L'industrie métallurgique opte pour une mise en œuvre sélective de la maintenance conditionnelle

Les concepts clés dans ce contexte sont la "faisabilité" et la "criticité de l'installation"

La maintenance basée sur l'état (CBM) fonde les décisions de maintenance sur des mesures d'état en temps réel, généralement effectuées par des capteurs. La méthodologie varie selon les secteurs d'activité, mais la collecte de données, l'analyse des données, la prise de décision et la mise en œuvre opérationnelle constituent les composantes clés récurrentes. Grâce à une approche axée sur les données, la CBM ouvre la voie à une maintenance proactive, prédictive et, à terme, autonome, ce qui permet non seulement de prolonger la durée de vie des machines, mais aussi de pérenniser les processus de production.

Wouter Oude Groothuis - 1 juillet 2026

Dans le cadre de la maintenance conditionnelle (ci-après CBM), on n’intervient que lorsqu’il existe une indication mesurable qu’un composant ou un système se détériore ou menace de tomber en panne. Elle est largement utilisée dans les secteurs industriels, en particulier là où la continuité est cruciale. La méthodologie varie selon les secteurs d’activité, mais le modèle de processus est uniforme: collecte de données, analyse des données, prise de décision et mise en œuvre opérationnelle.

Collecte des données

La collecte de données est au cœur de la maintenance conditionnelle. Les éléments suivants assurent conjointement un suivi et une analyse précis de l'état de dégradation.

Analyse des composants critiques

La première étape consiste à analyser les composants critiques: quels sont les actifs essentiels à l’exploitation, quels sont les principaux mécanismes de défaillance (usure, fatigue, corrosion, surchauffe) et quels paramètres mesurables permettent de détecter précocement la dégradation?

Choix des capteurs

Les capteurs sont choisis en fonction des mécanismes de défaillance et placés sur des points de mesure fixes et reproductibles, aussi près que possible de la source de dégradation potentielle. Un mauvais emplacement peut entraîner du bruit ou passer à côté de défauts.

Surveillance de l'état et prétraitement

La collecte des données s'effectue soit par surveillance continue (les capteurs envoient des données en temps réel vers un automate programmable, un système SCADA ou une plateforme IoT), soit par des mesures périodiques (lors de tournées d'inspection à l'aide d'appareils de mesure portables). Le prétraitement peut consister en un filtrage du bruit, une conversion vers le spectre de fréquences (FFT) et la détection d’anomalies.

Transmission

Le transport des données s’effectue sur différents réseaux. Il peut s’agir de réseaux câblés (4–20 mA, Profibus), sans fil (Wi-Fi, LoRaWAN, 5G) ou via des plateformes IoT industrielles. Les points à prendre en compte sont la sécurité des données (cryptage), le temps de latence et la fiabilité de la connexion.

Stockage

Les données collectées peuvent être stockées dans des bases de données historiques, des environnements cloud et des systèmes de gestion des actifs. Il s’agit d’un enregistrement structuré, comprenant l’horodatage, l’identifiant de l’actif (Asset-ID), l’identifiant du capteur (Sensor-ID), les valeurs mesurées et les paramètres environnementaux. Des données erronées ou incomplètes compromettent bien entendu les analyses prédictives.

Analyse des données

Le module d’analyse des données peut être considéré comme le cerveau de la CBM. En général, une telle analyse s’appuie sur des modèles statistiques ou des algorithmes d’apprentissage automatique.

Modèles statistiques

Les plus couramment utilisés en CBM sont:

• la régression linéaire: adaptée aux modèles de dégradation linéaires et facile à interpréter;
• la régression logistique: particulièrement adaptée aux décisions de maintenance grâce à la prédiction directe des probabilités;
• le modèle de risques proportionnels de Cox: un modèle standard en ingénierie de la fiabilité qui tient compte de la censure et combine les informations relatives au temps et à l'état.

algorithmes d'apprentissage automatique

Le modèle apprend à reconnaître et à interpréter des modèles dans des données (nettoyées) en ajustant ses paramètres de manière à minimiser les erreurs sur les données d'entraînement. Vient ensuite une évaluation de la capacité de généralisation sur des ensembles de validation et de test: l’ensemble de validation sert alors à l’ajustement, tandis que l’ensemble de test est utilisé pour l’évaluation finale.

