Comment un variateur apprend-il ?
Épisode 1
Maintenance de l'installation basée sur l'état : lorsque le variateur apprend et que les erreurs ne se produisent plus du tout
Dans l’industrie, peu de systèmes d’entraînement sont surveillés par des logiciels de surveillance conditionnelle haut de gamme – parce qu’ils sont souvent trop chers. Si un tel système est tout de même utilisé, c’est le plus souvent dans des domaines critiques. Les ingénieurs Jörg Dannehl et Holger Schmidt de Danfoss Drives veulent changer cela. Ils ont participé au développement de ce que l’on appelle le Condition-based Monitoring (CBM), qui permet de détecter rapidement et de manière fiable de nombreuses erreurs dans les systèmes d’entraînement. Maintenant, une question se pose avant tout : comment un variateur apprend-il en fait ? Et qu’est-ce que le Condition-based Monitoring exactement?
Cela s’explique brièvement de la manière suivante : le variateur de fréquence reçoit une nouvelle carte de commande et ne se contente donc plus de réguler l’entraînement, mais détecte également les erreurs. Pour cela, il est important que le variateur apprenne les modèles typiques de l’installation après la mise en service. Entraîné avec suffisamment de données, il lance alors la surveillance. À partir de ce moment, un système de feux de signalisation avertit l’utilisateur en temps réel de l’apparition d’erreurs. Dans le premier épisode de Torque – The Drive Podcast, les experts expliquent qui profite de l’application CBM, comment fonctionne la mise en service et pourquoi ils ne jurent que par l’Edge. Écoutez !
La boucle est bouclée avec les autres épisodes du podcast sur les entraînements : Dans l‘épisode 11, des utilisateurs et des développeurs de logiciels vous expliqueront comment les données CBM sont utilisées pour améliorer les performances des installations.
L'objectif : optimiser les temps de maintenance
Une journée typique du printemps 2020 commence. Le bureau d’Erwin Schroter est calme. La page du calendrier date encore de mars, la plante de bureau est isolée. Il n’enlève pas son masque pour dire bonjour, il doit sortir tout de suite. Sa visite de contrôle est imminente. Il enfourche son vélo et pédale à travers le hall de production. Les installations sont presque à l’arrêt, ce sont les collègues de la maintenance qui donnent maintenant le rythme à la production. Des caisses à outils sont placées sous le convoyeur, seules les jambes du mécanicien dépassent en bas.
Schroter salue en passant. Ses collègues sont à la maison – réduction des heures supplémentaires, congés et chômage partiel. Le coronavirus oblige l’industrie à stopper sa production en de nombreux endroits. Les bénéficiaires, si Schroter peut les appeler ainsi, sont les agents de maintenance. Les équipes internes profitent de cette pause forcée – tout comme de nombreux prestataires de services. Mais aura-t-on encore besoin à l’avenir de rendez-vous d’entretien prolongés ? Corona est une situation particulière, on profite maintenant du temps, dit Schroter, mais il souhaite déjà des systèmes plus simples pour surveiller les entraînements. Après tout, les fournisseurs travaillent depuis des années sur la surveillance des conditions et les applications de maintenance prédictive. Le responsable de la maintenance a déjà entendu ces termes de nombreuses fois lors de salons et de congrès et a toujours ramené de nouvelles définitions. Il n’est pas devenu plus intelligent. Il est sceptique.
La voie à suivre : les variateurs de fréquence comme plateformes de données dans la production
Dans l’industrie, peu de systèmes d’entraînement sont jusqu’à présent surveillés par des logiciels de surveillance de l’état haut de gamme – parce qu’ils sont souvent trop chers, comme c’est le cas chez Schroter. Si un tel système est utilisé, il ne doit l’être que dans des zones critiques. Les ingénieurs Jörg Dannehl et Holger Schmidt de Danfoss veulent changer cela. Elle et ses collègues ont développé une application qui détecte rapidement et de manière fiable les défauts naissants dans les systèmes d’entraînement. La solution s’appelle Condition-based Monitoring – une voie médiane entre le monitoring et le prédictif, c’est ainsi que Schroter l’appellerait.
