Mikron - Jumeau numérique pour la prédiction de pannes

Une panne d’une machine de production est souvent coûteuse : la production est interrompue pendant la durée de la réparation, ce qui diminue le rendement de la machine ainsi que toutes les ressources qui y sont liées. La maintenance préventive est la méthode la plus fréquemment utilisée pour réduire le risque de pannes. Cependant, remplacer des pièces qui n’ont pas encore atteint leur fin de vie engendre également des coûts.

Ce projet a pour but de développer une méthode de maintenance prédictive : à partir d’un modèle théorique de la machine ainsi que de mesures prises en temps réel, le système effectue une simulation de l’état interne, qui n’est pas directement observable. Le modèle peut ainsi estimer l’état actuel de la machine et calculer les probabilités de pannes à différents intervalles de temps.

Le modèle conçu comprend deux éléments principaux. Le premier est un modèle physique déterministe qui décrit le comportement physique de la machine ou d’un composant. Par exemple, la cinématique d’un composant peut être décrite à l’aide d’un système d’équations différentielles. Ce modèle permet de calculer les forces auxquelles le composant est exposé et estimer ainsi son usure.

Le deuxième élément est un modèle statistique, sous forme d’un réseau bayésien. Il permet de modéliser les relations entre les variables du système, qui sont souvent de nature probabiliste plutôt que déterministe. Un changement du comportement d’un composant peut avoir différentes causes et ce modèle statistique vise à calculer la probabilité pour chaque état possible du système, sur la base des mesures récoltées ainsi que des estimations précédentes.

Le système développé représente donc un « jumeau numérique » (digital twin) de la machine modélisée, dans le sens où il permet de simuler l’état interne de la machine et de prédire son comportement futur.

Dans le cas concret de ce projet, mandaté par l’entreprise Mikron Automatisation SA à Boudry, le principe du jumeau numérique, composé d’un modèle physique et d’un modèle statistique, a été appliqué à un type de composant spécifique des machines de production. Le jumeau numérique permet d’analyser les données de mesures et de prédire les pannes dans un certain horizon de temps.