Prise de décision

La prise de décision fait le lien entre les conclusions techniques et les interventions de maintenance concrètes. La mise en œuvre varie bien sûr selon le secteur d’activité, mais on observe ici aussi un déroulement caractéristique par étapes.

Interprétation des résultats d’analyse

La première étape consiste ici à examiner dans quelle mesure les valeurs mesurées s’écartent des valeurs normatives ou de référence et à quelle vitesse une éventuelle dégradation progresse (analyse des tendances). Pour ce faire, les valeurs mesurées sont comparées à des données historiques et à des valeurs de référence. Afin d’exclure (ou de pouvoir exclure) les erreurs de mesure ou le bruit, la validation des écarts est indispensable.

Analyse des risques et des impacts

Un écart ne nécessite pas toujours une intervention immédiate. Les critères à prendre en compte sont notamment la probabilité de défaillance dans un délai donné, les conséquences éventuelles en matière de sécurité, de production, de dommages environnementaux et/ou de coûts, ainsi que l’impact de la défaillance (criticité). La nécessité d’une intervention est généralement déterminée à l’aide d’une matrice des risques (probabilité × impact).

Évaluation des options d’intervention

Les mesures sont prises sur la base de l’évaluation technique et de l’évaluation des risques. Il peut s’agir d’une maintenance corrective immédiate, de l’anticipation d’une maintenance planifiée, d’un renforcement de la surveillance ou de l’application de la stratégie "run-to-failure". En cas de risque négligeable, il est possible de renoncer à toute intervention en fonction de facteurs tels que la planification de la production, le rapport entre les temps d’arrêt et les coûts de maintenance, ainsi que les obligations contractuelles.

Prise de décision formelle et hiérarchisation des priorités

Une fois la décision prise, l’intervention choisie est priorisée dans le planning de maintenance, enregistrée dans un système de gestion de la maintenance (CMMS/EAM) et planifiée à un moment opportun, par exemple lors d’un arrêt de production. La prise de décision est généralement multidisciplinaire; en cas de conséquences importantes, l’approbation de la direction est en règle générale nécessaire.

Retour d'information et optimisation

Le retour d’information constitue un élément essentiel de la prise de décision, avec des questions telles que:

• La décision prise s’est-elle avérée efficace?;
• Les prévisions étaient-elles précises?;
• Faut-il ajuster les seuils d'alerte ou les modèles?

Cette boucle de rétroaction garantit une amélioration continue de la politique de maintenance et renforce en outre la fiabilité des décisions futures.

Mise en œuvre opérationnelle

Au cours de cette dernière phase du processus, les décisions sont traduites en actions concrètes visant à effectuer la maintenance de manière proactive, au moment opportun, avec un impact minimal sur la production et une efficacité maximale de l'intervention.

Planification et coordination de la maintenance

Les activités de maintenance sont planifiées en fonction des priorités, de la disponibilité des ressources et d’une interruption minimale de la production. Cela peut notamment se faire en combinant la maintenance avec des périodes d’arrêt déjà prévues (scheduled downtime).

Affectation des ressources

Le terme "ressources" désigne le matériel, l’outillage et le personnel. Dans le cas d’interventions complexes – remplacement de composants critiques ou réparations sophistiquées –, il peut s’avérer nécessaire de faire appel à une expertise spécifique.

Travaux de maintenance

Le personnel de maintenance réalise les interventions conformément aux décisions prises. Ces travaux sont effectués dans le strict respect des procédures établies et des consignes de sécurité, en veillant scrupuleusement à l’intégrité du personnel, des équipements et de l’environnement de travail.

Suivi des interventions

Pendant l’exécution, les données des capteurs et les indicateurs de progression sont enregistrés afin de pouvoir évaluer si l’intervention produit l’effet souhaité. L’enregistrement immédiat des éventuels écarts permet un ajustement rapide.

