L’usine BMW Group de Ratisbonne met en œuvre un système innovant de maintenance prédictive

L’usine BMW Group de Ratisbonne établit de nouvelles normes en matière d’efficacité de la chaîne de montage grâce à son système d’analyse intelligente révolutionnaire, visant à prévenir les arrêts imprévus et à optimiser le flux de production des véhicules. 

La solution de maintenance prédictive de pointe utilise l’intelligence artificielle (IA) pour identifier et résoudre proactivement les pannes potentielles des équipements, ce qui entraîne des améliorations significatives de la disponibilité de la production et des économies de coûts.

Le système de surveillance intelligent de l’usine BMW Group de Ratisbonne se concentre sur le processus d’assemblage, où les véhicules sont fixés à des chargeurs mobiles ou à des systèmes de skids. Ces chargeurs traversent les halls de production en chaîne, et toute panne technique des systèmes de convoyage peut perturber la chaîne de montage, entraînant des efforts et des coûts de maintenance accrus. 

Pour contourner ces problèmes, l’équipe d’innovation de BMW a développé un système capable de détecter les pannes précocement, garantissant ainsi une production ininterrompue.

Remarquablement, ce système de surveillance exploite les données existantes des composants installés et du contrôle des éléments de convoyage, éliminant le besoin de capteurs ou de matériel supplémentaires. Il évalue activement divers points de données, y compris les fluctuations de consommation d’énergie, les irrégularités de mouvement du convoyeur et la lisibilité des codes-barres, pour identifier les anomalies. 

Lorsque de telles anomalies sont détectées, une alerte est immédiatement envoyée au centre de contrôle de la maintenance, permettant une action rapide pour résoudre le problème.

Le chef de projet Oliver Mrasek souligne le fonctionnement continu du système : « Les moniteurs de surveillance dans notre centre de contrôle fonctionnent 24h/24 et 7j/7, nous permettant de répondre rapidement à tout type de rapport de panne et de retirer le véhicule concerné du cycle. »

Mise en œuvre : soutenue par l’IA, standardisée et rentable

La maintenance prédictive n’est pas seulement une solution autonome ; c’est un effort collaboratif. La standardisation du système, en coopération avec la gestion centrale de l’atelier de BMW Group et d’autres sites d’usine, facilite son déploiement rapide dans les sites de BMW Group à travers le monde. 

Un avantage notable est sa rentabilité, car il ne nécessite pas de capteurs supplémentaires, les dépenses étant limitées au stockage et à la puissance de calcul.

Des modèles d’apprentissage automatique internes sont intégrés au système, utilisant des cartes thermiques avec différents codes couleur pour visualiser les modèles de pannes dans divers composants. Cette représentation visuelle permet aux techniciens de maintenance de répondre avec précision aux problèmes identifiés.

Le succès du système est souligné par des efforts continus d’amélioration. L’équipe élargit actuellement ses capacités en connectant des installations supplémentaires, en optimisant le système et en intégrant des actions recommandées dans les messages de panne. Cette amélioration vise à simplifier le dépannage pour les techniciens de maintenance en mettant en évidence des problèmes similaires survenus dans le système.

Deniz Ince, data scientist de l’équipe, souligne les avantages plus larges d’une maintenance prédictive optimale : « Une maintenance prédictive optimale nous fait non seulement économiser de l’argent, mais elle signifie également que nous pouvons livrer la quantité planifiée de véhicules à temps – ce qui économise une énorme quantité de stress en production. »

Objectifs futurs : Améliorer la prévisibilité et les brevets

Le parcours de l’usine BMW Group de Ratisbonne dans la surveillance basée sur les données de la technologie de convoyage s’étend sur six ans, avec environ 80 % des lignes d’assemblage principales désormais surveillées par ce système. Bien que toutes les pannes ne puissent pas être prédites, le système a déjà empêché environ 500 minutes d’arrêt par an rien que dans l’assemblage des véhicules. Compte tenu du taux de production de l’usine, cela se traduit par des gains d’efficacité opérationnelle significatifs.

Les objectifs futurs de l’équipe incluent l’amélioration de la prévisibilité en estimant le temps restant entre la détection d’une panne et un arrêt potentiel. Cette fonctionnalité aidera les techniciens à prioriser les tâches de maintenance en fonction de l’urgence. De plus, le système est exploré pour une utilisation dans d’autres zones de l’usine, telles que les équipements utilisés pour remplir les véhicules avec du liquide de frein et du liquide de refroidissement.

Remarquablement, le système d’apprentissage intégré de l’usine BMW Group de Ratisbonne est un pionnier dans son domaine, ayant reçu la reconnaissance des fabricants d’équipements et conduisant à deux brevets enregistrés par BMW Group.