Un second regard systémique sur la maintenance préventive

La maintenance préventive reste encore aujourd’hui le type de maintenance de prédilection pour les organisations minières et métallurgiques. Elle est bien connue, il s’agit d’une stratégie proactive de gestion des actifs industriels qui vise à prévenir les temps d’arrêt. Elle s’appuie sur une suite logique de tâches de maintenance planifiées et programmées en fonction de l’utilisation de l’équipement, de l’heure de fonctionnement ou le calendrier. Les tâches peuvent inclure l’inspection, le nettoyage, la lubrification, le réglage, le remplacement de pièces, les tests et d’autres activités de routine conçues pour maintenir l’équipement en bon état de fonctionnement et prolonger sa durée de vie utile. Cette méthode, normalement exécutée sur des actifs critiques de production, est jugée comme étant rentable, plus sûre et plus efficace si le programme est suivi adéquatement.

Pourtant, le discours des chercheurs, des experts et des entreprises technologiques sur les différentes plateformes ne jure que par la maintenance prédictive et même prescriptive basée sur la condition réelle des actifs. La prétention de ce discours s’articule essentiellement autour d’une meilleure disponibilité des équipements pour un meilleur rendement annuel. Les méthodes de maintenance préventive basées sur la condition réelle de l’actif alimentées par de l’instrumentation adaptée pourraient soustraire de l’agenda10 à 20% de la fréquence des activités de maintenance. De plus, la maintenance préventive coûte assurément moins cher en temps homme et en matériel.

Une préoccupation légitime émerge quant au risque d’effectuer des interventions inutiles. La maintenance prédictive, bien que nécessitant un investissement initial plus important en technologie de surveillance, peut souvent contribuer à réduire les coûts à long terme en évitant des interventions inutiles et en permettant une utilisation plus efficace des ressources de maintenance. Cette efficacité dépend de plusieurs facteurs, notamment le type d’équipement, la complexité des opérations, les ressources disponibles, et la manière dont chaque approche est mise en œuvre.

Pour le moment, cet argumentaire ne semble pas éveiller les esprits. Les entreprises choisissent généralement la maintenance préventive en raison de la simplicité de sa mise en œuvre et de sa gestion en considérant les caractéristiques spécifiques de l'équipement et des opérations pour déterminer l’approche la plus appropriée. Ainsi, la totalité des organisations veut respecter leur plan de production à tout prix. La plupart préfèrent ainsi arrêter plus fréquemment pour des maintenances pourvu qu’elles soient prévues et empêchent les temps d’arrêt impromptus pouvant coûter des centaines de milliers de dollars de l’heure en chiffre d’affaires. Ces arrêts fréquents sont calculés dans les rendements qualifiés de satisfaisants. Ceci s’inscrit donc comme une relative sécurité et un meilleur contrôle.

Néanmoins, il existe un large consensus auprès des surintendants et des directeurs de maintenance autour du fait qu’une plus large adoption de méthodes de maintenance basée sur la condition et sur le risque est inévitable afin de systématiser l’analyse de données et avoir l’agilité nécessaire pour adapter le programme de maintenance en fonction des besoins réels. L’adoption de techniques et de méthodologies assistées par les technologies ne peut que croître pour améliorer la productivité et pallier les enjeux majeurs de l’industrie.

D’autant plus, plusieurs gestionnaires rêvent d’intelligence artificielle (IA) depuis le boom que nous connaissons. Pour ce faire, plusieurs actions devront être prises pour centraliser, structurer et catégoriser les données pour donner une chance à ce rêve de se réaliser. Il faut considérer qu’il y a souvent un investissement de capital important nécessaire pour permettre l’utilisation de l’IA au service de la maintenance. Les équipements ne sont pas toujours munis de capteurs nécessaires pour obtenir une masse de données permettant de changer le mode de maintenance.

Pourtant on risque de faire des interventions inutiles? La maintenance prédictive nécessite un investissement initial plus important en technologie de surveillance mais elle peut souvent contribuer à réduire les coûts à long terme en évitant des interventions inutiles et en permettant une utilisation plus efficace des ressources de maintenance. Cela dépend de plusieurs facteurs: le type d'équipement, la complexité des opérations, les ressources disponibles, et la manière dont chaque approche est mise en œuvre.

Nous explorons dans ce texte trois pistes de réflexion en faveur de l’adoption de méthodes assistées par la technologie :  

• Un second regard sur la maintenance;

• Inspection numérisée : aide la priorisation des actions;

• Création d’une intelligence collective.

