Opsio - Cloud and AI Solutions
Opérations IT9 min de lecture· 2 131 mots

Surveillance conditionnelle : guide pratique de la maintenance prédictive

Publié le: ·Mis à jour:
Traduit de l'anglais et relu par l'équipe éditoriale d'Opsio. Voir l'original →
Vaishnavi Shree

Director & MLOps Lead

Director & MLOps Lead

Surveillance conditionnelle : guide pratique de la maintenance prédictive

La surveillance conditionnelle consiste à mesurer l'état de santé des machines (vibrations, température, huile, bruit et courant électrique) pour repérer les défauts en développement avant qu'ils ne provoquent une panne. C'est la source de données de la maintenance prédictive : au lieu d'intervenir selon un calendrier fixe ou après une panne, vous planifiez le travail quand les mesures montrent qu'il est nécessaire.

Points clés

  • Commencez par une analyse de criticité. Surveillez les actifs dont la défaillance arrête la production, met la sécurité en danger ou prend des mois à remplacer.
  • Adaptez la technique au mode de défaillance : vibrations pour les machines tournantes, thermographie pour le matériel électrique, analyse d'huile pour les réducteurs et l'hydraulique, ultrasons pour les fuites et l'usure précoce des roulements.
  • Le guide O&M du Département américain de l'Énergie cite des économies de 8 à 12 % pour la maintenance prédictive par rapport à la préventive, et de 30 à 40 % lorsqu'un site s'appuie surtout sur la réparation corrective.
  • La valeur vient de l'action donnée aux alertes. Reliez la surveillance à votre GMAO pour qu'une alerte devienne un ordre de travail avec une échéance.
  • Gardez vos données dans des formats et sur des plateformes que vous maîtrisez. Les services d'analytique managés peuvent être retirés, comme l'a été Amazon Lookout for Equipment en octobre 2026.

Qu'est-ce que la surveillance conditionnelle ?

C'est la mesure régulière ou continue de paramètres qui évoluent à mesure qu'une machine se dégrade. Un roulement qui commence à s'user vibre à des fréquences caractéristiques bien avant de gripper. Une connexion électrique desserrée chauffe avant de provoquer un arc. L'huile d'un réducteur contient des particules métalliques quand les engrenages s'usent.

Les mesures sont comparées à une référence et à des seuils d'alarme. Quand une tendance franchit un seuil, l'équipe de maintenance enquête et planifie une réparation, idéalement lors d'un arrêt programmé et avec les pièces déjà en rayon.

Quel lien avec la maintenance prédictive ?

La surveillance fournit les données ; la maintenance prédictive est la stratégie qui les utilise. Les deux termes sont souvent employés ensemble, mais ils ne désignent pas la même chose.

StratégieQuand le travail est faitPoint fortPoint faible
Corrective (jusqu'à la panne)Après la panneAucun coût initial ; convient aux éléments peu coûteux et non critiquesArrêts non planifiés, dommages secondaires, heures supplémentaires et pièces en urgence
Préventive (systématique)Selon un calendrier ou un nombre d'heures de fonctionnementSimple à planifierPièces remplacées trop tôt ou trop tard ; pannes entre deux interventions
ConditionnelleQuand une mesure franchit un seuilTravail réalisé quand il est nécessaireExige des capteurs, des tournées et des analystes formés
PrédictiveQuand les tendances et les modèles prévoient une fenêtre de défaillancePréavis le plus long, meilleure planificationExige un historique, des données de qualité et des compétences en analytique

La plupart des usines utilisent les quatre. La maintenance corrective convient à un luminaire ; la prédictive convient à un compresseur qui arrête la ligne.

Quelles techniques de surveillance utiliser ?

Choisissez les techniques d'après les modes de défaillance que vous voulez détecter. La plupart des programmes en combinent deux ou trois.

Analyse vibratoire

Des accéléromètres posés sur les paliers mesurent les vibrations. L'analyse spectrale distingue ensuite le balourd, le défaut d'alignement, le jeu, les problèmes d'engrènement et les défauts de roulement par leurs fréquences. C'est la technique de base pour les moteurs, pompes, ventilateurs, compresseurs et réducteurs, et elle donne souvent des semaines à des mois de préavis sur l'usure des roulements.

Thermographie infrarouge

Les caméras thermiques révèlent sans contact les points chauds dans les armoires de commutation, les centres de commande de moteurs, les transformateurs, les réseaux vapeur et les revêtements réfractaires. Un balayage en charge détecte rapidement les connexions desserrées ou surchargées.

Analyse d'huile et de lubrifiant

Des laboratoires ou des capteurs en ligne mesurent les métaux d'usure, le comptage de particules, l'eau, la viscosité et l'épuisement des additifs. Elle montre l'usure interne des réducteurs, moteurs, systèmes hydrauliques et turbines sans les ouvrir, et indique quand l'huile doit réellement être changée.

