Présentation
RÉSUMÉ
Cet article présente les fondements de la maintenance préventive, dont l’objectif est d’éviter l’apparition des défaillances. Il propose une typologie des différentes formes de maintenance préventive ainsi que des tâches et activités correspondantes. Il retrace l’évolution de ces pratiques depuis les années 1950 jusqu’aux paradigmes des industries 4.0 et 5.0. Il détaille également la classification des techniques et technologies disponibles, le traitement de l’information et les critères de sélection des méthodes pour définir les intervalles de maintenance. Enfin, il expose les nouveaux principes de la maintenance prévisionnelle fondée sur le RUL dans le contexte des industries 4.0 et 5.0.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Gilles ZWINGELSTEIN : Ingénieur de l’École nationale supérieure d’électrotechnique, d’électronique, d’informatique et d’hydraulique et des télécommunications de Toulouse (ENSEEIHT), docteur-ingénieur, docteur ès sciences, professeur associé des universités en retraite, université Paris-Est Créteil, France
INTRODUCTION
Cet article présente les objectifs de la maintenance préventive dans le cadre du management de la maintenance, les normes en vigueur, ainsi que les méthodes, technologies et modalités de mise en place des programmes de maintenance. Il décrit également les évolutions et améliorations apportées à la maintenance préventive par les concepts des industries 4.0 et 5.0, notamment grâce à l’utilisation massive de l’intelligence artificielle.
La première section décrit les enjeux de la maintenance préventive conformément aux normes EN NF 13306 et CEI 60050-192. Les paramètres caractéristiques de la courbe de dégradation conduisant à la défaillance font ensuite l’objet de descriptions détaillées car ils sont utilisés pour établir une politique de surveillance des équipements. Dans ce but, les notions de défaillance potentielle, d’intervalles P-F et de « net P-F interval » sont introduites.
La seconde section récapitule les principales définitions relatives à la maintenance et précise le rôle de la maintenance préventive. Conformément aux normes en vigueur, les classifications arborescentes des types et activités de maintenance sont également fournies selon la norme EN NF 13306.
La troisième section propose une lecture chronologique de l’évolution de la maintenance préventive sur la période 1950-2025. Les contenus des grandes étapes depuis les années 1950, où la maintenance préventive était avant tout planifiée et manuelle, jusqu’aux approches connectées et intelligentes de l’industrie 5.0, y sont détaillés. Cette section décrit successivement : les débuts de la maintenance programmée dans les années 1950-1960 ; l’apparition des premiers capteurs et de la maintenance conditionnelle dans les années 1970-1980 ; l’essor de l’informatisation et de la GMAO dans les années 1990-2000 ; l’avènement de l’industrie 4.0 avec l’IoT, le Big Data et l’IA dans les années 2010 ; et enfin, l’ère de l’industrie 5.0, caractérisée par la collaboration homme-machine, les jumeaux numériques et les environnements industriels résilients. Elle inclut également les statistiques sur l’évolution des types de maintenance en fonction de la taille des entreprises entre 2000 et 2025.
La quatrième section dresse une typologie détaillée des méthodes utilisées en maintenance préventive. On y distingue : les contrôles non destructifs surfaciques (inspection visuelle, ressuage, magnétoscopie) ; les contrôles volumétriques (ultrasons, radiographie, courants de Foucault, thermographie, etc.) ; et les techniques complémentaires, comme l’analyse des lubrifiants, l’analyse vibratoire ou la surveillance électrique.
La cinquième section aborde le traitement des informations issues de la surveillance et des inspections. Elle explique comment les signaux collectés (vibrations, températures, images, sons) sont analysés pour caractériser les défauts et évaluer l’état des équipements. On y détaille les trois étapes clefs du processus décisionnel : détection d’une dégradation potentielle par comparaison à des seuils de référence ; diagnostic de la cause et de la gravité des anomalies, souvent à l’aide de modèles d’IA et de machine learning ; décision sur la stratégie à adopter (réparation, remplacement ou poursuite de la surveillance).
La sixième section présente les critères de choix permettant de définir la stratégie de maintenance la plus adaptée. Elle expose les stratégies d’implantation de la maintenance préventive et en particulier celle de la maintenance basée sur la fiabilité (MBF) et son adaptation aux concepts des industries 4.0 et 5.0.
Enfin, la septième section approfondit la distinction entre maintenance prévisionnelle classique et maintenance prévisionnelle avancée. La première repose sur des modèles statistiques et des seuils fixes pour anticiper les pannes à partir de l’historique des équipements. La seconde, propre aux industries 4.0 et 5.0 et intégrant la démarche de prognostics and health management (PHM), intègre des capteurs IoT, l’intelligence artificielle et les jumeaux numériques pour analyser en temps réel l’état de santé des machines et estimer leur durée de vie restante (RUL).
La conclusion, après un bilan sur les concepts et méthodes développées dans les différentes sections, propose des recommandations pour l’implantation des techniques classiques de maintenance préventive et ouvre les perspectives nouvelles offertes par l’industrie 4.0, la PHM et le RUL. Elle présente, pour le futur lointain, l’état des recherches en intelligence artificielle générale (AGI) et en intelligence artificielle super intelligente (ASI), susceptibles de permettre la conception de génomes artificiels inspirés du modèle humain pour les équipements. Ces approches biomimétiques ouvriraient la voie à une maintenance prédictive de nouvelle génération en évitant les enjeux éthiques propres au domaine médical.
