Question 1

Quels capteurs utiliser pour detecter une panne de roulement ?

Accepted Answer

Pour la detection de defaillances de roulements, trois types de capteurs sont complementaires. Les accelerometres piezoelectriques (type IEPE, norme ICP) mesurent les vibrations en acceleration de 0,5 Hz a 10 kHz avec une sensibilite de 100 mV/g — ils detectent les frequences caracteristiques BPFO (Bearing Pass Frequency Outer), BPFI, BSF et FTF propres a chaque reference de roulement. Les capteurs de temperature PT100 ou NTC sur le carter de palier detectent un echauffement anormal (seuil typique : +15 degres Celsius par rapport a la temperature de regime). L'analyse du courant moteur (MCSA - Motor Current Signature Analysis) via pince de courant 4-20 mA permet de detecter les defauts de roulement dans le spectre du courant sans contact mecanique. Eziwan integre nativement les capteurs IEPE via module d'acquisition vibration compatible BNC, et les capteurs analogiques 4-20 mA directement sur les bornes du gateway.

Question 2

Quelle est la difference entre maintenance preventive et predictive ?

Accepted Answer

La maintenance preventive calendaire est declenchee par le temps (toutes les X heures de marche ou tous les X mois), independamment de l'etat reel de l'equipement. Elle remplace des pieces encore en bon etat et impose des arrets planifies parfois inutiles. La maintenance predictive, elle, est declenchee par l'etat de sante reel de l'equipement : on intervient quand les donnees capteurs indiquent une degradation effective. Concretement, un roulement dont la duree de vie theorique est de 20 000 heures peut defaillir a 8 000 heures dans des conditions severes, ou durer 30 000 heures en conditions optimales. La maintenance preventive manque dans les deux cas. La maintenance predictive IIoT detecte la montee en temperature ou la modification du spectre vibratoire 2 a 6 semaines avant la defaillance, permettant de planifier l'intervention au moment optimal.

Question 3

En combien de temps voit-on le ROI de la maintenance predictive ?

Accepted Answer

Sur nos deployements clients, le retour sur investissement est typiquement atteint entre 6 et 18 mois. La premiere economie significative survient generalement lors du premier arret non planifie evite : pour une ligne de production agro-alimentaire, un arret de 4 heures represente 60 000 euros de perte de production plus les couts d'intervention express. L'abonnement Eziwan maintenance predictive sur ce meme site est de l'ordre de 400 a 800 euros par mois selon le nombre d'equipements surveilles. Mathematiquement, un seul arret evite par an justifie l'investissement. A cela s'ajoutent les economies sur les pieces : ne plus changer des roulements encore bons represente 15 a 25% d'economies sur le budget pieces detachees. Nos clients industriels observent une reduction du MTTR (Mean Time To Repair) de 50 a 65% grace aux alertes anticipees qui permettent de preparer l'intervention.

Question 4

La solution fonctionne-t-elle avec nos equipements existants ?

Accepted Answer

Oui, la philosophie d'Eziwan est la retro-compatibilite totale. Pour les equipements avec sorties analogiques 4-20 mA ou 0-10 V (la majorite des capteurs industriels des annees 1990 a aujourd'hui), la connexion est directe sur les bornes du gateway sans modification de l'installation. Pour les automates et variateurs avec Modbus RTU sur RS-485 ou Modbus TCP sur Ethernet, l'integration se fait en lecture seule sans modification du programme automate. Pour les equipements sans aucune sortie numerique ou analogique (vieux moteurs, pompes legacy), on ajoute des capteurs retrofits : capteur de temperature sans contact sur le carter, accelerometre colle en surface, pince de courant sur l'alimentation. L'installation de ces capteurs additionnels est non intrusive et ne necessite pas d'arret de production.

Question 5

Faut-il un data scientist pour exploiter les donnees ?

