Avenir prévisible
Les camions les plus payants sont ceux qui roulent. Un camion en panne sur la route ou immobilisé dans l’atelier coûte de l’argent au lieu d’en rapporter. Les temps d’immobilisation, que les anglophones appellent «downtime», sont des grands ennemis de la rentabilité de votre flotte. Mais des grands concepts comme l’Internet des objets, les métadonnées et l’intelligence artificielle viendront bientôt vous éviter des problèmes tout juste avant qu’ils n’arrivent. Bienvenue dans le monde de la maintenance prévisionnelle.
L’entretien préventif se base sur la prémisse qu’une composante se détériorera sur une certaine période de temps, qui est sensiblement la même pour toutes les composantes du même type. Conséquemment, il est possible que l’on change des pièces qui auraient pu durer plus longtemps ou qui, au contraire, auraient pu cesser de fonctionner avant d’être changées, occasionnant la panne.
Avec l’entretien prévisionnel (ou prédictif), on est plus précis : les données recueillies par le véhicule permettent de prévoir le moment auquel la pièce pourrait tomber en panne, et ainsi de l’éviter en assurant l’entretien au moment optimal. L’entretien prévisionnel est déterminé par la condition de la pièce plutôt que des moyennes ou des statistiques de durée de vie.
L’avènement des véhicules connectés et de la collecte de données vient rendre l’entretien prévisionnel possible dans le transport par camion.
Datadis, un fournisseur québécois bien connu de logiciels de gestion de maintenance, tenait récemment sa Rencontre annuelle des partenaires, dont le thème était justement L’intelligence artificielle au service de votre atelier. Patrick Nadeau, analyste d’affaires, y a fait une présentation sur le sujet. Il prévoit de gros changements au cours des prochaines années.
«Du côté du transport, les véhicules intelligents s’en viennent et la maintenance prédictive est quelque chose d’inévitable», dit-il.
Les capteurs qui vous ont probablement occasionné des pannes depuis leur multiplication sur les camions, deviendront au contraire le premier dispositif dans une chaîne de technologies qui permettront d’éviter les pannes.
«Ce que nous proposons, c’est de commencer à regarder comment nous pourrons intégrer toutes ces données qui viennent de l’Internet des objets, les données propriétaires des clients et les données que nous sommes en mesure de recueillir du Big Data, pour ainsi commencer à faire des courbes de prédiction et de la maintenance prédictive», d’expliquer M. Nadeau. «Nous nous préparons à recevoir ces informations dans notre logiciel de maintenance pour faire de plus en plus de prédictions sur les systèmes et sur les pièces, et pour évaluer le rendement de ces pièces.»
La maintenance prévisionnelle permettra de détecter les anomalies dans les fonctionnalités de l’équipement à travers le rendement des systèmes; de prédire si un équipement peut subir une panne dans un proche avenir, d’estimer la durée de vie utile restante d’un équipement ou d’une pièce critique, d’identifier les principales causes de défaillance et de déterminer quelles tâches de maintenance doivent être effectuées et à quel moment.
Mais est-ce encore très loin tout ça? Vraiment pas, selon M. Nadeau.
«Nous voulons commencer à travailler là-dessus dans une échéance de deux ans. Commencer à faire de la prédiction sur les pièces, l’étendre au système mécanique, regarder ce que les systèmes de télémétrie peuvent nous fournir et intégrer cela éventuellement dans notre système, pour pouvoir donner des diagnostics sur les différents systèmes mécaniques et un état général du matériel roulant.»