Comment les modèles sont-ils interprétés ?
Dans cette section, vous trouverez des informations détaillées sur les prévisions souhaitées, ainsi que leurs indicateurs, graphiques, etc.
Interprétation d'un modèle de détérioration
Les modèles d'interprétation permettent d'étudier l'état d'un actif dans le temps. Dans Predictto, nous vous les présentons sous une forme simplifiée à l'aide de graphiques : le premier présente l'évolution d'une variable critique dans le temps, et le second la fiabilité de l'équipement au cours de la même période.
Dans le premier graphique intitulé "Prévision des mesures", vous pouvez voir l'évolution de la variable mesurée pendant les heures de fonctionnement de l'actif. Les points orange représentent les données de mesure réelles de la variable ; la ligne bleu foncé est l'ajustement trouvé par notre algorithme ; et l'ombre dans les tons bleus représente la plage de fiabilité des valeurs futures. En termes simples, il est plus probable qu'à l'avenir la variable ait la valeur indiquée par la ligne bleue centrale, mais en réalité elle pourrait se trouver à n'importe quel point de la zone bleue.
En quoi ces informations sont-elles utiles ? Les variables surveillées peuvent se trouver dans les limites qui indiquent que le bien fonctionne de manière satisfaisante. Ces limites peuvent être basées sur une norme ou être établies par l'utilisateur en fonction de ses connaissances et de son expérience.
Grâce à ce graphique, vous pouvez savoir quand la variable en question atteindra sa limite, représentée par une ligne rouge horizontale. Par défaut, pour l'analyse vibratoire, cette valeur limite correspond à celle établie par la norme ISO 10816-3 pour la vitesse de vibration. Toutefois, vous pouvez à tout moment modifier cette valeur pour une autre limite (maximale ou minimale) que vous jugez plus appropriée, dans le panneau de configuration situé à gauche des graphiques. Dans le même formulaire, vous pouvez également modifier la limite de la valeur de l'axe des x. En d'autres termes, jusqu'à quel moment voulez-vous que la variable soit prédite.
À partir de ce qui précède, nous pouvons obtenir des informations sur la fiabilité de l'équipement, comme le montre le deuxième graphique.
Au fur et à mesure que la variable atteint la limite établie, vous pouvez constater une diminution de la fiabilité de l'actif, qui atteint 0 % de fiabilité lorsque notre modèle détermine avec une certitude absolue que la variable a dépassé sa limite (c'est-à-dire lorsque toute l'ombre bleue l'a dépassée).
Comme vous pouvez le constater, notre modèle ne vous indique pas seulement le moment où votre bien tombera en panne, mais aussi la probabilité de défaillance au fil du temps.
Interprétation d'un modèle de fiabilité
Les modèles de fiabilité vous permettent d'étudier l'état d'un ou de plusieurs actifs au fil du temps. Dans Predictto, nous vous les présentons sous une forme simplifiée à travers les barres suivantes : fiabilité, risque système, défaillances cumulées et coûts. Vous trouverez ci-dessous quelques concepts importants liés à Weibull :
Médiane (m) : Correspond au moment où la probabilité est de 50 %, ce qui donne une mesure de la tendance centrale facilement repérable à partir des données ou des outils bureautiques disponibles.
R2m : Valeur de probabilité située sur la courbe de fiabilité de m plus 50%.
Probabilité de défaillance : Se réfère au pourcentage d'occurrences de défaillance, permettant de connaître les moments de plus ou moins grand risque, ainsi que les périodes où le système nécessite une attention particulière au niveau de l'exploitation et de la maintenance.
Fiabilité : Il s'agit de la probabilité avec laquelle le ou les biens fonctionnent dans des conditions préétablies.
Taux de défaillance : Il s'agit de la probabilité qu'une défaillance se produise, en gardant à l'esprit que l'actif peut ou non avoir déjà connu une défaillance. Ce paramètre est essentiel pour classer les processus de défaillance. Il correspond également au temps moyen entre les défaillances (MTBF), qui est l'un des paramètres de référence les plus réputés dans le secteur de la maintenance et de la fiabilité.
Taux de défaillance cumulé : Il s'agit du nombre estimé de défaillances que le système présente une fois qu'il a été soumis à des politiques de réparations minimales. Cette variable permet d'estimer le nombre de défaillances pour un intervalle de temps défini dans le cycle de vie du système.
Les outils ci-dessus ajoutent une valeur prédictive aux données de défaillance collectées, vous permettant de caractériser le comportement des données de défaillance collectées dans le système. Une fois les paramètres obtenus, vous pouvez déterminer le comportement des variables critiques.
Processus accidentels : Les processus dont le R2m est égal à 0,3535 ou 35,35% ; ils ont un taux d'échec constant. Ces échecs sont accidentels par nature et sont statistiquement imprévisibles.
Processus de Bell : Les processus dont le R2m est inférieur à 0,3535 ou 35,35 % ont un taux de défaillance croissant avec un comportement de tendance centrale. Les défaillances sont prévisibles et conviennent aux plans de maintenance préventive.
Processus en cascade : Également appelés processus de mortalité infantile, ceux dont le R2m est supérieur à 0,3535 ou 35,35 % ; ils présentent un taux de défaillance décroissant et, dans leur comportement, une forte probabilité de défaillance au cours de la période initiale. Les défaillances sont très prévisibles et conviennent aux plans de protection pendant la garantie.
Recalcul du modèle
Pour refaire un diagnostic, cliquez sur le bouton Editer. Vous trouverez des options pour changer le nom, modifier les paramètres d'entraînement et recalculer (Train) en un seul clic, en incluant les données les plus récentes.
N'oubliez pas que vous pouvez également effectuer divers recyclages à partir de la section des modèles prédictifs.
Indicateurs et résumé des prévisions
Vous pouvez visualiser les indicateurs de votre modèle, les heures restantes jusqu'à la défaillance ainsi que la fiabilité de l'actif. Ces indicateurs sont représentés par des couleurs, similaires à celles d'un feu de circulation, afin de pouvoir évaluer rapidement l'état de l'actif en question. De plus, si vous survolez le champ de chaque diagnostic, vous verrez une explication résumée en langage naturel de la signification de ces indicateurs. Il vous suffit de placer votre souris sur chacun d'entre eux, comme dans l'image ci-dessous.
Note: Si l'indicateur "Heures jusqu'à la limite maximale" est négatif, il indique le nombre d'heures qui se sont écoulées depuis que l'entretien a été nécessaire. Il est également important de mentionner que les indicateurs rapides figurant dans le tableau des modèles réalisés sont basés sur ces informations.
Versions du modèle
Les groupes de données qui portent le même nom et correspondent au même bien doivent être considérés comme des versions différentes du même modèle. Vous pouvez voir les différentes versions d'un modèle dans son diagnostic.