De 1965 à aujourd’hui en passant par 2001 : l’odyssée de la maintenance prédictive

La maintenance prédictive est la capacité de prévoir qu’un « device », un objet, électronique ou pas, va tomber en panne avant qu’il ne le fasse. Comme de nombreuses technologies régulièrement présentes dans les média, ce n’est pas une idée nouvelle. Nous avons déjà abordé ce décalage entre l’idée et la réalisation d’innovations en particulier numériques dans ce blog. Innovation et technologies numériques, ou l’éternel retour et le gai savoir

Dans le cas de la maintenance prédictive, l’idée semble apparaitre (1) en 1965 dans une oeuvre de science-fiction. Dans le film 2001 L’Odyssée de l’Espace, Stanley Kubrick et Arthur C Clarke la décrivent très précisément. Hal, l’ordinateur de bord (et intelligence artificielle avant l’heure), annonce aux deux membres de l’équipage qu’un module servant à orienter l’antenne de communication vers la Terre va tomber en panne dans les 72 heures.

Extrait du script original

HAL – Sorry to interrupt the festivities, Dave, but I think we’ve got a problem (2).
BOWMAN – What is it, Hal?
HAL – MY F.P.C. shows an impending failure of the antenna orientation unit.
HAL – The A.O. unit should be replaced within the next seventy-two hours.
BOWMAN – Right. Let me see the antenna alignment display, please.
HAL – The unit is still operational, Dave. but it will fail within seventy-two hours.
BOWMAN – I understand Hal. We’ll take care of it. Please, let me have the hard copy.

Le dialogue du film, sorti en 1969, est légèrement différent du script original, mais l’idée est la même.

HAL I’ve just picked up a fault in the AE35 unit. It’s going to go 100% failure in 72 hours.

C’est très clairement de la maintenance prédictive : une application, un logiciel, un algorithme, ici l’ordinateur de bord annonce une future panne et l’équipage peut (théoriquement (3)) réparer avant qu’elle ne se produise.

Beaucoup plus tard, en 1992, la NASA effectue des recherches en ce sens pour le moteur principal de la navette spatiale et l’on retrouve le concept dans le document Fault diagnosis for the Space Shuttle main engine. Rien de spécial en 2001 bien sûr. En 2017, la maintenance prédictive est devenu un énorme marché de 9 milliards de dollars (chiffre 2016 du Cabinet ABI Research cité par Weave) grâce à l’arrivée en grande quantité de capteurs, de connectivités nouvelles, générant et distribuant des données #bigdata dont l’analyse algorithmique ouvre la voie à de nombreuses applications. Les capteurs sont particulièrement importants puisqu’ils permettent de transformer une donnée physique (température, poids, pression, dilatation, vitesse, vibration, …) d’un objet mécanique en donnée numérique qu’il est possible de traiter. Les objets peuvent enfin s’exprimer, en temps réel ce qui permet la naissance de l’internet des objets ou industrie 4.0.

Prenons deux exemples, 52 ans après le script. Deux sociétés tournées vers le transport aérien au sens large se sont emparées du sujet et sont en passe de réaliser cette invention tirée d’un livre/film de science fiction.

Moteur d'ascenseur Schindler

Moteur d’ascenseur Schindler

Tout d’abord, les ascenseurs de la société Schindler sont désormais équipés de nombreux capteurs, attachés sur de nombreux éléments constitutifs de l’appareil. La société développe un sytème, en coopération de Huawei, utilisant toutes les données générées, pour prévoir les pannes, ce qui est bien sûr important, pour les éviter avec des passagers coincés des heures entre deux étages. Tous les industriels de ce secteur travaillent sur des systèmes similaires.

Prenant de la hauteur et encore plus avancée, Air France Industries, une division d’Air France, leader dans la maintenance des flottes d’avions, a développé et utilise Prognos, un système de maintenance prédictive opérationnel à la fois pour les moteurs et pour les avions, basé sur l’analyse des fichiers complexes de données en provenance des systèmes avion pour découvrir les signaux faibles menant à la prédiction des pannes. Quand on connait le coût d’un avion cloué au sol, on comprend l’intérêt à résoudre les problèmes avant qu’ils ne se produisent.

Ces deux exemples concrets d’applications basées sur le traitement des données générées par les « devices » montrent que la maintenance prédictive est promise à un grand avenir. De nombreux autres sociétés en particulier dans le transport ou l’énergie, comme la SNCF ou Vinci, travaillent sur ces sujets où le retour sur investissement est très clairement mesurable.

Ceci dit, pour revenir sur terre, ce serait bien que les constructeurs automobiles se saisissent également du sujet et prédisent la rupture de la courroie de distribution des voitures avant qu’elle ne se produise. #vecu

A suivre ou plutôt … à précéder.

@PierreMetivier

Notes

  1. Si vous connaissez des occurences de l’idée antérieures à 1965, merci par avance de les partager avec les lecteurs en commentaire. NDLR
  2. Une phrase qui n’est pas sans rappeler l’aventure d’Apollo XIII.
  3. #Spoiler

Pour aller plus loin.

EnregistrerEnregistrer

EnregistrerEnregistrer

EnregistrerEnregistrer

EnregistrerEnregistrer

EnregistrerEnregistrer

EnregistrerEnregistrerEnregistrerEnregistrer

EnregistrerEnregistrer

EnregistrerEnregistrer

EnregistrerEnregistrerEnregistrerEnregistrer

Cette entrée a été publiée dans Innovation, IoT, et marquée avec , , , , le par .

A propos Pierre Metivier

Responsable pendant 25 ans du développement de produits et services dans plusieurs entreprises d’informatique, de logiciels et de l’Internet (notamment Commodore, Apricot, Borland Intl, CompuServe, AOL) dont cinq ans passés aux Etats-Unis. Spécialiste des services mobiles et objets connectés, il a été délégué général du Forum SMSC et est l’auteur de l’ouvrage de référence « Le mobile NFC, télé-commande de notre quotidien » (2015) ainsi que du Blog « Avec et sans contact ». Il est aujourd’hui expert et enseignant / formateur en gestion des innovations numériques à forte valeur ajoutée utilisateurs à l'EISCI (Mardis de l'Innovation, Club de Paris des Directeurs de l'Innovation).

Laisser un commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion / Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion / Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion / Changer )

Photo Google+

Vous commentez à l'aide de votre compte Google+. Déconnexion / Changer )

Connexion à %s