Grâce à des capteurs connectés et à l’apprentissage automatique, les exploitants de bâtiments peuvent être avertis à l’avance d’une éventuelle défaillance des systèmes et programmer la maintenance ou les réparations dans les délais.
Capteurs d’occupation, conditions météorologiques, statistiques d’utilisation. . . tous créent une vue d’ensemble de l’usure et de l’utilisation des équipements. L’association de données en temps quasi réel et de l’apprentissage automatique peut aider à déterminer les défaillances potentielles des équipements bien avant qu’elles ne se produisent.
Le bâtiment intelligent doit être durable
Aujourd’hui, la plupart des équipements disposent d’instructions et de procédures détaillées pour effectuer régulièrement une maintenance préventive. De nombreux systèmes exigent des opérateurs qu’ils vérifient l’usure, remplacent certains composants, nettoient les filtres ou procèdent à des mises à jour et des réglages à intervalles réguliers.
Si ces procédures peuvent contribuer à éviter ou à retarder les pannes d’équipement, elles ne tiennent pas compte des nombreuses différences dans l’utilisation des appareils ou des machines, des conditions d’utilisation et d’autres facteurs.
Ces dernières années, les fabricants d’ascenseurs, de systèmes de chauffage, de ventilation et de climatisation, d’escaliers mécaniques, de systèmes de sécurité et d’autres équipements destinés aux bâtiments et à leur gestion ont commencé à intégrer des machines et des composants dotés de capteurs et de capacités de commande à distance.
Les nouveaux équipements dotés de capteurs intégrés permettent non seulement de donner une image des différents états des machines, mais aussi d’aider les opérateurs à prévoir le moment où il est nécessaire d’effectuer des procédures de maintenance pour maintenir les unités en état de marche et en sécurité.
L’apprentissage automatique et l’intelligence artificielle peuvent aider à programmer des périodes de maintenance différentes pour les grandes installations.
La maintenance préventive est généralement basée sur le temps ou l’utilisation. La maintenance prédictive, quant à elle, est basée sur l’état réel de l’équipement, et non sur le calendrier.
La maintenance prédictive ne remplace pas les exigences de conformité des contrôles de routine, mais elle élimine ce que certains gestionnaires d’installations appellent l’approche « presse-papiers ».
Les données recueillies auprès de plusieurs unités peuvent aider les fabricants à dresser un tableau des conditions d’utilisation dans différentes zones et différents environnements. Par exemple, une installation CVC dans une région sèche et chaude peut fonctionner différemment d’une autre installée dans un climat froid et humide ; le même modèle installé dans un immeuble résidentiel fonctionne durant des périodes et dans des conditions différentes de celles d’une usine ou d’un immeuble de bureaux. Les capteurs de température et d’humidité peuvent fournir une image claire de ces conditions.
Dans l’exemple ci-dessus, le manuel d’entretien typique du CVC ne spécifie généralement pas les différentes conditions d’utilisation. Il indique très probablement qu’il faut effectuer une maintenance préventive en fonction du nombre d’heures de fonctionnement ou entre les saisons.
Les ascenseurs sont un autre excellent exemple des avantages de la maintenance prédictive. La société d’entretien immobilier Enertiv affirme que les avantages sont impressionnants, grâce aux données recueillies. La maintenance prédictive IoT utilisée par l’entreprise a permis de réduire les coûts de maintenance d’environ 25 %, dont une réduction de 50 % des pannes d’équipement, et de prolonger la durée de vie des équipements de 20 à 36 %.
En ayant connaissance des différentes conditions et en utilisant les données historiques, les opérateurs et les fournisseurs de services peuvent analyser les schémas d’utilisation et les problèmes de maintenance antérieurs pour déterminer la possibilité de défaillance des équipements dans certaines situations.
Un autre avantage de la collecte de données de capteurs pour la maintenance prédictive est la possibilité de générer une trace vérifiable des performances et du comportement de la machine, que vous pouvez utiliser à votre avantage en cas de demande de garantie.
La maintenance prédictive peut permettre d’optimiser les calendriers et la chaîne d’approvisionnement
Aujourd’hui, la gestion de la chaîne d’approvisionnement est une nécessité pour la plupart des organisations. La pénurie de matériel, notamment d’équipement électronique, peut perturber les installations de fabrication et l’entretien régulier des unités opérationnelles existantes sur le terrain.
C’est pourquoi le fait de savoir à l’avance quand et où les pièces de rechange seront nécessaires peut permettre de maintenir le fonctionnement tout en minimisant les perturbations. En outre, les pièces de rechange peuvent être demandées à l’avance et des techniciens correctement formés peuvent être mobilisés à l’avance pour effectuer la maintenance nécessaire à temps afin d’éviter les réparations coûteuses en dehors des heures de travail.
L’investissement dans la maintenance prédictive est payant
La maintenance prédictive est attrayante dans de nombreux secteurs. Si la 4e révolution industrielle, surnommée Industrie 4.0, est encore loin d’être largement adoptée, entre l’analytique avancée, le Big Data, l’edge computing et le Cloud, nous avons une bonne idée de ce à quoi ressembleront les industries du futur, et du chemin que les fabricants et les prestataires de services doivent parcourir pour achever leur parcours de transformation.
Jusqu’à présent, pour le secteur du bâtiment, l’adoption des nouvelles technologies présente des avantages évidents :
- • Réduire les défaillances catastrophiques des équipements : en utilisant des capteurs IoT et des analyses puissantes, la société de maintenance Enertiv a constaté une réduction de 50 % des pannes d’équipement majeures.
- • Réduction des coûts de maintenance : le gestionnaire d’un immeuble de bureaux de 29 étages a économisé plus de 16 700 dollars de frais d’exploitation et 32 300 dollars de frais de réparation par an.
- • Meilleure performance en matière de sécurité : les réparations d’urgence étant par nature plus dangereuses pour le personnel de maintenance, car elles l’exposent à plus de dangers, la maintenance prédictive permet d’éviter ces scénarios, ce qui renforce la sécurité.
- • Gestion des demandes de garantie : les nouveaux équipements sous garantie peuvent tomber en panne pour de nombreuses raisons. L’utilisation des données recueillies et des analyses aide les gestionnaires d’installations à déposer des demandes de garantie avec des données spécifiques, en particulier lorsque les défaillances sont chroniques et répétitives.
Les industries telles que la fabrication lourde, les chemins de fer, la production d’énergie et l’aviation ont d’ores et déjà fréquemment recours à la maintenance prédictive. Un dysfonctionnement des équipements peut entraîner une perturbation massive du fonctionnement de ces secteurs et coûter des millions de dollars par jour.
Perspectives d’avenir
Le secteur du bâtiment commence à percevoir les avantages de l’IoT et de l’intelligence artificielle. À mesure que l’on développe l’intelligence autour des équipements et des installations, la maintenance prédictive devient un moyen d’améliorer l’efficacité et la sécurité opérationnelles, ainsi que de réduire les coûts.
