juin/juillet 2010

Vos actifs sont-ils fiables?

Les données et les modèles prédictifs réduisent le temps d’arrêt des équipements mais l’intégration des systèmes tarde

. Par G. Woodford

La tradition des mines d’effectuer la maintenance selon le temps d’utilisation est graduellement remplacée par une méthode prédictive plus sophistiquée, basée sur des algorithmes et des données de diagnostic obtenues de sondes sur les équipements dans le but de produire des alertes sur de potentielles défaillances.

La fiabilité est déjà améliorée et il y a moins de temps d’arrêt. Cependant, selon les experts, le secteur minier est loin derrière les autres industries dans l’intégration des systèmes de collecte de données; les temps d’arrêt coûtant des millions de dollars par année ne sont pas maîtrisés.

On croyait que les machines, tout comme le corps humain, se détérioraient avec le temps. Mais les machines ne sont pas biologiques; si elles sont bien maintenues, elles devraient fonctionner sans diminution de rendement.

Après la Deuxième Guerre mondiale, le nombre de voyages par avion augmentait mais le nombre d’écrasements était très élevé. On croyait que l’âge des équipements était en cause et la maintenance en fonction du temps a augmenté. À la surprise générale, le nombre d’écrasements a tout de même augmenté. Après avoir analysé les données, les ingénieurs ont constaté que seulement 11 pour cent des pannes d’équipement étaient dues à l’âge et que la plus grande proportion de défaillances était sur des équipements neufs ou récemment réparés. C’est ainsi qu’est née la maintenance axée sur la fiabilité (MAF).

Les programmes de maintenance prédictive aident à réduire les problèmes. « Vous ne faites pas nécessaire- ment entrer le camion pour une maintenance traditionnelle régulière », explique Malcolm Scoble, professeur de génie minier à l’Université de la Colombie-Britannique. « Vous pouvez le faire entrer lorsqu’une pièce semble approcher une défaillance et selon un horaire qui vous convient. » Cela se fait en combinant des données sur l’usure, enreg- istrée par des capteurs, et des inspections par les opéra- teurs. Les modèles prédictifs basés sur ces mêmes don- nées peuvent vous indiquer qu’il est temps de réparer une sous-composante. Il faut alors moins de temps et cela coûte moins cher que de retirer la machine du service pour une réparation majeure.

Des capteurs installés sur les équipements constituent une source de données pour le suivi de la fiabilité. La plu- part des équipements miniers ont maintenant des capteurs pour les vibrations et la température des moteurs. D’autres capteurs peuvent surveiller les filtres, l’huile et les pneus.

« Les capteurs de vibrations sont maintenant standards », dit Joe Helfrich, vice-président principal, produits d’exploita- tions en surface, Bucyrus. Il ajoute que le prix des capteurs a grandement chuté au cours des dernières années.

Les inspections par les opérateurs sont des points clés. Cependant, dans plusieurs compagnies, les opérateurs inscrivent les données sur une feuille de papier qui est ensuite classée. Il existe d’autres options telles que les appareils utilisés par la compagnie Ivara, une compagnie de gestion du rendement des actifs. Les opérateurs ont de petits appareils pour entrer les données, lesquelles sont ensuite transmises à un système centralisé où elles sont traitées pour produire des recommandations de maintenance.

Certaines compagnies ont développé des systèmes pragmatiques pour traiter les très nombreuses données générées. Chez Vale Inco, « les données sont collectées automatiquement : les diagnostics du système et les entrées des opérateurs », explique Frank Catalano, assis- tant directeur de la mine de nickel Stobie à Sudbury. Ces données sont exportées et analysées à l’externe, en grande partie en partenariat avec l’Université Laurentienne. Le directeur de ce partenariat de recherche, Dr Nick Vayenas, utilise les données de Vale Inco pour créer des modèles de fiabilité au moyen d’algorithmes génétiques.

D’autres compagnies traitent les données recueillies à l’interne. Rio Tinto a choisi les technologies et elle s’est assurée qu’elles étaient interexploitables. L’implantation devait être adaptée pour chaque site. L’éloignement et les températures extrêmes (de –50 ºC au Labrador à 40 ºC en Namibie) ajoutaient à la complexité. Caterpillar, Modular Mining et Mining Information Systems ont adapté leurs systèmes aux technologies et aux environnements locaux.

Page 1 de 2 Suivant
Publier un commentaire

Commentaires

Version PDF