Qu'est-ce que le pronostic ? Prévision de la durée de vie restante • Équilibreur portable, analyseur de vibrations " Balanset " pour l'équilibrage dynamique des concasseurs, ventilateurs, broyeurs, vis sans fin de moissonneuses-batteuses, arbres, centrifugeuses, turbines et autres rotors. Qu'est-ce que le pronostic ? Prévision de la durée de vie restante • Équilibreur portable, analyseur de vibrations " Balanset " pour l'équilibrage dynamique des concasseurs, ventilateurs, broyeurs, vis sans fin de moissonneuses-batteuses, arbres, centrifugeuses, turbines et autres rotors.

Qu'est-ce que le pronostic ? Prédiction de la durée de vie restante

Publié par admin sur

Comprendre le pronostic dans la maintenance prédictive

Définition : Qu'est-ce que le pronostic ?

Pronostic (également appelée estimation de la durée de vie utile restante ou prédiction de défaillance) est le processus d'estimation du temps restant avant qu'un défaut détecté ne provoque une défaillance fonctionnelle ou ne nécessite une intervention. Le pronostic suit. détection de défauts (identifier un problème existe) et diagnostic (identifier quel est le problème), en répondant à la question cruciale “ Quand devons-nous agir ? ” par l’analyse de vibration tendances de progression, caractéristiques des types de défauts et conditions de fonctionnement de l'équipement.

Un pronostic précis est ce qui fait maintenance prédictive véritablement prédictif : il permet de planifier la maintenance au moment optimal (ni trop tôt, gaspillant la durée de vie restante, ni trop tard, risquant une panne), l'approvisionnement en pièces à long délai de livraison, l'allocation des ressources et la coordination de la planification de la production.

Méthodes pronostiques

1. Extrapolation des tendances

Méthode la plus courante et la plus pratique :

  • Tracer les données historiques de vibration en fonction du temps
  • Ajuster la ligne de tendance (linéaire, exponentielle, etc.)
  • Extrapoler pour prédire quand le seuil d'alarme ou de défaillance est franchi
  • Mettre à jour la prédiction à chaque nouvelle mesure
  • Précision : Modéré (en supposant que la tendance se poursuive)
  • Exigences: Historique des tendances suffisant (6 points de données minimum)

2. Modèles basés sur la physique

  • Utiliser la compréhension de la physique des défaillances (croissance des fissures, propagation des éclats)
  • Le modèle prédit la progression en fonction du stress, des cycles et de l'environnement
  • Exemple : Loi de Paris sur la croissance des fissures, calculs de durée de vie L10 des roulements
  • Précision : Bon si les paramètres du modèle sont connus
  • Exigences: Équipement détaillé et données de fonctionnement

3. Basé sur l'expérience (données historiques)

  • Basé sur les défaillances passées d'équipements similaires
  • Taux de progression typiques selon l'histoire
  • Relations empiriques (niveau de vibration → temps jusqu'à la défaillance)
  • Précision : Foire, équipement spécifique
  • Exigences: Base de données des défaillances historiques

4. Apprentissage statistique/machine

  • Entraîner des algorithmes sur des données de progression historiques
  • Reconnaissance de formes à partir de nombreux cas similaires
  • Prédictions probabilistes
  • Précision : Peut être très bon avec suffisamment de données
  • Exigences: Grand ensemble de données, ressources informatiques

Facteurs affectant la précision du pronostic

Tendances en matière de qualité des données

  • Plus de points de données → meilleure définition des tendances
  • Mesures cohérentes → tendances fiables
  • Antécédents médicaux suffisants (au moins plusieurs mois)
  • Données propres (valeurs aberrantes identifiées)

Caractéristiques de progression des défauts

  • Progression prévisible : Plus facile à prévoir (usure progressive des roulements)
  • Accélération de la progression : Plus dur (croissance exponentielle des éclats de roulement)
  • Progression erratique : Difficile (relâchement, frottements intermittents)
  • Pannes soudaines : Imprévisible (fracture de l'arbre due à une fissure)