La maturité en maintenance  

Il subsiste une grande disparité entre les organisations matures et celles en quête de maturité si nous les comparons strictement d’un point de vue maintenance pour les organisations minières et métallurgiques.

Pour une organisation mature, le programme de maintenance est bien établi et suivi à la lettre. Les responsables de la maintenance connaissent bien leurs équipements, les urgences sont moins fréquentes et la production détient une meilleure prédictibilité sur le tonnage annuel. Pour la plupart, les opérations et les équipes de maintenance travaillent conjointement, ce qui facilite grandement la production.

Dans une organisation minière en quête de maturité, le programme de maintenance n’est pas autant suivi à la lettre. Des maintenances relatives au nombre d’heures de fonctionnement de certains actifs sont étirées ou mises de côté en raison d’urgences ailleurs sur le site. Même si les efforts sont grands pour retrouver une relative stabilité, les équipes de maintenance agissent en pompiers éteignant les feux là où ils s’allument. Il est difficile de reprendre le dessus dans ce genre de situation. De plus, le risque de bris catastrophiques et d’accidents peut être plus élevé.

Évidemment, les motivations d’intégrer des pratiques modernes assistées par ordinateur avec des modèles mathématiques ne sont pas les mêmes. Voyons les nuances.

‍

Un second regard sur la maintenance

Nul doute que la très grande majorité du personnel de maintenance industrielle est d’une grande compétence. Il doit concevoir et suivre un programme de maintenance solide, efficace et complet dans un contexte où chaque minute d’arrêt coûte extrêmement cher.

L’homme étant homme, il peut manquer certains ajustements au programme, ce qui peut s’avérer crucial ou catastrophique selon l’angle choisi. L’homme ne peut pas analyser les anomalies en temps réel ou détecter chacune des tendances de dégradation d’un parc d’actifs. Il y a trop de données à suivre, digérer et traiter, d’autant plus que ces données sont éparpillées dans plusieurs logiciels ou systèmes. Alors, pouvons-nous vraiment les blâmer ? Non, de toute évidence.

Dans ce contexte, des méthodes d’analyses numérisées basées sur les meilleures pratiques d’ingénierie en intégrité et fiabilité pour déterminer la condition de santé d’un actif fixe, rotatif ou roulant sont des ajouts nécessaires. Les outils de type APM+ permettent de détecter des situations, des anomalies ou des microévénements que nous n’aurions pas perçus autrement en maintenance préventive. Surtout, ces détections sont plus rapides, ce qui offre plus de temps pour ajuster le programme de maintenance et amenuiser l’usure anormale.

Dans une moindre mesure, la détection d'anomalies ou des signes de vieillissement peut ne pas générer d’actions supplémentaires au programme de maintenance préventive. Toutefois, lors des activités régulières de maintenance, le personnel peut porter une attention particulière à des éléments supplémentaires ou simplement différents. Ainsi, l’instrumentation des équipements et une documentation complète des actifs offrent une assurance vitale à l’équipe de maintenance. En portant un regard différent et systémique à la condition et l’état de santé de l’actif, il est possible de couvrir les angles morts de la maintenance dite classique. Cela permet de regrouper les informations de toutes les sources de données différentes.

Pour les organisations en quête de maturité, l’assistance technologique est d’autant plus nécessaire. L’analyse des tendances ou des évènements rapportés par des données de capteurs ou d’inspections évite que les maintenances non exécutées deviennent de plus gros feux à éteindre.

Les histoires vécues voulant que des systèmes aient permis de saisir des situations qui auraient pu créer des problématiques majeures sont nombreuses. D’ailleurs, dans certaines organisations de différentes maturités où des projets se sont mis en branle, les détections d’anomalies se sont révélées critiques. De graves problématiques d’intégrité ont été découvertes alors que le programme ne traitait pas spécifiquement de certains aspects. Cela fut le cas pour des actifs rotatifs critiques comme un broyeur, mais aussi pour des actifs fixes comme de la tuyauterie d’acide sulfurique hautement dommageable. Les incidents évités ont sauvé des travailleurs et des pertes considérables pour les organisations.

Le second regard numérique permet l’amélioration du programme de maintenance. Les résultats d’analyses mathématiques peuvent assurément devenir une source d’information cruciale pour la prise de décision quotidienne et opérationnelle. Le tout se traduit en gains tangibles. Bien que parfois présomptueux à calculer pour une firme externe, le retour sur investissement d’accidents non survenus et l’assurance de la production annuelle sont bel et bien existants.

