L’utilisation des données des capteurs de l’IoT pour la maintenance des actifs – Le passage à la maintenance prédictive des bâtiments intelligents (série d’articles « De la donnée brute à l’information », 8e partie)

Temps de lecture estimé :
5
minutes

Les technologies de capteurs sont largement utilisées pour effectuer le suivi des équipements industriels (pendant l’exploitation). Mais quelle est l’utilité des technologies liées à l’IoT pour la maintenance des actifs dans les bâtiments commerciaux ? Dans cet article, nous nous intéresserons à la manière dont les données des capteurs peuvent améliorer l’efficacité de la maintenance des bâtiments, depuis le suivi des actifs et des alertes jusqu’à la maintenance prédictive des bâtiments intelligents.

Les approches de maintenance réactive, préventive et prédictive

Quelle approche de maintenance choisir pour vos services généraux ? Des éléments non cruciaux d’un bâtiment peuvent tomber en panne sans provoquer de problèmes majeurs. Ces éléments sont en général remplacés rapidement et à faible coût (comme des ampoules par exemple). Concernant les actifs plus cruciaux, les sommes dépensées en maintenance préventive seront presque toujours inférieures aux coûts engendrés par les pannes réelles, les temps d’arrêt non prévus et les interventions curatives. Pour les composants des bâtiments qui ne sont pas très exposés aux pannes soudaines et imprévues, la stratégie adéquate consiste à avoir une maintenance planifiée, préventive. Les intervalles de maintenance préventive sont basés sur le temps ou l’usage, et la fréquence optimale de maintenance est déterminée à l’aide des normes, de l’expérience et des instructions fournies par les fabricants des équipements. Une maintenance planifiée essaie de parvenir à un équilibre entre une maintenance exagérée (coût excessif) et une maintenance insuffisante (panne, mauvais contrat de niveau de service) en fonction des performances « moyennes ».

La maintenant prédictive va plus loin en prévoyant avec exactitude à quel moment l’équipement est susceptible de tomber en panne et en programmant l’exécution des tâches de maintenance avant la survenue de la panne. Une telle stratégie vise à prévoir les pannes avant qu’elles ne se produisent, en donnant du temps pour une mesure corrective sans perturber les flux de travail tout en prolongeant le cycle de vie de l’équipement.

Il convient toutefois de préciser que chaque approche a ses avantages et ses limites. Par exemple, la mise en place d’une maintenance prédictive nécessite des connaissances spécialisées. Les efforts n’en valent pas toujours la peine. Ainsi, les stratégies de maintenance conseillées aux entreprises seront différentes selon leurs activités (bureaux, entrepôts, établissements de soins de santé, infrastructure de transport, centrale électrique), le type d’actifs et leur criticité pour l’entreprise.

Le réchauffement climatique étant un problème de plus en plus urgent, la maintenance des bâtiments et le remplacement des équipements doit également être considéré comme une opportunité pour accroître la durabilité environnementale et accélérer la transition énergétique.

La détection des problèmes et les alertes

« Le management baladeur » peut sembler commode, mais c’est une mauvaise idée dans le cas de la gestion des bâtiments, en particulier si votre portefeuille comprend plusieurs bâtiments ou sites. Dans ce cas, un suivi continu et des données de capteurs deviennent quasiment indispensables pour alerter rapidement l’équipe des FM en cas d’anomalie et pour prévenir ou minimiser les pannes. Des capteurs connectés effectuent un suivi de différents paramètres (température, humidité, CO2, COV, pression atmosphérique, consommation énergétique, vibrations dues aux pièces en mouvement, etc.) et fournissent des indications sur les dysfonctionnements de systèmes comme des filtres à air encrassés des systèmes CVCA, une pompe de circulation défectueuse ou des fuites.

Le suivi automatisé via un logiciel basé sur les flux de travail

La détection des problèmes est la première étape, l’étape suivante consiste à rendre exploitables les alertes reçues. Avec un logiciel basé sur les flux de travail, vous pouvez mettre en place des processus automatiques à l’aide d’une logique « si ceci, alors cela » : les alertes sont converties en bons de travail, qui sont affectés à l’équipe interne de FM ou aux intervenants externes chargés de la maintenance. Par exemple, si le seuil de température paramétré dans la salle des serveurs est dépassé, un bon de travail est émis pour vérifier l’installation de CVCA. Ou si des capteurs repèrent un dysfonctionnement sur une porte de quai de chargement dans un entrepôt, un bon de travail est transmis pour régler le problème. Ce processus peut être grandement automatisé afin que les fournisseurs reçoivent un aperçu du travail à effectuer, souvent avant que les utilisateurs ne soient même conscients d’un éventuel problème.

En savoir plus sur le rôle du logiciel spécialisé pour la maintenance :

Vue du ciel depuis la ville avec superposition graphique

Maintenance prédictive des bâtiments intelligents

La maintenance prédictive est conditionnelle. Elle ne s’appuie pas sur des intervalles de temps fixes ou une fréquence d’utilisation pour déterminer à quel moment la maintenance doit être effectuée. La maintenance prédictive des bâtiments intelligents se sert du suivi continu, de la détection des pannes, et de l’apprentissage machine pour décider si une défaillance du matériel est susceptible de se produire. Si un défaut apparaît, les capteurs vont le détecter afin que la maintenance ne soit effectuée que si elle est nécessaire, pour éviter des coûts inutiles. Cette approche est également susceptible de prévenir des dommages (irréversibles) à un actif.

Le processus d’apprentissage est basé sur des modèles de détection de défauts (de fournisseurs tiers). Ceux-ci déterminent et montrent le comportement normal d’un actif. Si les données entrantes indiquent qu’il y a un écart par rapport à ce modèle normal, il y aura une détection de défaut. Le moteur d’apprentissage automatique interprétera les modèles et veillera à ce que des mesures soient prises (par exemple, l’actif est utilisé plus intensivement que prévu, la maintenance doit donc être programmée plus tôt). En influençant les points de réglage, le plan préventif devient un plan de maintenance prédictive, avec des interventions en temps voulu et une programmation intelligente. La base de tout cela est votre logiciel de GMAO/FMAO qui intègre vos actifs, vos espaces, vos processus, votre personnel et la planification de la maintenance.

N’hésitez pas à nous contacter pour découvrir comment la maintenance intelligente assistée par l’IoT peut améliorer la gestion de vos bâtiments.

Carlo Van Der Steen

Par Carlo Van Der Steen

Vice-président principal des ventes directes chez Spacewell

Carlo Van Der Steen accompagne les clients et les partenaires avec des solutions technologiques éprouvées et un objectif de valeur clair. Ses vingt années d’expérience couvrent tous les domaines de la gestion des services généraux et des projets immobiliers, côté locataire, propriétaire et fournisseur. Carlo a débuté sa carrière chez Siemens, où il a d’abord réorganisé la division immobilière. Il a ensuite été nommé responsable de la sélection et du déploiement d’une GMAO à l’échelle mondiale au sein de l’entreprise.

Chez Spacewell, Carlo a d’abord été responsable des grands comptes paneuropéens. Il a ensuite déménagé en Suède avec sa famille, afin de mettre en place l’organisation dans les pays nordiques. Il a encadré avec succès la croissance de cette équipe et a poursuivi le développement du réseau de partenaires distributeurs de Spacewell avant de récemment reprendre le poste de vice-président principal des ventes directes.

Home » Ressources » Blog » L’utilisation des données des capteurs de l’IoT pour la maintenance des actifs – Le passage à la maintenance prédictive des bâtiments intelligents (série d’articles « De la donnée brute à l’information », 8e partie)