Surveillance d'état
La surveillance d'état désigne l'enregistrement et l'analyse continus ou périodiques de l'état technique des machines, des systèmes ou des procédés. L'objectif de cette stratégie d'entretien est de détecter les écarts par rapport à l'état normal à un stade précoce, d'éviter les temps d'arrêt imprévus et de prolonger la durée de vie des machines.
Les paramètres physiques typiques qui sont surveillés dans un système de surveillance d'état (CMS) sont les vibrations, les températures, les pressions, la qualité de l'huile et du lubrifiant et les signaux sonores.
Mode de fonctionnement de la surveillance d'état
La base de la surveillance d'état est la détection de l'état à l'aide de capteurs, tels que des capteurs de vibrations, des capteurs de pression et de température ou des systèmes de surveillance des particules pour les fluides hydrauliques.
Les données de mesure sont transmises via un réseau, sans fil ou câblé, à un système de contrôle central, où elles sont documentées, comparées à des valeurs de référence ou à des valeurs limites et analysées à l'aide d'un traitement automatique des données de mesure. Dans la phase de diagnostic, les anomalies et les modèles de marchandises sont détectés afin que les mesures d'entretien nécessaires puissent être conservées à temps.
Surfaces d'application
La surveillance d'état est principalement utilisée dans l'Industrie 4.0 et dans les secteurs d'activité intelligents. Les applications typiques comprennent la surveillance des machines dans les centrales électriques, la surveillance des turbines ou des générateurs, la surveillance des systèmes pivotants tels que les pompes, les compresseurs, les moteurs électriques ou les machines-outils, ainsi que la surveillance des procédés dans la technologie des procédés. La surveillance d'état joue également un rôle central dans des surfaces très sensibles telles que les laminoirs, l'aviation ou le transport ferroviaire.
La surveillance d'état dans le contexte de la maintenance prédictive et de l'Industrie 4.0.
Les données d'état enregistrées servent donc de base à la maintenance prédictive (maintenance basée sur l'état). Grâce à des méthodes telles que l'analyse des signaux, la reconnaissance des formes ou l'analyse des émissions acoustiques, même les dommages complexes causés aux machines peuvent être conservés de manière fiable. Les solutions modernes utilisent l'apprentissage automatique, la surveillance d'état big data et l'Internet industriel des objets (IIoT) pour évaluer même de grandes quantités de données en temps réel.