[TRIBUNE] Le big data au service de la maintenance prédictive dans le secteur extractif

Le data mining et sa bonne exploitation sont au cœur des enjeux de l'innovation numérique en termes de maintenance prédictive. Dans cette septième chronique, David Weber, expert industries extractives chez BearingPoint, démontre combien les données sont précieuses pour éviter l'accident industriel. Ses tribunes sont publiées chaque lundi sur usinenouvelle.com.

Partager

Bien exploitée, la data permettra, demain, d'éviter d'autres accidents comme celui qui a touché la plate-forme Deepwater Horizon de BP. © US Coast Guards

VOS INDICES

source

logo indice & contations

Le contenu des indices est réservé aux abonnés à L’Usine Nouvelle

Je me connecte Je m'abonne

Rien de tel que de discuter avec les vendeurs et utilisateurs des matériels de toute sorte à l’occasion du dernier grand salon minier de Toronto pour comprendre le fossé entre les attentes des sociétés utilisatrices de ces matériels et ceux qui leur fournissent.

Résumons : à une logique de maintenance préventive, basée sur une exploitation statistique des événements de panne, se substitue depuis une bonne décennie une maintenance prédictive, basée sur la meilleure compréhension des modes d’utilisation des matériels. Avec une même finalité: l’amélioration, voire la disparition du MTBF (mean time between failures), le temps moyen écoulé entre deux pannes.

Prendre la décision de changer préventivement une pièce critique au processus d’extraction ou de transformation du minerai dans son ensemble n’est jamais neutre et les ERP (ou progiciels de gestion intégré, PGI) de maintenance proposent globalement tous, SAP en tête, d’identifier le meilleur moment du cycle de vie pour le faire. Ces outils combinent des approches statistiques couplées à des heuristiques d’autres méthodes, souvent boîtes noires (SVM, logique floue, réseaux neuronaux, etc..) et si le résultat est globalement acceptable, il y a encore une marge très significative de progrès. J’ai pu observer à maintes reprise que la performance tient en la combinaison de deux facteurs majeurs.

La faible occurrence, l’ennemi (quasi) invisible

Le black-out imprévu qui plombe tout un cycle d’extraction ou un processus de traitement est au secteur minier ou pétrolier ce que black swan est à la finance : un cauchemar absolu. Disons-le tout net, s’il est par nature quasiment impossible de l’empêcher, il est en revanche possible d’espacer sa survenance. Ce qui fait la différence dans ce cas est la capacité de descendre à un niveau extrêmement fin dans l’analyse et d’être capable d’identifier précocement des corrélations pratiquement imperceptibles et souvent contre-intuitives. A de très rares exceptions près – je ne l’ai vu à ce jour que dans le spatial –, l’industrie n’est pas outillée pour détecter ces signaux très faibles. Justifier d’un coût de stock de pièces de rechange important sur la foi d’une analyse souvent "boîte noire" (quand elle existe) pour une très faible occurrence de survenance est le second cauchemar du financier. Il faut donc être extrêmement convaincant, un brin visionnaire et surtout bien outillé en détection et analyse pour prédire et empêcher, chacun à son échelle, un nouveau Deepwater Horizon.

La complétude toujours relative de l’expertise métier

Les processus sont des continuum avec lesquels les experts métier n’interagissent qu’imparfaitement et la captation des données est généralement cantonnée à des systèmes (MES, PM ou autres) qui intègrent très peu les données "molles", c’est-à-dire ne rentrant pas dans des champs pré-contextualisés. L’analyse des données est ainsi faite sur une gestion dynamique du flux entrant (la donnée pré-formatée) mais statique du périmètre de captation. L’analyse sémantique de notes et commentaires apporte certes un progrès, mais reste trop déconnectée et segmentante d’une vision exhaustive.

Il suffit pour s’en convaincre de parcourir les forums ultra-spécialisés de l’industrie ou la valeur de la donnée réside moins dans sa captation et son analyse de premier niveau que dans sa mise en perspective par une communauté mâtinée d’un esprit "Wikipédia". J’ai d’ailleurs été très surpris par la qualité technique des discussions au sein de groupes sectoriels sur LinkedIn, voire d’informations dénichées sur Twitter. Si tout n’y est pas parole d‘évangile, l’apport est indéniable et l’automatisation et l’extraction de l’information pertinente est un vrai enjeu, tous secteurs confondus.

Qui trouvera l’aiguille dans la botte de foin?

Faible dans le signal et exhaustif dans l’analyse en contexte : le paradigme de la maintenance en industrie extractive prend tout son relief. L’exploitant est souvent trop occupé par ailleurs et considère souvent ceci comme n’étant pas son cœur de métier. Le fournisseur de matériel se cantonne à des recommandations d’utilisation et/ou un service associé incomplet car analytiquement faible. Il y a là un espace pour des cabinets de conseil et sociétés qui combinent une bonne expertise métier, la maîtrise des réseaux sociaux et disposent d’un outil d’analyse de données assurant exhaustivité et gestion des savoirs. C’est au confluent des trois que se trouve la valeur.

David WEBER, expert industries extractives au sein du cabinet BearingPoint, est féru de technologie et particulièrement de tout ce qui touche aux données. Au confluent de ces deux mondes, il conseille sociétés minières et gouvernements, du Canada au Niger, sur l’ensemble de l’écosystème.

Il est par ailleurs auteur de nombreuses publications, rapports gouvernementaux et d’un ouvrage paru en 2012 sur le sujet des terres rares (www.terresrares.fr)

Lire la tribune de la semaine dernière: Gains en (hydro)métallurgie et séparation, les données valent de l’or!

0 Commentaire

[TRIBUNE] Le big data au service de la maintenance prédictive dans le secteur extractif

Tous les champs sont obligatoires

Votre email ne sera pas publié
0 Commentaire

Partager

SUJETS ASSOCIÉS
NEWSLETTER Matières Premières
Nos journalistes sélectionnent pour vous les articles essentiels de votre secteur.

Votre demande d’inscription a bien été prise en compte.

Votre email est traité par notre titre de presse qui selon le titre appartient, à une des sociétés suivantes... Lire la suite

Votre email est traité par notre titre de presse qui selon le titre appartient, à une des sociétés suivantes du : Groupe Moniteur Nanterre B 403 080 823, IPD Nanterre 490 727 633, Groupe Industrie Service Info (GISI) Nanterre 442 233 417. Cette société ou toutes sociétés du Groupe Infopro Digital pourront l'utiliser afin de vous proposer pour leur compte ou celui de leurs clients, des produits et/ou services utiles à vos activités professionnelles. Pour exercer vos droits, vous y opposer ou pour en savoir plus : Charte des données personnelles.

Fermer
LES ÉVÉNEMENTS L'USINE NOUVELLE

LES SERVICES DE L'USINE NOUVELLE

ARTICLES LES PLUS LUS