Skip to main content
Cette page est générée par traduction automatique. Voulez-vous afficher la version originale en anglais?

Surveillance de l'état

Siemens Condition Monitoring utilise une analyse intelligente des données pour améliorer l'efficacité des machines de production, minimiser les temps d'arrêt et optimiser les processus de fabrication.

Profitez de votre démo gratuite

Connectivité

La connexion de données entre systèmes intelligents entre machines et entreprises est un aspect fondamental de l'industrie moderne. Notre système de surveillance conditionnelle couvre trois niveaux cruciaux : la connectivité des machines, le stockage des données et la présentation des données. Au premier niveau, nous pouvons collecter des données à partir de machines et d'autres sources telles que SAP, MES et d'autres systèmes ERP. La connectivité des machines est la première étape de la transformation numérique du secteur.

Notre grand avantage réside dans notre connaissance approfondie des systèmes de contrôle industriels. Nous pouvons fournir des solutions de connexion complètes pour votre portefeuille de machines, quels que soient leur type ou leur âge. Vous obtenez des données valides sur lesquelles vous pouvez compter. Nous nous concentrons sur l'exploration de données concernant la production, la maintenance, la technologie et la gestion commerciale.

Nous proposons la mise en œuvre de ces passerelles de communication afin de garantir une collecte de données fiable et sécurisée à partir des machines de production. Nous utilisons généralement une ou plusieurs passerelles pour approfondir l'ampleur du projet et les meilleures pratiques. Plusieurs machines peuvent communiquer avec une seule passerelle.

Un opérateur regarde l'interface du service de connectivité Brownfield Analytics sur grand écran.
Écran d'ordinateur affichant une transparence totale sur l'état de fonctionnement de la machine

Présentation des données

La tâche principale du système de surveillance conditionnelle est d'analyser de manière fiable les données collectées sous la forme d'un environnement Web interactif ou d'un service de reporting à des fins de présentation.

Le système propose un ensemble complet de tableaux de bord et de rapports sur les conditions de production, de maintenance et technologiques. Cela apporte de la transparence à vos processus de fabrication et à la gestion de la maintenance.

À des fins de maintenance, une application avancée est disponible. L'application de maintenance prédictive regroupe la surveillance des alarmes, les heures de fonctionnement des moteurs des axes, la charge actuelle, la vitesse et la température de l'axe de la machine. Des approches modernes d'apprentissage automatique et de statistiques sont appliquées pour déterminer le taux d'usure de composants spécifiques.

vous pouvez tester les capacités de présentation des données dans démo gratuite en direct.

Analyse des données et optimisation des processus

Les services d'analyse exploitent toutes les données du secteur. L'application des statistiques et de l'apprentissage automatique fournit des informations précieuses à partir de mégadonnées. Nos services analytiques transforment des données complexes en informations contextuelles afin de renforcer votre efficacité opérationnelle et votre innovation.

Les applications de maintenance prédictive, de contrôle qualité, de gestion des ressources et de reporting sont disponibles dans notre ensemble de solutions. Chaque outil présenté a été développé en synergie avec les meilleures pratiques du secteur et peut être personnalisé en fonction des besoins des clients. Les applications Analytical Services sont également disponibles dans le application de démonstration en direct.

Une analyse détaillée et une comparaison de l'indicateur MTBF à l'aide de Siemens Condition Monitoring.
Une liste des signaux surveillés et des anomalies détectées grâce à Siemens Condition Monitoring.

PMapp — Application de Maintenance prédictive

Le système de maintenance prédictive Siemens (PMapp) est une solution qui permet de surveiller et d'analyser en détail les données d'état collectées afin de détecter la survenue initiale d'une panne ou d'une dégradation de l'équipement surveillé.

Le système s'inscrit dans la stratégie de maintenance conditionnelle. Son objectif principal est d'optimiser les processus de maintenance et de réduire les coûts de maintenance tout en améliorant l'efficacité opérationnelle et en minimisant les temps d'arrêt des équipements de production et de traitement. Cette approche moderne de la gestion de la maintenance constitue une étape importante vers l'excellence dans ce domaine. La solution Siemens Predictive Maintenance peut être appliquée à de nombreuses applications industrielles, notamment les usines de fabrication, de chimie, de métallurgie ou de transformation des aliments qui utilisent des machines génératrices de données.

Module de traitement du signal

Le module de traitement du signal traite et surveille les séries chronologiques collectées par les machines industrielles, ou les capteurs de procédé, qui doivent être surveillés en cas d'écart par rapport au comportement standard. Le traitement des signaux détecte automatiquement et de manière fiable toute anomalie survenant pendant le fonctionnement du composant surveillé et demande au service de maintenance de planifier une intervention de maintenance.

Vue détaillée de l'analyse d'un signal surveillé à l'aide de Siemens Condition Monitoring.
Analyse avancée des alarmes critiques détectées à l'aide de Siemens Condition Monitoring.

Module d'analyse des alarmes intelligentes

Le module Smart Alarm Analysis est conçu pour effectuer une analyse automatique des informations textuelles enregistrées, qui peuvent contenir des informations pertinentes sur l'état technique de l'équipement surveillé. Les informations textuelles peuvent provenir de différentes sources, telles que les systèmes de contrôle des machines, les appareils de diagnostic ou les portails d'informations de l'entreprise.