Ultrasons aériens et solidiens

Les détecteurs à ultrasons captent les sons à haute fréquence émis par les fuites d'air comprimé et de vapeur, les purgeurs de vapeur défectueux, les arcs électriques et l'effet couronne, ainsi que le frottement naissant des roulements. Peu coûteuse à démarrer, cette technique se rentabilise souvent d'abord par les économies d'énergie sur les fuites d'air.

Courant moteur et analyse de la signature électrique

Mesurer le courant et la tension au centre de commande du moteur peut révéler des barres rotoriques cassées, une excentricité, des problèmes d'alimentation et certains défauts de la charge entraînée. C'est utile quand le moteur lui-même est difficile d'accès.

Données de procédé

Les pressions, débits, températures et puissances absorbées déjà présents dans votre système de contrôle sont des indicateurs gratuits. Une pompe qui consomme plus de puissance pour le même débit vous dit quelque chose. Combiner les données de procédé aux techniques ci-dessus améliore le diagnostic.

Que coûte et que rapporte un programme de surveillance ?

Les chiffres publics les plus connus proviennent de l'Operations & Maintenance Best Practices Guide (Release 3.0) du Département américain de l'Énergie. Il estime qu'un programme prédictif qui fonctionne correctement permet d'économiser 8 à 12 % par rapport à la seule maintenance préventive. Les sites qui s'appuient fortement sur la maintenance corrective pourraient obtenir des économies supérieures à 30–40 %.

Le même guide cite des enquêtes sectorielles sur des résultats moyens : coûts de maintenance en baisse de 25 à 30 %, pannes en baisse de 70 à 75 % et arrêts en baisse de 35 à 45 %. Considérez-les comme indicatifs. Ils proviennent d'un guide de 2010 et d'enquêtes, pas d'études contrôlées. Le guide est également franc sur les coûts : une grande partie des équipements coûte plus de 50 000 USD, et former le personnel à bien les utiliser exige des financements considérables.

Les capteurs sans fil et les logiciels cloud ont depuis abaissé le coût d'entrée de la surveillance continue des vibrations et de la température. Le temps d'analyse, plus que le matériel, est désormais souvent le poste le plus important. Construisez votre propre dossier d'investissement à partir du coût horaire de vos arrêts, de l'historique de vos pannes et des délais d'approvisionnement de vos pièces de rechange.

Comment mettre en place un programme de surveillance ?

  1. Analyse de criticité : classez les actifs selon l'impact d'une panne sur la sécurité, la production, l'environnement et les coûts, ainsi que le délai de réparation. Surveillez d'abord le niveau supérieur.
  2. Modes de défaillance : pour chaque actif critique, listez comment il tombe en panne et quelle mesure détecte chaque défaillance de façon précoce. Cela relie la technique à un risque réel.
  3. Tournées ou surveillance continue : utilisez des tournées mensuelles ou trimestrielles avec des instruments portables pour la plupart des actifs, et des capteurs permanents pour les machines critiques, difficiles d'accès ou à défaillance rapide.
  4. Références et seuils d'alarme : relevez les mesures de bon fonctionnement après installation ou révision et fixez les niveaux d'alarme selon la norme applicable (par exemple ISO 20816 pour la sévérité vibratoire) et les recommandations du constructeur.
  5. Pilote : menez-le sur 10 à 20 actifs pendant quelques mois, ajustez les seuils et vérifiez que les alertes mènent à des actions pertinentes.
  6. Intégration à la GMAO : chaque alerte confirmée doit créer un ordre de travail avec une priorité et une action recommandée.
  7. Formation et certification : les analystes en vibrations et en thermographie doivent être qualifiés, généralement selon la série ISO 18436.
  8. Revue : suivez les pannes évitées, les fausses alarmes et les défauts récurrents, et alimentez l'analyse des causes racines avec ces constats.

L'ISO 17359 fournit des lignes directrices générales pour mettre en place un programme de ce type, et l'ISO 13374 traite du traitement et de la communication des données de surveillance.

À quoi ressemble l'architecture du système ?

Un système moderne de surveillance continue comprend cinq couches :

  • Capteurs : accéléromètres, sondes de température, pinces de courant, capteurs à ultrasons et de qualité d'huile.
  • Edge : unités d'acquisition de données ou passerelles qui échantillonnent, calculent des indicateurs comme la valeur efficace (RMS) et les spectres, et mettent les données en mémoire tampon en cas de coupure du réseau.
  • Réseau : bus de terrain filaire ou Ethernet, sans fil industriel, 5G privée ou cellulaire. Séparez-le de l'informatique de bureau et respectez votre politique de sécurité OT.
  • Plateforme : une base de séries temporelles et de l'analytique, sur site ou dans le cloud. AWS IoT SiteWise, par exemple, est un service managé pour collecter, stocker, organiser et surveiller à grande échelle les données d'équipements industriels.
  • Applications : tableaux de bord, alertes, postes de travail des analystes et intégration à la GMAO.