‍

Inspection numérisée : aide à la priorisation des actions  

L’instrumentation des actifs est assurément un élément important pour suivre les signes vitaux des actifs, mais pour être en mesure d’orienter le programme de maintenance et de faire une gestion efficace des actifs, les inspections sont d’une importance capitale.

Ce qui est confirmé, c’est que la numérisation des inspections n’est pas encore chose acquise pour tous les sites miniers, même pour les organisations matures en maintenance. Pourtant, il s’agirait d’une porte vers la numérisation des opérations assez facile à franchir. Celles qui l’ont franchie, l’ont pour la plupart effectué avec des outils formulaires non adaptés à la complexité de l’ingénierie en intégrité et fiabilité des actifs.

Un outil de création de formulaires génériques, même si les résultats sont transférables à une GMAO, un PowerBI ou à un ERP, est bien insuffisant. Ceci s’explique facilement. D’une part, la pression sur les employés de créer des formulaires complets et efficaces est importante et cette tâche requiert beaucoup de temps. D’autre part, il subsistera toujours un manque important quant aux fonctionnalités vitales pour le suivi des données dans le temps.

Il est nécessaire de mettre en place des formulaires dédiés à chaque type d’actif, qui sont créés à partir d'une analyse des modes de défaillance, de leurs effets et de leur criticité, comprenant une grille de sévérité pour qualifier les défauts ainsi qu’une évaluation du risque associé à chaque actif. Il est important que ces formulaires soient supportés par un plan d’inspection structuré par un ingénieur balisant le travail des inspecteurs. Ce plan oriente les travaux des ressources internes, mais aussi les sous-traitants, ce qui permet d’obtenir des données comparables lors d’évaluation assistée par ordinateur ou non.

Le produit choisi doit aussi être capable de lire, d’afficher et d’analyser les données de plusieurs types comme les photos, les données quantitatives et qualitatives en plus des mesures d’épaisseur (NDT). Mais surtout, ce genre d’outil ne doit pas être une boîte vide dans laquelle tous les efforts de remplissage doivent être faits par l’organisation. Les formulaires et les calculs d’indices de santé doivent être inclus. Cette dernière doit être basée sur une expertise d’ingénierie en évaluation d’intégrité et en fiabilité des actifs. Elle doit démontrer une certaine intelligence afin de réduire le travail des ressources en place plutôt que de continuer le travail d’essai-erreur.

Enfin, un outil de ce genre doit offrir une traçabilité des données permettant la comparaison des résultats avec les données du passé et d’observer les tendances. Ces résultats devront s’afficher sur un tableau de bord dynamique pour une meilleure visibilité sur la santé des actifs et des risques qu’ils constituent pour mener à une meilleure priorisation des interventions. Même les organisations matures peuvent s’attendre à une meilleure performance. Une meilleure prévisibilité a pour conséquence d’améliorer le contrôle des coûts. En nous concentrant sur les bonnes priorités, nous réduisons le risque d’urgences imprévues et nous évitons d’investir inutilement dans des priorités de moindre importance.

Pour les organisations en quête de maturité, les urgences dictent malheureusement les tâches quotidiennes. L’attention mise sur les actifs statiques est pratiquement inexistante. Pourtant, les usines vieillissent et les actifs statiques comme les réservoirs, la tuyauterie, les cheminées et les bâtiments se rapprochent de leurs fins de vies. Ces actifs sont fréquemment inspectés et analysés par des firmes externes qui doivent informer l’organisation sur l’état de santé des actifs et le risque qu’ils comportent. Ces rapports d’expertise sont souvent tablettés en raison de l’attention mise ailleurs d’une part, mais aussi en raison de la difficulté à entre couper les informations et à prioriser les interventions à mettre en œuvre. Ce manque de visibilité crée inévitablement des urgences latentes qui surviendront tôt ou tard et qui mettront en péril la production.

Pourtant ce sont ces organisations qui s’impliquent le moins dans l’implantation d’outils d’assistances. La raison est simple, même si elles voulaient ce genre d’outil, le temps leur manque. Elles savent que l’implantation ne peut se faire magiquement sans l’implication de ressources internes. La réflexion est bonne, mais plusieurs équipes d’intégration d’APM+ comme celle de Stelar regroupent des équipes d’ingénieurs, de fiabilistes, de techniciens en maintenance et des professionnels informatiques qui leur permettraient d’obtenir des gains sans la montagne d’efforts perçue. D’autant plus qu’elles peuvent bénéficier du support d’une firme d’ingénierie avec les connaissances requises afin de mettre les modèles en place.