Stabilité des conditions de fonctionnement

  • Conditions stables → prévisions fiables
  • Charges/vitesses variables → prévisions moins certaines
  • Les changements de processus peuvent accélérer ou ralentir la progression

Estimation de la durée de vie utile restante (DVR)

Définition

  • Temps écoulé entre l'état actuel et le seuil de défaillance ou d'intervention
  • Exprimé en heures de fonctionnement, en jours ou en temps calendaire
  • Mis à jour en continu au fur et à mesure que de nouvelles données sont collectées

Intervalles de confiance

  • RUL est une estimation avec incertitude
  • Exprimer sous forme de plage (30 à 90 jours avec une confiance de 90%)
  • L'incertitude diminue à mesure que la défaillance approche (plus de données)
  • Estimations prudentes pour les équipements critiques

Exemple

  • Défaut de roulement détecté à une amplitude d'enveloppe de 2 g
  • Progression historique : 2 g → 10 g (niveau d'alarme) en 60 jours typiques
  • Taux actuel : augmentation de 0,5 g par semaine
  • Prédiction : Niveau d'alarme dans environ 10 semaines
  • Recommandation : Planifiez l'entretien dans un délai de 6 à 8 semaines

Applications

Planification de la maintenance

  • Planifier une interruption lorsque le RUL indique un moment optimal
  • Coordonner avec les calendriers de production
  • Réparations groupées pour minimiser les temps d'arrêt
  • Éviter les interventions prématurées et tardives

Gestion des pièces

  • Commander des pièces de rechange avec un délai de livraison approprié
  • Évitez les coûts d'accélération
  • Réduire les besoins en stocks de sécurité
  • Provisionnement juste à temps basé sur le pronostic

Allocation des ressources

  • Prioriser parmi plusieurs machines dégradantes
  • Allouer des ressources limitées aux besoins les plus urgents
  • Planifier les affectations de main-d'œuvre
  • Mise en scène des outils et équipements

Défis et limites

Incertitude de prédiction

  • La progression des failles n'est pas parfaitement prévisible
  • Les conditions de fonctionnement peuvent changer
  • Des accélérations inattendues sont possibles
  • Maintenez toujours des marges de sécurité

Exigences en matière de données

  • Besoin d'un historique des tendances adéquat
  • Au début du développement de la faille, les prédictions sont moins certaines
  • Amélioré à mesure que davantage de données sont collectées

Modes de défaillance multiples

  • Prédire un mode alors qu'un autre provoque une défaillance
  • Une surveillance complète aide
  • Doit prendre en compte tous les mécanismes de dégradation actifs

Améliorer la précision du pronostic

Augmenter la fréquence de mesure

  • Plus de points de données → meilleure définition des tendances
  • Détecter l'accélération plus tôt
  • Réduire l'incertitude des prévisions

Paramètres multiples

  • Analyse des vibrations + température + huile
  • Des indicateurs corroborants renforcent la confiance
  • Différents paramètres peuvent avoir des délais d'exécution différents

Mise à jour continue

  • Réviser le pronostic à chaque nouvelle mesure
  • Ne vous fiez pas à une seule prédiction précoce
  • S'adapter au taux de progression réel

Le pronostic est l'élément prédictif qui distingue la véritable maintenance prédictive de la simple surveillance conditionnelle. En estimant la durée de vie utile restante et les délais de défaillance à partir des données de tendance et de la compréhension de la progression des pannes, le pronostic permet d'optimiser le calendrier de maintenance et ainsi de maximiser l'utilisation des équipements tout en préservant leur fiabilité, objectif ultime des stratégies de maintenance conditionnelle.

← Retour à l'index principal

Catégories : GlossaireDiagnostic des vibrations
WhatsApp