coûts et des risques. Aussi, la mise en œuvre de solutions de Prognostics and Health Management (PHM) prend une part grandissante dans les activités de maintenance et le processus de pronostic est aujourd'hui considéré comme un des principaux leviers d'action dans la recherche d'une performance globale. D'abord, sur le plan environnemental, le pronostic industriel s'inscrit dans une logique de développement durable : il permet d'augmenter la disponibilité et d'allonger le cycle de vie des systèmes industriels. Ensuite, l'anticipation des défaillances d'éléments critiques permet de prévenir les risques industriels et d'assurer la sécurité des personnes et des biens. Le pronostic permet en outre d'assurer une continuité des services et, par là même, d'augmenter la qualité de ceux-ci. Enfin, la mise en œuvre de la maintenance prévisionnelle (fondée sur le pronostic) nécessite une qualification et participe à la valorisation du personnel technique de maintenance.
Au-delà de l'écho qu'elle peut rencontrer auprès du monde industriel, cette thématique de pronostic-PHM devient naturellement un cadre de travaux de recherche à part entière et tend à être de plus en plus visible au sein de la communauté scientifique. De nombreux laboratoires s'y intéressent aujourd'hui, et quatre conférences consacrées à la thématique du PHM sont programmées chaque année. Cela étant, les solutions de PHM n'en restent pas moins le fruit de l'évolution des techniques et technologies de maintenance. Aussi, cet article vise à présenter l'émergence de cette thématique de PHM, à montrer en quoi elle vient compléter les activités traditionnelles de maintenance, à expliciter les processus sous-jacents, notamment celui du pronostic, à décrire les bénéfices pouvant être attendus de la mise en œuvre de solutions de PHM dans l'industrie, et enfin à apporter quelques éléments de réflexion sur les problèmes majeurs et défis encore d'actualité.
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Innovation > Industrie du futur > Industrie du futur : outils technologiques > PHM – Prognostics and health management - De la surveillance au pronostic de défaillances de systèmes complexes > Des données au RUL : architecture CBM et processus PHM
Accueil > Ressources documentaires > Génie industriel > Industrie du futur > Industrie du futur : outils technologiques > PHM – Prognostics and health management - De la surveillance au pronostic de défaillances de systèmes complexes > Des données au RUL : architecture CBM et processus PHM
Cet article fait partie de l’offre
Maintenance
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
3. Des données au RUL : architecture CBM et processus PHM
3.1 Processus de détection, diagnostic et pronostic
L'activité de maintenance fait appel à différents processus métiers dont la finalité est de réduire les coûts de maintenance, tout en augmentant la fiabilité, la disponibilité et la sécurité de ses équipements. Ainsi parle-t-on couramment de la détection de défauts, du diagnostic de défaillance, du choix d'actions de maîtrise (préventives ou correctives), de la planification de ces actions dans le temps. De manière imagée, ces étapes correspondent à la nécessité, d'abord, de percevoir certains phénomènes, ensuite, de les comprendre, et enfin, d'agir en conséquence. Cela étant, tel que nous l'avons déjà mentionné, une autre approche (complémentaire et non exclusive) consiste, non pas à comprendre a posteriori un phénomène qui vient de se manifester (défaillance), mais plutôt, à tâcher d'en anticiper l'apparition afin de recourir à des actions protectrices en conséquence. C'est l'objectif du « pronostic de défaillance ». Le positionnement relatif des processus de détection, diagnostic et pronostic est schématisé sur la figure 8, point a. D'un point de vue phénoménologique, leur complémentarité peut être expliquée comme suit (figure 8, point b) :
-
la détection vise à identifier le mode de fonctionnement du système, son état ;
-
lorsqu'une défaillance est apparue, le diagnostic permet d'isoler et d'identifier le composant qui a cessé de fonctionner (des effets vers les causes) ;
-
le pronostic vise la prédiction des états futurs du système (des causes vers les effets).
Ainsi, les principales activités de maintenance industrielle énumérées ici se complètent parfaitement. Elles reposent cependant naturellement sur une bonne compréhension des phénomènes de défaillance. Cela peut être délicat lorsque...
Cet article fait partie de l’offre
Maintenance
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Des données au RUL : architecture CBM et processus PHM
BIBLIOGRAPHIE
-
(1) - UNION EUROPEENNE - Recommandation de la commission du 30 mai 2001 concernant la prise en considération des aspects environnementaux dans les comptes et rapports annuels des sociétés : inscription comptable, évaluation et publication d'informations. - Journal officiel de la Communauté européenne, 30 mai 2001.
-
(2) - BENGTSSON (M.) - Condition based maintenance systems an investigation of technical constituents and organization aspects. - Thèse de doctorat, department of Innovation, Design, and Product Development, Mälardalen University (2004).
-
(3) - KARRAY (M.-H.), MORELLO (B.), ZERHOUNI (N.) - Towards a maintenance semantic architecture. - Proceedings of the 4th World Congress on Engineering Asset Management (WCEAM'09), Athènes (2009).
-
(4) - VACHTSEVANOS (G.), LEWIS (F.-L.), ROEMER (M.), HESS (A.), WU (B.) - Intelligent fault diagnosis and prognosis for engineering systems. - Wiley and Sons, Inc. Hoboken, New Jersey, USA (2006).
-
(5) - SAXENA (A.), CELAY (J.), SAHA (B.), SAHA (S.), GOEBEL (K.) - Metrics for offline evaluation of prognostic performance. - International...
DANS NOS BASES DOCUMENTAIRES
ANNEXES
CALCE Center for Advanced Life Cycle Engineering, Simulation Assisted Reliability Assessment SARA®, [Logiciel] : outil de simulation http://www.calce.umd.edu/
NI, Watchdog Agent™ Prognostics Toolkit for LabVIEW, [Logiciel] toolbox développée par National Instrument et IMS http://sine.ni.com/nips/cds/view/p/lang/en/nid/210191
C-MORE, EXAKT : condition-based maintenance optimizer, [Logiciel] développé par le Centre for Maintenance Optimization and Reliability Engineering C-MORE http://cmore.mie.utoronto.ca//index.html
HAUT DE PAGE
CALCE : site web du Center for Advanced Life Cycle Engineering, Université du Maryland ...
Cet article fait partie de l’offre
Maintenance
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive