Maintenance prédictive : par où commencer ?

On ne présente plus la maintenance prédictive, issue des innovations dans les domaines du capteur et du big data dans l’objectif d’anticiper les pannes avant qu’elles surviennent.

Des industriels en tirent déjà des gains majeurs sur leurs coûts de maintenance, les plus avancés la mettent au service de modèles d’affaires différenciants basés sur le « never fail service » et la vente à l’usage.

Cependant, force est de constater que si les principes généraux de la maintenance prédictive sont maintenant largement diffusés, la majorité des acteurs du secteur peine à déployer une approche d’implantation efficace et coordonnée.

Alors, par où commencer ?

Pour réussir, nous avons constaté qu’il faut éviter trois pièges communs :

• Vouloir démarrer par la technologie : quels capteurs ? quels algorithmes ?
• Se lancer seul sans support : méthodologique, technologique et organisationnel.
• Sous-estimer la transformation de l’organisation et la conduite du changement.

C’est donc avec une démarche de transformation ambitieuse, alignée avec les objectifs stratégiques de l’entreprise, que les industriels peuvent capter tous les bénéfices de la maintenance prédictive.

Ce type d’approche va s’articuler autour de quatre étapes :

• Définir les enjeux économiques et les opportunités d’affaires
• Mettre en place les solutions techniques de collecte et d’analyse de données
• Intégrer un nouvel écosystème digital
• Transformer les processus et l’organisation

Avant de définir plus précisément la stratégie de déploiement et ses moyens associés, il faut avoir une idée claire des bénéfices que l’entreprise va tirer de la maintenance prédictive à court, moyen et long terme.

Cette étape s’aborde sous deux angles complémentaires : la réduction des coûts globaux de maintenance et les opportunités d’affaires. Si l’impact sur les coûts diffère d’un secteur et d’une organisation à l’autre, nos études montrent que les montants sont généralement très significatifs :

• Une diminution de la fréquence d’occurrence des pannes pouvant aller jusqu’à 70 %
• Une réduction des coûts de maintenance globaux jusqu’à 30 % comparé à la maintenance préventive
• Une réduction des temps d’arrêt non planifiés jusqu’à 50%

La maintenance prédictive permet ainsi d’atteindre de nouveaux niveaux d’efficacité opérationnelle en s’appuyant sur le développement de technologies propriétaires et d’algorithmes prédictifs permettant l’analyse des données topologiques.

Le second bénéfice de la maintenance prédictive est la capacité à générer de nouvelles opportunités commerciales à travers le développement de nouveaux modèles économiques intelligents.

Ainsi, on voit se développer de nouveaux modèles d’affaires basés sur la transition depuis la vente de produits traditionnels vers la vente
de services. Ce pourra être par exemple de nouvelles propositions de valeur basées sur des durées d’exploitation (e.g. ; nombre heures/ mois…) ou la garantie d’un certain niveau de disponibilité de produits (le « never fail service »).

Le cas Michelin Tire Care
 

• Sur un marché ultra concurrentiel ou le produit seul n’est plus source de valeur, Michelin a fait le choix de vendre une solution clé en main à ses grands comptes (plus de 100 véhicules). Leur solution de maintenance prédictive supporte ainsi un nouveau business model basé sur le service. Les gains ? Pour les utilisateurs, une prévision des actions à réaliser sur l’ensemble de leur flotte et une meilleure utilisation du matériel (les pneus sont utilisés jusqu’à la fin de leur cycle de vie). Pour Michelin, outre un accès direct à ses clients finaux, cette offre de maintenance prédictive lui permet de prévoir au plus juste ses interventions chez le client.

Ces avantages s’appliquent à tout type d’organisation, incluant les fabricants de produits spécialisés et les opérateurs de transport, en passant par les industries axées sur la gestion d’actifs.

A titre d’exemple, la compagnie low-cost EasyJet a mis en place une stratégie de maintenance prédictive sur l’intégralité de sa flotte de plus de 300 avions, à la suite de projets pilotes réussis.

Grâce au soutien d’Airbus et sa plateforme Skywise, 31 événements ont été anticipés avec succès avant qu’ils ne se produisent l’an dernier.

Dans un autre domaine, Nestlé a mis à jour l’ensemble de son parc de machines à café professionnelles avec l’ajout de capteurs permettant des services de maintenance prédictive, optimisant ainsi les déplacements des techniciens.

Enfin, la société de compresseurs Kaeser a déployé une offre de vente de volume d’air plutôt que de machines, en assurant un taux de service optimal grâce à la maintenance prédictive.

Une fois ces objectifs stratégiques déterminés, vers quelles solutions techniques doit-on s’orienter ?