Création d’une intelligence collective

Nous avons assisté au cours des derniers mois (2023) à des situations invraisemblables chez des organisations pourtant matures en maintenance. Pour être en mesure d’analyser adéquatement l’intégrité d’actifs critiques dans une organisation, les experts externes en intégrité et en fiabilité ont dû appeler des gens à la retraite pour leur demander des informations sur les plans de construction, les matériaux utilisés, les dates d’installation, les Tmin, etc. Le plus déconcertant est de constater que ces situations ne sont pas isolées.

Les usines métallurgiques ont été construites dans les années 50 et 60. Beaucoup de systèmes critiques sont naturellement en fin de vie. Nous l’avons couvert dans l’article « La relation entre GMAO et Stelar » : les investissements pour le remplacement oula reconstruction de certains actifs critiques et majeurs sont imposants et parfois illogiques d’un point de vue économique et écologique.

Mais comment pouvons-nous espérer allonger la vie des actifs, si nous n’avons pas les informations de base sur ceux-ci ? Comment pouvons-nous espérer allonger la vie des actifs, si nous n’avons pas la trace des études, des inspections, des bris, des réparations, des agrandissements ou autres, tout au long de leur cycle de vie ? Poser la question, c’est y répondre et cela crée des maux de tête.

Durant les dernières décennies, les organisations pouvaient s’appuyer sur les connaissances de leurs meilleurs employés. Ils restaient à l’emploi de la même organisation des années. Ils connaissaient le site par cœur et les actifs n’avaient plus de secrets pour eux d’autant plus que les équipements étaient toujours dans le haut de la courbe du cycle de vie. Ceci explique brièvement qu’il n’y a guère eu d’effet sur le sentiment d’urgence pour numériser l’information sur la vie des actifs. La situation rattrape les organisations.

L’enjeu est décuplé par la situation de la main-d’œuvre. Celle-ci est bien connue, la main-d’œuvre disponible et de qualité se raréfie ; elle reste beaucoup moins longtemps ; elle doit cumuler plusieurs tâches simultanément en raison du manque ; elle part en masse à la retraite. La perte d’information est vaste et les coûts associés en formation sont énormes, essais et erreurs par méconnaissance, temps d’arrêt prolongé par inexpérience. À cela s’ajoutent les risques grandissants d’un bris sur la santé, l’environnement et la production de l’organisation.

Il serait injustifié de sonner l’alarme, mais il faut reconnaitre et prendre conscience du risque. Les organisations doivent rétablir le contrôle sur leurs données afin de reprendre possession de l’intelligence de certaines personnes clés. Elles doivent être en mesure de colliger les nouvelles informations pertinentes sur la vie des actifs de façon centralisée et structurée. Cette information est primordiale pour suivre les opérations de la manière la plus stable possible afin de ne pas être dépendant du talent ou des connaissances d’une poignée de personnes. Nous pouvons appeler cela de l’intelligence organisationnelle.

Par ailleurs, les jeunes s’attendent à de nouvelles méthodes. Ils ont été habitués à ce que la technologie pallie certaines parties de leur vie ; leur connaissance en premier lieu. S’ils ont travaillé précédemment pour des entreprises modernes, ils ont eu accès à des outils les aidant dans leur travail. Il est certain que ne pas appuyer les jeunes par des outils pertinents est un frein à leur intégration dans un monde où les arrêts sont évitables à tout prix.

Ajoutons que les organisations minières bénéficient de l’intelligence organisationnelle pour l’accélération de la mise en route plus rapide de projets miniers basés sur l’historique ; un apprentissage plus rapide pour les jeunes ; une meilleure transition entre les équipes en rotation ; facilite le travail des services corporatifs ; facilite le partage d’information entre les divisions d’une organisation pour l’analyse des données.

Prochaine étape

La transition vers une maintenance prédictive axée sur l’état des actifs, avec l’accumulation d’informations centralisées et structurées dans un « dossier médical » d’actif, a été une étape importante pour soutenir les objectifs d’affaires des entreprises.

Cependant, bien que la stratégie de maintenance préventive et prescriptive ait surtout connu du succès pour des équipements de production tels que les équipements rotatifs, prédire les actifs les plus à risque demeure un défi. Ces actifs ne se limitent pas toujours aux équipements rotatifs, mais peuvent également inclure des actifs fixes tels qu’un réservoir ou un vaisseau sous pression.

Par conséquent, la prochaine étape consiste à mettre en œuvre une stratégie de maintenance basée sur le risque pour identifier les actifs les plus critiques à traiter. Cette approche repose non seulement sur les données opérationnelles, mais également sur leur état réel et les conséquences associées à une défaillance.

‍