Accepted Answer

Non. Eziwan est concu pour les responsables maintenance et les techniciens, pas pour les data scientists. L'etablissement de la baseline (valeurs de reference en regime normal) est automatique : le systeme apprend le comportement nominal de chaque equipement pendant les 7 a 14 premiers jours et definit automatiquement les seuils d'alerte adaptatifs. Les alertes de derive (rate-of-change) se configurent en quelques clics via l'interface web : 'alerter si la temperature augmente de plus de 2 degres Celsius par heure'. Les dashboards sont pre-construits avec les KPIs maintenance standards : MTBF, MTTR, disponibilite operationnelle, nombre d'interventions curative vs preventive. Pour les utilisateurs avancees souhaitant developper des modeles ML sur mesure, l'API REST et l'export de donnees brutes vers Python ou des plateformes d'analytics industrielles (Azure IoT Analytics, AWS IoT SiteWise) sont disponibles sur le plan Enterprise.

Question 6

Comment integrer les alertes avec notre GMAO ?

Accepted Answer

Eziwan propose trois methodes d'integration GMAO selon votre niveau de sophistication. La methode la plus simple est le webhook HTTP : quand une alerte se declenche, Eziwan envoie une requete HTTP POST au format JSON vers l'endpoint de votre GMAO — cela cree automatiquement une demande d'intervention ou un ordre de travail. La deuxieme methode utilise l'API REST bidirectionnelle d'Eziwan : votre GMAO interroge periodiquement l'API Eziwan pour recuperer les nouvelles alertes et les integrer dans son workflow. La troisieme methode est l'integration native avec les principales GMAO : des connecteurs pre-configures sont disponibles pour Mobility Work (GMAO cloud francaise), SAP PM via SAP PI/PO, et IBM Maximo via l'API REST Maximo Application Framework. Pour les GMAO sur site (Infor EAM, CARL Source, Dimo Maint), l'integration se fait via le module ETL d'Eziwan qui genere des fichiers CSV/XML importables a intervalle regulier.

Question 7

Maintenance predictive vs maintenance preventive : quel ROI peut-on esperer ?

Accepted Answer

La comparaison financiere entre maintenance preventive calendaire et maintenance predictive IIoT est favorable a la predictive dans tous les secteurs industriels avec des equipements critiques. La formule de calcul du ROI est la suivante : ROI = (Economies generees - Cout de la solution) / Cout de la solution x 100. Les economies generees comprennent trois postes. Premier poste : reduction des arrets non planifies. Un arret non planifie sur une ligne de production automobile ou agro-alimentaire coute entre 10 000 et 100 000 euros de perte de marge brute par heure (source : etudes Aberdeen Group, ARC Advisory). Eviter 2 arrets de 4 heures par an sur une ligne a 15 000 euros/heure represente 120 000 euros d'economie annuelle. Deuxieme poste : reduction des couts de pieces detachees. La maintenance preventive genere 20 a 30% de remplacement de pieces encore en bon etat. Sur un budget pieces de 80 000 euros annuels, la maintenance predictive permet d'economiser 16 000 a 24 000 euros en ne changeant que les pieces reellement degradees. Troisieme poste : reduction du temps technicien. La preparation anticipee des interventions (commande de pieces, planification des ressources) reduit le MTTR (Mean Time To Repair) de 40 a 60%. Exemple chiffre concret : pour une usine plastique avec 20 moteurs surveilles, le cout de la solution Eziwan est de 8 400 euros par an (abonnement + gateway). Les economies estimees sur la premiere annee : 1 arret evite (30 000 euros) + economies pieces (12 000 euros) = 42 000 euros. ROI = (42 000 - 8 400) / 8 400 = 400%. Les etudes sectorielles (Deloitte, McKinsey) confirment un ROI moyen de 10x sur 3 ans pour la maintenance predictive industrielle.

Question 8

Quels types de capteurs utiliser pour surveiller les moteurs, pompes et compresseurs ?

