Une nouvelle recherche s’attaque aux problèmes de maintenance répétés dans les usines de transformation

usine de transformation

Crédit : Unsplash/CC0 Domaine public

Une équipe de mathématiciens et d’ingénieurs de l’Université d’Australie occidentale a utilisé la science des réseaux pour fournir un aperçu des endroits où la maintenance peut être ciblée pour aider à rendre les usines de traitement industrielles plus fiables.

La nouvelle recherche, publiée dans IEEE Xplore, a été réalisée dans le cadre de l’ARC Training Center for Transforming Maintenance through Data Science, un partenariat entre l’UWA, l’Université Curtin, le CSIRO et les partenaires industriels Alcoa, BHP et Roy Hill, ainsi que CORE Innovation Hub et le Minerals Research Institute of WA .

Le centre utilise la science des réseaux pour aider à transformer la maintenance des actifs pour le secteur des ressources de l’Australie en conduisant une refonte numérique qui verra des développements dans les méthodes de calcul, les statistiques, les mathématiques appliquées et l’intelligence artificielle pour déterminer comment, quand et pourquoi la maintenance a lieu.

La science des réseaux est un domaine universitaire en croissance rapide qui se concentre sur l’étude des modèles de connexion dans un large éventail de phénomènes physiques et sociaux et implique de nouvelles méthodes de collecte de données, des techniques mathématiques innovantes et des théories prédictives.

Le professeur Michael Small de la School of Physics, Maths and Computing de l’UWA, qui dirige l’un des thèmes du centre, a déclaré que la recherche a été réalisée après qu’il a été reconnu que les travaux de maintenance corrective sur un actif étaient souvent suivis d’un travail sur le même actif ou sur un actif connecté dans une courte période de temps.

« C’est un problème connu sous le nom de défaillance en cascade, mais identifier et confirmer ces événements est incroyablement difficile lorsque vous prenez en compte le nombre d’actifs et le volume de données de maintenance et d’exploitation dont nous parlons dans les entreprises de cette taille », a déclaré le professeur Small. .

« Nos partenaires industriels gèrent des usines grandes et complexes pleines d’équipements et ils ont des montagnes d’enregistrements stockés dans des systèmes comme SAP qui capturent chaque fois que la maintenance est effectuée. »

En collaboration avec l’un des partenaires du centre, une société minière, l’équipe a sondé les bons de travail décrivant les travaux d’entretien sur les pompes de l’organisation, analysant 88 545 bons de travail pour 5 655 pompes différentes sur une période de huit ans de 2011 à 2019.

« Mais il n’y avait pas que les ordres de travail, nous avons travaillé avec les ingénieurs de maintenance sur le terrain qui ont les clés en main et qui ont souvent cette connaissance non écrite et institutionnelle, pour modéliser le comportement du passé pour essayer de trouver des modèles en utilisant analyse de réseau complexe », a déclaré le professeur Small.

« En utilisant notre modèle, qui repose sur des mathématiques très lourdes, nous avons pu identifier des pompes qui étaient des « super épandeurs » – des pompes qui ont subi des événements de maintenance corrective qui ont conduit à une maintenance corrective sur d’autres pompes.

« Il est intéressant de noter que nous avons constaté qu’il y avait des « boucles automatiques » dans certaines pompes, où un actif tombe en panne et est réparé, puis échoue à nouveau, et aussi qu’il y avait une prévalence de défaillances cachées dans les pompes de secours. »

Le professeur Small, titulaire de la chaire CSIRO-UWA sur les systèmes d’ingénierie complexes, a déclaré que le modèle, qui était en cours de développement, pourrait déjà être appliqué à plusieurs environnements de travail et serait utilisé pour aider les entreprises à modifier leurs pratiques d’exploitation, de maintenance et d’enregistrement.

« Cela a été gratifiant de faire quelque chose de positif et d’appliquer la science des données à quelque chose qui aidera finalement les entreprises à réaliser de réelles économies de coûts », a-t-il déclaré.


La recherche suggère des avantages significatifs à investir dans la maintenance avancée des machines


Plus d’information:
Jaymin Moffatt et al, Détection des défaillances en cascade d’actifs à l’aide d’une analyse de réseau complexe, Accès IEEE (2021). DOI : 10.1109/ACCESS.2021.3108427

Fourni par l’Université d’Australie occidentale

Citation: Une nouvelle recherche aborde les problèmes de maintenance répétés dans les usines de transformation (2021, 5 novembre) récupéré le 5 novembre 2021 à partir de https://techxplore.com/news/2021-11-tackles-maintenance-problems.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.