Un module d'alarme est la meilleure solution lorsque le nombre d'alarmes et de messages générés dépasse les limites du service de maintenance qui ne peut pas les traiter de manière indépendante. Seule une fraction des textes collectés contient des informations précieuses sur un échec émergent. Le module identifie les informations textuelles critiques et prévient les pannes générales grâce à des alertes de maintenance ponctuelles.

Module d'analyse des heures de travail

Le module d'analyse des heures de travail fournit une analyse avancée de la disponibilité des machines ou des composants. Les résultats de l'analyse indiquent la probabilité d'une panne de la machine ou le temps moyen estimé avant panne.

Cela vous permet d'optimiser les processus de maintenance et de planification de la production en fonction des connaissances acquises. Vous pouvez également planifier des réparations préventives en fonction de leur gravité et de leur charge de travail réelles. Enfin, vous pouvez distribuer les ordres de fabrication dans l'atelier en fonction des indicateurs de fiabilité des machines (MTBF, MTTR) et de la disponibilité estimée.

Tendance du MTBF, du MTTR et de la disponibilité avec probabilité calculée d'une nouvelle opération et délai estimé avant la prochaine panne.
Un rapport de production Web préparé à l'aide de RSApp de Siemens.

RSApp — Application Report Service

L'application Report Service (RSApp) combine, à intervalles réguliers, de grandes quantités de données de processus provenant de différentes sources de l'entreprise (données sur les machines, SAP, MES, etc.) pour aider la direction et le personnel de l'entreprise à analyser la production, la maintenance, la technologie, la planification ou le contrôle. Grâce au système RSApp, les employés qui n'ont pas de connaissances avancées en matière d'analyse des données peuvent gagner du temps, se concentrer sur la résolution de problèmes et optimiser les processus.

Le résultat du Report Service peut être une visualisation interactive sur le Web, un rapport PDF ou PowerPoint hors ligne ou des données préparées dans la base de données de l'entreprise pour un traitement ultérieur dans un logiciel de BI (par exemple Tableau ou PowerBI).

Les caractéristiques des rapports sont les indicateurs clés de performance (KPI) avec leurs tendances et leurs objectifs, la visualisation des données dans leur contexte (barres, secteurs, graphiques de tendance, etc.), des rapports sur l'utilisation et les temps d'arrêt de production, des statistiques sur les interruptions de production, l'évaluation des performances des machines ou des travailleurs, etc.

RSApp inclut également le module d'analyse ad hoc, un service extraordinaire au sein de Siemens Analytical Services qui vous permet de commander des analyses ciblées sur un large éventail de situations ou de processus. Les résultats sont disponibles dans l'application Report Service après la rédaction. Vous pouvez adapter les analyses ad hoc pour faciliter le processus de prise de décision des employés et de la direction.

Nous fournissons des services tels que la détection de modèles, les relations connues et inconnues, la recherche des gaspillages et des causes des temps d'arrêt, la détection de conditions et de comportements atypiques, l'optimisation des processus de production et de l'entreprise et d'autres informations précieuses.

QCapp — Application de contrôle qualité

L'application de contrôle qualité (QCapp) se concentre sur la qualité des processus de fabrication. Il fournit un système complet permettant aux services de gestion de la production et de contrôle qualité de prendre le contrôle des processus de fabrication. Les principaux objectifs de l'optimisation sont de minimiser les défauts et de maximiser la fiabilité de votre produit.

Le QCapp se compose de trois outils. L'outil Anomaly Detection peut classer un produit non conforme dès les premières phases de production en fonction des signaux de processus générés pendant la production ou sur des photos prises après le processus d'usinage ou d'assemblage.

L'outil Statistical Process Control (SPC) se concentre sur la surveillance en ligne du processus de production, afin de détecter tout phénomène de production non standard. Le SPC est une technique simple mais efficace qui permet d'augmenter la productivité, de prévenir les défauts et d'éviter toute modification inutile du processus de production.

Enfin et surtout, l'outil Design of Experiments (DOE) interactif pour l'utilisateur, qui permet d'expérimenter différentes entrées et différents paramètres du processus de production. Cela entraîne des effets de qualité significatifs et permet d'identifier les performances de production.

Le tableau de bord pour le suivi en ligne de la qualité des processus de production dans QCapp de Siemens.
Le tableau de bord SMApp pour surveiller les pièces de rechange dans l'inventaire du service de maintenance.

SMApp — Application de gestion des approvisionnements

L'application de gestion des approvisionnements (SMApp) permet d'analyser et d'optimiser les stocks de matériaux de production, l'entrepôt de pièces de rechange de maintenance et les itinéraires de transport dans le cadre de la logistique interne.

Sur la base de l'analyse de l'historique de consommation des pièces de rechange ou des matériaux et du niveau de risque ou de fiabilité de la couverture, l'application prédit un stock optimal. La logistique interne peut tirer parti de SMApp en optimisant les paramètres des itinéraires de transport pour les stocks afin d'utiliser au mieux les capacités du personnel logistique. Cela permet d'économiser du temps et de l'énergie lors du transport.

Nos clients

Découvrez comment la surveillance de l'état aide les fabricants.

Services réseau

Découvrez Siemens SCALANCE pour la conception et la mise en œuvre IT/OT, la gestion du réseau, la mise en œuvre du NIS 2 et plus encore.

Découvrez SCALANCE