Cet article est réservé aux abonnés.
Il vous reste 94 % à découvrir.
Déjà abonné ? Se connecter
MOTS-CLÉS
VERSIONS
- Version archivée 1 de juil. 2019 par Gilles ZWINGELSTEIN
DOI (Digital Object Identifier)
Présentation
Méthodes de la maintenance préventive prévisionnelle « prédictive »Article inclus dans l'offre
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
6. Sélection des méthodes et stratégies de maintenance préventive
6.1 Critères de choix des méthodes et des intervalles entre tâches
Les sections précédentes ont présenté les principes et technologies applicables à la maintenance, sans aborder les critères de choix ni la fréquence des interventions. Cette section se concentre sur les éléments nécessaires à l’élaboration d’un programme de maintenance préventive pour un équipement industriel complexe. L’exploitation du retour d’expérience (REX) est essentielle, car elle permet de déterminer les lois de probabilité des taux de défaillance des équipements. La figure 32 illustre les comportements les plus courants de ces taux. Par exemple, la courbe E concerne les équipements électroniques dont le taux de défaillance reste constant : la panne peut survenir à tout moment avec la même probabilité. Dans ce cas, une maintenance préventive serait économiquement injustifiée, comme pour un thyristor de puissance, où seule la maintenance corrective est pertinente. L’analyse de ces courbes, combinée à la cinétique de dégradation des composants, permet de définir avec précision les intervalles optimaux entre les tâches de maintenance préventive. À l’exception de la maintenance systématique, dont les intervalles sont fixés par le constructeur ou la réglementation, les autres formes de maintenance préventive nécessitent des analyses technico-économiques approfondies. Si ces modèles classiques demeurent des références, l’avènement de l’industrie 4.0 a permis l’émergence de nouvelles approches fondées sur les données en temps réel, les modèles hybrides et l’intelligence artificielle prédictive. Ces modèles modernes intègrent des taux de défaillance variables selon le temps et les conditions d’usage, combinant modèles physiques (fatigue, Arrhenius, Paris-Erdogan, etc.) et données issues des capteurs. Ils donnent naissance à des lois de défaillance dynamiques, apprises en continu et exploitées par les jumeaux numériques, offrant ainsi une maintenance prédictive plus précise, flexible et contextualisée.
Pour illustrer la difficulté de la sélection des tâches de maintenance conditionnelle, la figure 33 présente la problématique appliquée à un roulement. Comme décrit dans les sections précédentes, de...
Cet article est réservé aux abonnés.
Il vous reste 93 % à découvrir.
Déjà abonné ? Se connecter
Sélection des méthodes et stratégies de maintenance préventive
Article inclus dans l'offre
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
BIBLIOGRAPHIE
-
(1) - MONCHY (F.), KOJCHEN (C.) - Maintenance – Méthodes et organisations pour une meilleure productivité. - 4e édition, Dunod (2018).
-
(2) - HENG (J.) - Pratique de la maintenance préventive. - Dunod (2017)
-
(3) - ZWINGELSTEIN (G.) - La maintenance basée sur la fiabilité. - Guide pratique d’application de la RCM, Hermes (1995).
-
(4) - BAUER (W.), MAW (S.), MARRENBACH (D.), GANSCHAR (O.) - Industrie 4.0 – Volkswirtschaftliches Potenzial für Deutschland. - Bundesverband (2014).
-
(5) - JULIEN (N.), MARTIN (E.) - L’usine du futur – Stratégies et déploiement – Industrie 4.0, de l’IoT aux jumeaux numériques. - Dunod (2018).
-
(6) - BLANCHET (M.) - INDUSTRIE...
DANS NOS BASES DOCUMENTAIRES
BK CONNECT, plateforme de traitement de signaux vibratoires [logiciels], HOTTINGER BRÜEL & KJAER France SAS2 – 4, rue Benjamin Franklin, 94370 Sucy-en-Brie, France.
Fluke thermal imaging software [logiciel], FLUKE France – 20, allée des Érables, 93420 Villepinte, France.
Eddynet PC et RevospECT Pro logiciels, traitements courants de Foucault, [Logiciel], ZETEC – 3, avenue Jeanne Garnerin, 91320 Wissous, France.
UltraVision 3, traitement ultrasons, [Logiciel], ZETEC – 3, avenue Jeanne Garnerin, 91320 Wissous, France.
HAUT DE PAGE
NF EN 13306 (2018), Maintenance – Terminologie de la maintenance
IEC 60050-192 (2015), Vocabulaire électrotechnique international – Partie 192 : sûreté de fonctionnement
NF EN 1330-1 (2015), Essais non destructifs – Terminologie – Partie 1 : liste des termes généraux
NF EN 1330-2 (Août 1999), Essais non destructifs – Terminologie – Partie 2 : termes communs aux méthodes d’essais non destructifs
NF EN 1330-10 (2003), Essais non...
Cet article est réservé aux abonnés.
Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
QUIZ ET TEST DE VALIDATION PRÉSENTS DANS CET ARTICLE
Entraînez vous autant que vous le voulez avec les quiz d'entraînement.
L'expertise technique et scientifique de référence
Article inclus dans l'offre
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