L’idée est aussi simple que géniale : grâce à de nouveaux développements, le variateur de fréquence devient de plus en plus intelligent et, depuis longtemps, il ne se contente plus de réguler l’entraînement, mais détecte également les erreurs. Après la mise en service, le variateur apprend les modèles typiques de l’installation, définit l’état normal et démarre la surveillance lorsqu’il a été entraîné avec suffisamment de données. Le système compare ensuite les modèles issus de la phase d’apprentissage avec le fonctionnement réel et donne l’alerte en cas de doute. Un système de feux de signalisation avertit l’utilisateur en temps réel de l’apparition d’erreurs.
Le variateur de fréquence devient ainsi une plateforme de données dans la production, car de nombreuses données et signaux sont disponibles en son sein. En même temps, des capteurs externes peuvent être installés pour la surveillance des vibrations et, grâce à la capacité de calcul et de stockage, les données peuvent être analysées et évaluées – directement on the Edge.
"Les capteurs fournissent des données brutes : courants, tensions et températures internes. Cela nous permet de calculer le flux des machines, le couple ou la vitesse. En même temps, le variateur régule l’entraînement et nous collectons des signaux de régulation qui fournissent d’autres informations sur l’état de la machine", explique Jörg Dannehl. Le développeur parle de taux d’échantillonnage de l’ordre de la milliseconde. Le système peut alors calculer, à partir des données, des spectres de fréquence qui permettent de tirer des conclusions sur l’état de la machine.
La question de conscience : "On the Edge" et dans le cloud
De nombreux utilisateurs craignent les installations complexes et les phases d’apprentissage couplées à l’utilisation de l’informatique. Les ingénieurs de Danfoss rassurent. La surveillance s’effectue sur le variateur, embarqué, et la commande peut se faire via l’écran du variateur ou l’outil de mise en service.
"Nous pouvons également nous connecter au cloud via la surveillance à distance. Certains clients ne veulent pas, ne peuvent pas ou n’ont pas le droit d’emprunter cette voie en raison de problèmes de sécurité des données. Mais je crois aux scénarios hybrides", évalue Holger Schmidt. "L’installation est simple", assure-t-il. En fonction de l’application, il existe deux options. Dans le premier cas, le variateur apprend automatiquement sur une période définie, parallèlement au fonctionnement. Avec la deuxième option, l’utilisateur industriel effectue un cycle d’identification. Cela signifie que le variateur guide la machine à travers toute la plage de vitesse et forme ensuite un modèle pour la surveillance.
"D’ailleurs, même les anciens variateurs peuvent être mis à niveau sans problème", ajoute Schmidt. Une mise à niveau assez simple permet également de surveiller les installations existantes.
En conclusion : surveillance basée sur l'état vs. maintenance prédictive
Pour Schroter, la différence entre Predictive et Condition-based Monitoring n’est pas encore très claire. "Predictive travaille avec des modèles statistiques de durée de vie. Avec la surveillance conditionnelle, nous évaluons les signatures d’erreur et surveillons l’état actuel", résume Dannehl. Et Schmidt va encore plus loin : "À l’avenir, nous ne surveillerons plus seulement le moteur. Nous installerons deux capteurs de vibrations et nous nous rapprocherons ainsi d’une vision systémique de l’installation".
Approche systémique ?! Pour Schroter, cela ressemble à une concurrence à la SPS. "Non, la surveillance conditionnelle avec variateur n’est pas en concurrence directe avec la commande. Il doit plutôt s’agir d’une interaction. Dans les installations simples, le variateur peut prendre en charge des fonctions de la commande. Cela peut aussi avoir du sens si cela permet d’économiser un API", souligne Dannehl. Schmidt ajoute : "Nous faisons une pré-analyse décentralisée avec notre variateur, mais la commande continuera à avoir sa raison d’être, tout comme les équipes de maintenance".
Je suis sûr que les collègues de l’installation seront ravis de l’entendre. Il leur reste trois jours, après quoi la production devrait redémarrer à plein régime. Schroter se réjouit déjà.