Anticipez les changements de fournisseur. AWS a annoncé qu'il mettrait fin à la prise en charge d'Amazon Lookout for Equipment le 7 octobre 2026, date après laquelle sa console et ses ressources ne sont plus accessibles. Stockez les données brutes et les indicateurs calculés dans des formats ouverts, sur un stockage que vous maîtrisez, et documentez les modèles et la logique d'alarme, afin de pouvoir changer d'outil d'analytique sans perdre l'historique.

Où l'IA et le machine learning aident-ils ?

Le machine learning excelle à apprendre le comportement normal sur de nombreux signaux et à signaler les écarts, surtout sur des parcs de machines similaires. Il aide un analyste à trier des centaines d'actifs.

Il ne remplace pas le diagnostic fondé sur la physique. Un modèle peut dire qu'une pompe se comporte de façon inhabituelle ; c'est encore à l'analyste de dire qu'il s'agit de cavitation et non d'un roulement. Les modèles ont aussi besoin d'un historique propre et étiqueté, que la plupart des usines doivent d'abord constituer. Commencez par des alarmes à base de règles et le suivi des tendances, puis ajoutez la détection d'anomalies là où le volume de données le justifie.

Quels sont les pièges courants ?

  • Surveiller sans agir : des alertes qui ne deviennent jamais des ordres de travail gaspillent l'investissement.
  • Trop d'alarmes : des seuils mal réglés provoquent une lassitude face aux alertes. Ajustez-les pendant le pilote.
  • Mauvaise technique pour le mode de défaillance : la température seule détecte tardivement les défauts de roulement.
  • Aucun plan de compétences : les données demandent des personnes qualifiées ou un partenaire de service pour les interpréter.
  • Sécurité OT faible : les nouveaux capteurs et passerelles ajoutent des points d'entrée au réseau. Pour les opérateurs soumis à NIS2, ils relèvent de votre analyse de risques.

Comment Opsio vous accompagne

Opsio construit le volet données des programmes de surveillance : plateformes de maintenance prédictive IoT, pipelines de données et tableaux de bord dans le cloud, intégration à la GMAO et détection d'anomalies, ainsi que la gestion d'actifs IoT et l'exploitation 24 h/24 et 7 j/7 de la plateforme. Nous travaillons aux côtés de vos ingénieurs fiabilité et de vos analystes certifiés sans les remplacer. Nos équipes sont à Karlstad, en Suède, et à Bangalore, en Inde.

Questions fréquentes

Quelle différence entre surveillance conditionnelle et maintenance prédictive ?

La surveillance consiste à mesurer l'état de santé des machines. La maintenance prédictive est la stratégie de maintenance qui utilise ces mesures et leurs tendances pour programmer le travail avant une défaillance. On ne peut pas faire la seconde sans la première.

Quels sont les principaux types de techniques de surveillance ?

Analyse vibratoire, thermographie infrarouge, analyse d'huile, ultrasons, analyse du courant moteur et suivi des tendances des données de procédé. De nombreuses usines utilisent aussi des méthodes de contrôle non destructif (CND), comme la mesure d'épaisseur par ultrasons pour la corrosion.

Quelles machines faut-il surveiller en premier ?

Celles dont la défaillance arrête la production, crée un risque pour la sécurité ou l'environnement, ou entraîne un long délai de réparation ou d'approvisionnement en pièces. Une analyse de criticité les classe.

La surveillance continue est-elle meilleure que les tournées périodiques ?

Pas toujours. Les capteurs continus conviennent aux machines critiques, isolées ou à défaillance rapide. Les tournées mensuelles ou trimestrielles avec des instruments portables coûtent moins cher et suffisent pour la plupart des équipements annexes.

En combien de temps un programme est-il rentabilisé ?

Cela dépend du coût de vos arrêts et de l'historique de vos pannes. La première panne évitée sur un actif critique couvre souvent un pilote. Calculez-le à partir de vos propres données plutôt que de vous fier aux moyennes du secteur.

À lire aussi : les technologies émergentes de contrôle non destructif, qui traitent des capteurs permanents du point de vue de l'inspection.

À lire aussi

À propos de l'auteur

Vaishnavi Shree
Vaishnavi Shree

Director & MLOps Lead

Vaishnavi dirige les initiatives d'opérations de machine learning chez Opsio, permettant des capacités ML et prédictives pour les opérations industrielles et automobiles. Son expertise couvre la maintenance prédictive, l'analyse de données industrielles, la surveillance de l'état basée sur les vibrations et l'IA appliquée — avec un accent sur des solutions pratiques et expérimentales conçues pour des environnements opérationnels réels.

Charte éditoriale : Cet article a été rédigé par un praticien certifié, cité ci-dessus. Nous le révisons lorsque la technologie ou la réglementation qu'il traite évolue ; les dates ci-dessus indiquent la dernière mise à jour. Opsio est éditorialement indépendant — nous recommandons des solutions sur leurs mérites techniques, pas sur des relations commerciales.

Vous voulez mettre en œuvre ce que vous venez de lire ?

Nos architectes peuvent vous aider à transformer ces enseignements en actions concrètes.