Accepted Answer

Le choix des capteurs depend du type d'equipement surveille et du budget disponible. Pour les moteurs electriques (la categorie la plus courante), la combinaison optimale est : un accelerometre MEMS triaxial (vibration sur 3 axes, mesure en g, plage typique 0-8g, 0-3 kHz) pour detecter les defauts de roulements et les desequilibrages, un capteur de temperature de palier PT100 ou PT1000 (resistance thermometrique, plage -50 a +200 degres Celsius, precision 0,1 degres Celsius) pour surveiller l'echauffement, et optionnellement une pince de courant 4-20 mA (MCSA) pour analyser la signature spectrale du courant et detecter les barres rotoriques cassees ou les excentricites. Pour les pompes centrifuges, ajoutez un capteur de pression differentielle 4-20 mA en entree et sortie (manometre de process type WIKA, Endress+Hauser Cerabar) : la derive du point de fonctionnement sur la courbe HQ indique un colmatage de la roue ou une cavitation naissante. Pour les compresseurs alternatifs, la pression d'huile (transmetteur 4-20 mA sur circuit de lubrification) et la temperature des cylindres (thermocouple type K sur la culasse) sont les parametres critiques. Pour les transformateurs et tableaux electriques, les capteurs infrarouges sans contact (FLIR, Optris) via interface USB ou Ethernet, ou les sondes PT100 integrees aux tableaux, permettent de detecter les echauffements de connexions dessertees avant le disjoncteur. Tous ces capteurs se connectent au gateway Eziwan via entrees analogiques 4-20 mA directes ou via module Modbus RTU multi-entrees.

Question 9

En combien de temps obtient-on les premieres predictions fiables ?

Accepted Answer

Le delai pour obtenir des predictions fiables se decompose en trois phases successives. Phase 1 — Baseline et apprentissage (4 a 8 semaines) : le systeme collecte les donnees de fonctionnement nominal pour etablir la ligne de base (baseline) de chaque equipement. Durant cette periode, Eziwan apprend les patterns normaux : plages de temperature en charge et a vide, niveaux vibratoires typiques a differentes vitesses de rotation, cycles de demarrage et d'arret. Il est important que cette phase couvre les conditions de fonctionnement representatives (different regimes de charge, temperatures ambiantes saisonnieres si possible). Phase 2 — Calibration des seuils d'alerte (2 a 4 semaines) : apres la baseline, les premiers seuils adaptatifs sont proposes par le systeme. L'equipe maintenance les ajuste en fonction de la criticite des equipements et de la tolerance au risque. Un moteur de securite en zone ATEX aura des seuils plus conservateurs qu'un moteur de ventilation tertiaire. Les premiers faux positifs eventuels sont corriges durant cette phase. Phase 3 — Premieres predictions actionnables (2 a 4 mois apres le demarrage) : les modeles de detection de derive (trend analysis sur 30-90 jours) commencent a produire des alertes predisant des evolutions anormales plusieurs semaines a l'avance. C'est durant cette phase que la valeur operationnelle devient tangible. Facteur accelerateur : si vous possedez des historiques de pannes passees (dates, nature des defauts, valeurs observees), l'import de ces donnees dans Eziwan accelere significativement la calibration en fournissant des exemples etiquetes de defaillances reelles.

Maintenance predictive industrielle : anticipez les pannes avant qu'elles arretent votre production

Maintenance corrective, preventive ou predictive : laquelle choisir ?

Maintenance corrective

Maintenance preventive

Maintenance predictive IIoT

De la vibration a l"alerte : comment fonctionne la maintenance predictive IIoT

Acquisition capteurs

Transport securise

Analyse et detection

Alerte et integration GMAO

Equipements industriels compatibles avec la maintenance predictive Eziwan

Moteurs electriques

Pompes et compresseurs

Convoyeurs et malaxeurs

Transformateurs HTA/HTB

Groupes electrogenes

HVAC industriel

Combien vous coute une heure d'arret non planifie ?

Industries process

Automobile

Agroalimentaire

Industries manufacturieres

Compatibilite capteurs et protocoles industriels

Protocoles supportes

Marques capteurs validees

Standards et normes

Tout savoir sur la maintenance predictive IIoT

Commencez votre pilote maintenance predictive en 5 jours ouvres