La maintenance prédictive, tremplin vers de nouveaux services chez AWS et ADI
En 2021, le géant du cloud Amazon Web Services (AWS) et le fabricant de semi-conducteurs Analog Devices (ADI) jettent tous deux leur dévolu sur la maintenance prédictive. Les deux Américains s’attaquent chacun à ce marché en proposant une offre clé en main pour montrer aux industriels leur expertise dans ce domaine. Pour les deux sociétés, cette orientation était essentielle pour répondre aux besoins des clients. D’autant qu’avec la pandémie de coronavirus, « il y a un renforcement de la demande car les habitudes ont changé, les techniciens ne peuvent plus forcément se rendre sur place. Or, une chaîne de production ne doit pas s’arrêter », rappelle Sébastien Stormacq, principal developer advocate chez AWS.
« Cela fait 55 ans que nous sommes spécialisés dans l’industrie. La maintenance prédictive marque un cap dans l’industrie et il nous fallait prendre ce virage, argue Nicolas Layus, directeur de l’entité ADI OtoSense, créée fin 2019 par le groupe et composée d’une soixantaine de personnes. Mais au lieu d’alerter les industriels avant qu’une panne survienne, comme les autres acteurs, nous voulons aller plus loin et leur donner précisément la cause du problème et dire s’il s’agit d’un problème de roulis ou si une valve ne s’est pas ouverte correctement. » ADI OtoSense a développé un logiciel qui collecte et interprète les données des capteurs des machines en s’interfaçant avec le MES, l’outil de pilotage des chaînes de production.
Cette outil, disponible dans le monde entier, a pour particularité de fonctionner en edge computing et de se télécharger sur les devices des opérateurs (smartphones, tablettes ou autres). « Nous avons voulu une technologie portable pour qu’elle s’intègre à l’environnement du technicien », insiste le directeur, qui travaille en particulier sur les modèles d’affaires de la solution pour les aligner sur la demande client de manière évolutive. Car « l’investissement est le principal frein à l’adoption de ces technologies », rappelle-t-il. La solution, qui inclut l’analyse acoustique, est aujourd’hui expérimentée auprès d’une vingtaine de clients en France, dont un constructeur automobile pour l’assemblage de ses moteurs électriques.
Vers l’analyse qualité et les jumeaux numériques
De son côté, AWS a mis l’accent sur l’industrie lors de son événement annuel Re:invent en décembre 2020 et a mis en avant sa nouvelle offre Monitron. « Cela fait près de 25 ans chez Amazon que l’on construit des appareils connectés et que l’on utilise du machine-learning dans la gestion de nos centres de distribution, qui sont aussi des environnements industriels. Nous voulions désormais faire profiter de notre savoir-faire à nos clients », déclare Sébastien Stormacq. AWS a mis au point en interne une infrastructure de surveillance des machines-outils, avec son propre capteur de maintenance prédictive en Bluetooth Low Energy et une gateway dédiée pour remonter les informations au cloud en Wifi.
Fruit de plusieurs années de travail, ce capteur a été évalué en mode pilote au sein d’Amazon, dans un centre de dépôt en Allemagne. Aux Etats-Unis, General Electric et le fabricant de guitares Fender font partie de ceux qui testent la nouvelle offre dans leurs usines. Il s’agit d’un package industriel, disponible partout sur le globe, les clients n’ont pas besoin de souscrire aux autres services d’Amazon pour en bénéficier. AWS propose plusieurs tarifications. Un exemple : le kit de démarrage comprenant cinq capteurs, la passerelle et le service cloud d’analyse des remontées des capteurs revient à 965 dollars pour la première année. Le groupe a par ailleurs lancé une offre similaire dans le cloud mais sans équipement, pour les industriels qui ont déjà le matériel.
Les deux acteurs ont déjà des perspectives allant au-delà du suivi des paramètres d’une machine. Pour AWS, cette initiative ouvre également la voie vers l’analyse qualité, une tendance qui émerge auprès de ses clients. L’objectif : analyser en amont la qualité des pièces produites pour détecter de manière préventive tout souci sur le produit fini. Par exemple, des entreprises comme Fender envoient d’importants flux de photos des pièces détachées dans le cloud pour analyse. « Nous testons un service du nom de Panorama pour analyser en edge computing ce flux d’images afin de réagir au plus vite en cas d’anomalie », explique Sébastien Stormacq. Une solution qui permet de stocker les images au sein de l’usine afin d’éviter les soucis de bande-passante.
La maintenance prédictive servira par ailleurs de tremplin à ADI, qui a renforcé ses connaissances machines et son portfolio avec l’acquisition de l’espagnol Test Motors, expert de la maintenance prédictive des machines tournantes. La société s’oriente désormais vers des offres de jumeaux numériques en fournissant des données détaillées et contextuelles sur une machine au lieu de se référer à des données génériques. « Cela va nous aider à amener les clients vers l’industrie 5.0, qui intègre de l’IA au milieu des process ».
