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

L'usine BMW Group de Ratisbonne établit de nouvelles normes en matière d'efficacité des chaînes de montage grâce à son système d'analyse intelligent révolutionnaire, destiné à prévenir les arrêts imprévus et à optimiser le flux de production des véhicules. 

Cette solution de maintenance prédictive de pointe utilise l'intelligence artificielle (IA) pourdentet traiter de manière proactive les pannes potentielles des équipements, ce qui entraîne des améliorations significatives du temps de 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 porteurs mobiles ou à des systèmes de patins. Ces porteurs circulent en chaîne dans les halls de production, et toute défaillance technique des systèmes de convoyage peut perturber la chaîne d'assemblage, entraînant une augmentation des efforts et des coûts de maintenance. 

Pour contourner ces problèmes, l'équipe d'innovation de BMW a développé un système capable de détecter les défauts au plus tôt, garantissant ainsi une production ininterrompue.

Ce système de surveillance exploite de manière remarquable les données existantes provenant des composants installés et du contrôle des éléments du convoyeur, éliminant ainsi le besoin de capteurs ou de matériel supplémentaires. Il évalue activement divers points de données, notamment les fluctuations de consommation d'énergie, les irrégularités de mouvement du convoyeur et la lisibilité des codes-barres, afin d'dentles anomalies. 

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

Le chef de projet Oliver Mrasek souligne le fonctionnement continu du système : « Les écrans de surveillance de notre centre de contrôle fonctionnent 24 h/24 et 7 j/7, ce qui nous permet de réagir rapidement à tout type de signalement de panne et de retirer le véhicule concerné du cycle. »

Mise en œuvre : assistée par l'IA, standardisée et rentable

La maintenance prédictive n'est pas une solution isolée ; c'est un effort collectif. La standardisation du système, en collaboration avec la direction centrale des ateliers du groupe BMW et les autres sites de production, facilite son déploiement rapide sur les sites du groupe BMW dans le monde entier. 

L'un de ses principaux avantages réside dans son rapport coût-efficacité, puisqu'il ne nécessite pas de capteurs supplémentaires et que les dépenses se limitent 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 schémas de défaillance des divers composants. Cette représentation visuelle permet aux techniciens de maintenance de répondre précisément aux problèmesdent.

Le succès du système repose sur des efforts d'amélioration continue. L'équipe travaille actuellement à étendre ses capacités en connectant des installations supplémentaires, en optimisant le système et en intégrant des actions recommandées dans les messages d'erreur. Cette amélioration vise à simplifier le dépannage pour les techniciens de maintenance en mettant en évidence les problèmes similaires déjà rencontrés.

Deniz Ince, le scientifique des données de l'équipe, souligne les avantages plus larges de la maintenance prédictive optimale : « La maintenance prédictive optimale nous permet non seulement d'économiser de l'argent, mais aussi de livrer la quantité de véhicules prévue à temps, ce qui réduit considérablement le stress en production. »

Objectifs futurs : Améliorer la prévisibilité et les brevets

L'usine BMW Group de Ratisbonne a mis en place un système de surveillance des convoyeurs basé sur les données depuis six ans, couvrant désormais environ 80 % de ses principales lignes d'assemblage. Bien que toutes les pannes ne puissent être prédites, le système a déjà permis d'éviter près de 500 minutes d'arrêt de production par an, rien que pour l'assemblage des véhicules. Compte tenu du rythme de production de l'usine, cela se traduit par des gains d'efficacité opérationnelle considérables.

L'équipe vise notamment à améliorer la prévisibilité en estimant le temps restant entre la détection d'une panne et un arrêt potentiel. Cette fonctionnalité permettra aux techniciens de prioriser les interventions de maintenance en fonction de leur urgence. Par ailleurs, l'utilisation du système est à l'étude dans d'autres secteurs de l'usine, comme les équipements de remplissage de liquide de frein et de liquide de refroidissement des véhicules.

Le système d'apprentissage intégré de l'usine BMW Group de Ratisbonne fait figure de pionnier dans son domaine, obtenant la reconnaissance des fabricants d'équipements et aboutissant à deux brevets déposés par le groupe BMW.