Enregistrement et retour d’information

Toutes les actions, tous les résultats et toutes les observations éventuelles sont documentés dans le système de gestion de la maintenance. Ces données constituent une contribution précieuse pour la collecte future de données et la prise de décision, ce qui permet une amélioration cyclique du processus CBM.

La CBM dans l’industrie métallurgique

Dans ce secteur industriel, la CBM est généralement appliquée de manière sélective, en mettant l’accent sur les installations critiques pour les actifs, c’est-à-dire celles qui sont essentielles au fonctionnement de l’entreprise. Il s’agit par exemple des systèmes de fusion et de four, ainsi que des installations de laminage et de formage. Leur défaillance entraîne un arrêt immédiat, avec tous les coûts (souvent élevés) et les risques pour la sécurité que cela implique. Les priorités fixées à cet égard dépendent d'ailleurs fortement du type d'entreprise métallurgique, de la configuration des processus, de la redondance (systèmes de secours) et des risques pour la sécurité.

De manière sélective

Comme indiqué précédemment, la CBM est appliquée de manière sélective dans l’industrie métallurgique: uniquement là où cela est techniquement possible et économiquement rentable, et là où le risque de panne est suffisamment élevé pour justifier l’investissement (criticité de l’installation).

Faisabilité technique

Toutes les pannes ne sont pas facilement prévisibles. La CBM est particulièrement efficace pour les processus d’usure mesurables, notamment ceux causés par les vibrations et les variations de température. L’analyse d’huile en fait également partie.

Coûts

La CBM nécessite des capteurs, l’analyse des données, des logiciels et des connaissances spécialisées. Si les coûts liés aux arrêts ou aux réparations sont faibles, il est plus économique d’opter pour une maintenance corrective plutôt que pour une maintenance préventive.

Risques

Dans le cas d’installations critiques, une panne peut entraîner d’importantes pertes de production ou des risques pour la sécurité; la CBM est alors justifiée. Pour les équipements moins critiques, cet avantage ne compense souvent pas l’investissement.

L'efficacité de la CBM dépend donc fortement de la disponibilité et de la possibilité d'analyser les indicateurs d'état pertinents.

Stratégie hybride

Dans le secteur métallurgique, on opte souvent pour une stratégie de maintenance hybride, combinant la CBM et la maintenance traditionnelle, qui offre une sécurité grâce à des arrêts planifiés. Plusieurs raisons peuvent être avancées à cet égard.

• La CBM ne fonctionne que lorsque l’état d’un composant est objectivement mesurable; les roulements et les moteurs s’y prêtent bien. Pour les pièces simples telles que les joints ou les filtres, un remplacement périodique suffit;
• la CBM nécessite souvent des capteurs sophistiqués, l’analyse des données et des systèmes complexes. Pour les machines critiques et coûteuses, cet investissement est rentable; pour les pièces bon marché ou moins importantes, le remplacement préventif est plus avantageux sur le plan économique;
• Les données des capteurs ne permettent pas de prédire tous les mécanismes de défaillance. Citons par exemple les fissures de fatigue, les ruptures fragiles, les dommages dus aux chocs et/ou les ruptures liées à la corrosion. Dans ce cas également, la maintenance traditionnelle reste nécessaire;
• La maintenance est souvent planifiée pendant les arrêts de production. Il est alors pratique, si les données le justifient, de combiner les actions de maintenance prédictive (CBM) avec les tâches de maintenance prévues.

En résumé, une stratégie de maintenance hybride offre à l’industrie métallurgique l’équilibre optimal entre les analyses prédictives et la certitude pratique, ce qui profite à la fois à la fiabilité et à la rentabilité.

La maintenance conditionnelle (CBM) est une approche fondée sur les données qui favorise à la fois la fiabilité et l’optimisation des coûts. Cette stratégie de maintenance ouvre la voie à une maintenance proactive, prédictive et, à terme, autonome, ce qui permet non seulement de prolonger la durée de vie des machines, mais aussi de pérenniser les processus de production.

En collaboration avec Istec, Nidec, Nord Aandrijvingen Belgique, SKF, LVD Group, Yokogawa et VAC-machines