Meilleurs ensemble : comment la collecte par ronde et la surveillance en ligne ont aidé à éviter l’arrêt d’une papeterie

Un problème connu réapparaît

À l’aide des données de la collecte de routine par ronde, nous avons identifié une tendance préoccupante : un rouleau de presse de remplacement installé à peine un mois plus tôt commençait à présenter les mêmes indicateurs de défaillance que le rouleau qu’il avait remplacé. La tendance suggérait que le rouleau de remplacement pouvait tomber en panne avant que le rouleau d’origine ne soit réparé et remis en service.

Des impacts à la vitesse de fonctionnement, accompagnés d’activité harmonique et de motifs de bandes latérales autour de la vitesse du rouleau, suggéraient que la machine commençait à présenter le même comportement que celui qui avait précédé la défaillance antérieure. Bien que le problème n’ait pas été visible lors des inspections précédentes, une ronde collectée le 6 février a révélé un changement notable de l’état, suscitant une inquiétude immédiate quant à la survie du rouleau de remplacement assez longtemps pour que le rouleau d’origine soit réparé et remis en service.

Les données de ronde ont permis d’identifier le problème avec succès. Ce qu’elles ne pouvaient pas déterminer, c’était la vitesse à laquelle l’état progressait–ni la manière dont le rouleau réagissait aux variations des conditions du procédé au cours de la journée.

De clichés périodiques à une visibilité continue

Le lendemain, le superviseur de la maintenance a demandé si le système PHANTOM® Online existant pouvait être déplacé vers le rouleau à risque. Comme l’installation utilisait déjà l’écosystème d’ERBESSD, un Gateway de secours et des capteurs PHANTOM® ont été déployés et ont commencé à collecter des données. Ce qui avait traditionnellement été un actif surveillé par ronde est instantanément devenu un actif surveillé en ligne, sans nécessiter de nouveau logiciel, de bases de données distinctes ni d’installation permanente.

Le 8 février, l’équipe a commencé à observer quelque chose d’inattendu.

Au lieu d’augmenter de façon régulière, les amplitudes vibratoires fluctuaient considérablement tout au long de la journée. Dans certains cas, les niveaux d’accélération variaient de plus de 70 % sur des périodes relativement courtes. Le rouleau alternait entre des périodes d’impacts élevés et des périodes de sévérité réduite, rendant l’état réel difficile à comprendre à partir des seules mesures périodiques par ronde.

L’une des découvertes les plus précieuses fut que l’état du rouleau n’était pas statique.

À plusieurs reprises, le système PHANTOM® a capté des augmentations soudaines de l’activité d’impacts et de la sévérité vibratoire qu’il aurait été impossible d’observer au moyen d’une ronde mensuelle. Dans un cas, les niveaux de vibration ont augmenté de plus de 700 % par rapport aux valeurs de référence historiques. Pourtant, à d’autres moments, la sévérité semblait diminuer de façon significative selon les conditions de fonctionnement.

Cette variabilité expliquait pourquoi le diagnostic du problème avait été si difficile. Une ronde collectée durant une « bonne » période de fonctionnement pouvait sous-estimer la sévérité du problème, tandis qu’une ronde collectée durant une « mauvaise » période pouvait laisser présager une défaillance imminente.

La surveillance continue a révélé un schéma : bon nombre de ces changements coïncidaient avec des variables de production telles que les changements de grade, les ajustements de vitesse de la machine et les conditions de charge sous vide. Les opérateurs soupçonnaient depuis longtemps que les conditions du procédé influençaient le comportement du rouleau. Les données en ligne ont enfin apporté des preuves à l’appui de cette théorie.

Les données ont également aidé à isoler l’endroit où le problème était le plus sévère. Les mesures recueillies sur le palier du côté de tendance présentaient systématiquement des amplitudes nettement plus élevées que celles recueillies du côté entraînement, tandis que les mesures du réducteur restaient relativement stables. Cela a permis à l’équipe de concentrer son attention sur le rouleau lui-même plutôt que d’entreprendre des actions correctives inutiles ailleurs dans la chaîne d’entraînement.

La surveillance continue a éliminé les conjectures en fournissant une image complète du comportement de l’actif au fil du temps.

Surveillance par ronde et surveillance en ligne : meilleurs ensemble

Une idée reçue courante est que la surveillance en ligne remplace la collecte par ronde. Ce projet a démontré le contraire. La surveillance par ronde a identifié le problème, tandis que la surveillance en ligne a fourni la visibilité continue nécessaire pour le comprendre. Comme les mesures par ronde et en ligne partageaient la même base de données EI-Analytic™, nous avons pu comparer immédiatement les nouvelles mesures en ligne avec des mois, voire des années, de données historiques de ronde. Il n’est pas nécessaire de fusionner des jeux de données, de changer de plateforme logicielle ni de reconstruire les historiques des actifs. Le client a bénéficié d’une surveillance continue tout en conservant le contexte et les tendances déjà établis grâce à son programme de rondes.

La leçon plus large

Chaque installation suit un parcours de fiabilité différent. Les solutions les plus efficaces ne sont pas celles qui imposent aux clients une approche unique, mais celles qui offrent de la flexibilité. Cette étude de cas montre comment l’écosystème intégré d’ERBESSD permet aux équipes de fiabilité de réagir rapidement, d’acquérir une compréhension plus approfondie et de prendre de meilleures décisions avant que les défaillances n’affectent la production.