L’usure des équipements de production peut se manifester de diverses manières : fuites de pression, frottements, surchauffe ou vibrations inhabituelles, par exemple. Il peut s’agir de signes de pannes qui, si elles ne sont pas réparées à temps, peuvent entraîner des perturbations importantes des lignes de production. Le défi pour les responsables d’usine est de repérer ces défauts, mais sans avoir à arrêter l’équipement ou l’usine entière.
Pour aider à résoudre ce problème, le CSEM s’est associé à Aurovis, KNF Flodos, maxon et Schurter pour développer un système autonome de maintenance prédictive capable d’inspecter les équipements de production pendant leur fonctionnement et de signaler les défaillances potentielles avant qu’elles ne se produisent. Le système envoie des alertes instantanées s’il détecte une anomalie quelconque.
Après plus de deux ans de R&D conjointe, l’équipe du projet vient de dévoiler son dispositif. Il se compose d’une technologie de capteurs de haute précision couplée à un logiciel facile à utiliser.
Le CSEM a mis à contribution son expertise dans ce domaine, notamment via son application Vision Automation Robotics Designer (VISARD), qui a permis aux ingénieurs d’analyser les données existantes et de développer leur programme polyvalent basé sur l’IA. Pour utiliser le nouveau système d’inspection, il suffit à un opérateur de l’usine d’exécuter le programme pendant quelques heures pour recueillir des données en laissant l’équipement fonctionner normalement.
Les quatre entreprises impliquées dans le projet ont apporté leur expertise respective : Aurovis est spécialisée dans la robotique et les systèmes de traitement d’images ; KNF Flodos fournit des pompes à membrane ; maxon a développé une gamme de systèmes d’entraînement ; et Schurter AG fournit des composants électroniques. Ces entreprises ont fourni aux ingénieurs du CSEM des pièces clés, avec notamment un bras robotique, une bande transporteuse, des pompes, des systèmes de commande et des moteurs.
Une approche de plus en plus courante dans la transition vers l’industrie 4.0
Comme les responsables d’usine ne sont pas toujours en mesure ou autorisés à utiliser les capteurs existants pour collecter des données sur les équipements de production, l’équipe du projet a trouvé une solution originale : elle a réutilisé un capteur sonore conçu à l’origine pour détecter les chauves-souris.
Ces capteurs sont installés près des éoliennes pour détecter les signaux ultrasoniques émis par les chauves-souris. Si un capteur capte un tel signal, il déclenche une série d’algorithmes qui arrêtent l’éolienne afin d’éviter de blesser l’animal. Lors des tests effectués sur le bras robotisé, les capteurs sonores ont été capables d’identifier jusqu’à 80 % des anomalies de l’équipement, en l’absence d’autres signaux. La prochaine étape consistera à tester le nouveau système d’inspection dans des conditions réelles.
« Des approches comme la nôtre seront de plus en plus courantes au fur et à mesure de la transition vers l’industrie 4.0 », a déclaré Mario Russi, ingénieur R&D senior en robotique et apprentissage automatique au CSEM. « Ce type de technologie améliorera considérablement la fiabilité de lignes de production dans leur intégralité et aidera les fabricants à rester compétitifs. »
