Les technologies de maintenance prédictive ont fait un énorme bond en avant au cours des dernières années. Moins coûteuses et plus précises qu’avant, elles permettent d’assurer la continuité des opérations tout en réduisant la pression sur les équipes de travail.

Pour les entreprises de transformation alimentaire, le bris d’un élément critique de la chaîne de production peut avoir de sérieuses conséquences. En plus des pertes qui accompagnent inévitablement les arrêts de production, une panne imprévue peut mettre en péril la réputation d’une société et entraîner des effets financiers et humains à court et à long terme.

Pour réduire ces risques, les entreprises s’en remettent habituellement à la maintenance préventive, consistant à inspecter et à remplacer au besoin les équipements à intervalle régulier. Un processus efficace, mais qui demande beaucoup de main-d’œuvre et mène bien souvent au remplacement d’équipements de manière prématurée, explique Dre Yun Yao, cofondatrice et présidente-directrice générale de Soralink.

La maintenance 4.0

« [La maintenance préventive,] ça fonctionne, mais c’est loin d’être optimal. Avec la maintenance prédictive, on peut aller beaucoup plus loin et à faible coût », indique-t-elle.

En effet, les systèmes de maintenance prédictive peuvent maintenant surveiller en temps réel les équipements et ainsi prévenir les problèmes avant qu’ils ne surviennent, en plus de permettre une planification plus efficace des activités d’entretien. Ils colligent également une foule de données qui, une fois analysées par l’intelligence artificielle, donnent un regard nouveau sur le fonctionnement des chaînes de production et assurent la performance des machines.

« Les défaillances ont presque toujours des signes précurseurs: un changement de température, une variation dans les vibrations, des fluctuations de pression, etc. Tous ces éléments peuvent être mesurés par des capteurs et analysés par les algorithmes d’intelligence artificielle en continu », précise la cofondatrice de Soralink.

Avec son équipe, Dre Yun Yao aide justement les entreprises de transformation alimentaire à mettre en place des solutions de maintenance prédictive basées sur l’apprentissage machine intégré aux capteurs et conçus en partenariat avec Motsai, une firme québécoise pionnière du domaine.

« Dans cette industrie, chaque aliment, chaque produit, chaque saison est unique. L’avantage des systèmes comme le nôtre c’est qu’ils sont flexibles et s’adaptent aux réalités propres aux différentes chaînes de production », explique-t-elle.

Une technologie abordable

De plus, l’investissement nécessaire pour implanter des solutions de maintenance prédictive a grandement diminué au cours des dernières années, fait remarquer Yun. Pour cette raison, elles sont maintenant loin d’être réservées qu’aux entreprises de grande taille; c’est tout le secteur industriel qui peut en profiter.

« À une certaine époque, ça pouvait coûter des dizaines de milliers de dollars juste pour les capteurs nécessaires à instrumenter le système. Mais avec le développement de l’Internet des objets, la performance des capteurs s’est améliorée, ils sont plus faciles à installer et ils coûtent beaucoup moins cher », souligne-t-elle.

De la même façon, les algorithmes d’intelligence artificielle au cœur de cette technologie sont devenus accessibles. Par exemple, plusieurs fournisseurs, dont Soralink, offrent des formules d’abonnement pour l’accès à leurs solutions clé-en-main (logiciels, capteurs, etc.), ce qui diminue grandement l’investissement initial nécessaire pour bénéficier immédiatement de la maintenance prédictive.

Une solution 100% québécoise

La partie électronique a été développée avec Motsai, une firme québécoise spécialisée cumulant plus de 10 ans d’expertise en capteurs miniatures intelligents. “Nous sommes très fiers que notre solution soit 100% conçue et développée au Québec. On a tellement de beaux talents et de synergies à faire ici!”

Libérer le personnel pour des tâches à valeur ajoutée

En contexte de pénurie de main-d’œuvre, Yun rappelle que la maintenance prédictive offre un autre avantage indéniable : elle mène à des gains en efficacité.

« C’est ce que l’on gagne grâce à l’optimisation amenée par la technologie. Par exemple, on peut passer moins de temps à faire des inspections visuelles parce qu’elles seront mieux planifiées », spécifie-t-elle.

Les pannes sont aussi de grandes sources d’inefficacité et de stress, rappelle-t-elle. « En les éliminant, c’est toute l’équipe de gestion et de production qui y gagne. »