Trois manières d'estimer la durée de vie utile restante pour la maintenance prédictive

La durée de vie utile restante (RUL) correspond à la durée pendant laquelle une machine fonctionnera avant de nécessiter une réparation ou un remplacement. En estimant la RUL, les ingénieurs peuvent planifier la maintenance, optimiser l'efficacité opérationnelle et éviter les pannes imprévues. C'est pour cette raison que l'estimation de la RUL constitue une priorité absolue dans les programmes de maintenance prédictive.

Un modèle d'estimation de la RUL génère une prédiction de la RUL assortie d'un intervalle de confiance. Les entrées du modèle sont des indicateurs d'état (caractéristiques) extraits des données de capteurs, dont le comportement évolue de manière prévisible à mesure que le système se dégrade.

La méthode utilisée pour calculer la RUL dépend du type de données disponibles :

• Données de durée de vie indiquant le temps qu'il a fallu à des machines similaires pour atteindre la défaillance
• Historiques de fonctionnement jusqu'à la défaillance de machines similaires
• Valeur de seuil connue d'un indicateur d'état qui détecte la défaillance

Predictive Maintenance Toolbox™ propose des modèles pour estimer la RUL à partir de chaque type de données.

Données de durée de vie

Les modèles à risques proportionnels et les distributions de probabilité des temps de défaillance des composants sont utilisés pour estimer la RUL à partir des données de durée de vie. Un exemple simple consiste à estimer le temps de décharge d'une batterie en se basant sur les temps de décharge passés et sur des covariables, telles que la température ambiante et la charge.

Le graphique de la fonction de survie de la Figure 1 montre la probabilité qu'une batterie tombe en panne en fonction de sa durée de fonctionnement. Le graphique indique, par exemple, que si la batterie fonctionne pendant 75 cycles, elle a 90 % de chances d'avoir atteint la fin de sa durée de vie.

Données de fonctionnement jusqu'à la défaillance

Si vous disposez d'une base de données contenant des données de fonctionnement jusqu'à la défaillance issues de composants similaires ou de composants différents présentant un comportement comparable, vous pouvez estimer la RUL en utilisant des méthodes fondées sur la similarité. Ces méthodes capturent les profils de dégradation et les comparent aux nouvelles données provenant de la machine afin de déterminer le profil auquel elles correspondent le plus fidèlement.

Dans la Figure 2, les profils de dégradation des jeux de données historiques de fonctionnement jusqu'à la défaillance d'un moteur sont représentés en bleu, et les données actuelles du moteur en rouge. En se basant sur la distribution des profils historiques les plus proches, la RUL est estimée à environ 65 cycles.

Données de seuil

Dans de nombreux cas, un programme de maintenance conservateur implique que les machines tombent rarement en panne. Cela peut signifier que les données de fonctionnement jusqu'à la défaillance ou les données de durée de vie ne sont pas disponibles. Cependant, vous disposez vraisemblablement d'informations sur des valeurs de seuil prescrites ; par exemple, la température d'un liquide dans une pompe ne peut pas dépasser 71 °C (160 °F) et la pression doit être inférieure à 155 bar (2 200 psi). Grâce à ces informations de seuil, vous pouvez ajuster des modèles de dégradation aux indicateurs d'état extraits des données de capteurs, qui évoluent de manière linéaire ou exponentielle au fil du temps.

Ces modèles de dégradation estiment la RUL en prédisant le moment où l'indicateur d'état franchira le seuil. Ils peuvent également être utilisés avec un indicateur d'état fusionné intégrant les informations de plusieurs capteurs au moyen de techniques telles que l'analyse en composantes principales (ACP).

La Figure 3 présente un modèle de dégradation exponentielle qui suit la défaillance d'un roulement à grande vitesse utilisé dans une éolienne. L'indicateur d'état est représenté en bleu. Le modèle de dégradation prédit que le roulement franchira la valeur de seuil dans environ 9,5 jours. La zone ombrée en rouge représente les intervalles de confiance de cette prédiction.

Une fois que vous avez conçu un modèle de RUL basé sur les données dont vous disposez, vous pouvez l'intégrer dans des tableaux de bord utilisés par les opérateurs ou dans des systèmes d'alarme surveillés par les équipes de maintenance. Les équipes peuvent alors réagir aux variations de l'état des équipements rapidement et efficacement, sans perturber les opérations.