Pourquoi la maintenance prédictive a du sens pour des bâtiments sains

Les stratégies opérationnelles basées sur les données peuvent réduire les coûts, augmenter la productivité et soutenir un meilleur environnement global.

L'essor de la technologie Internet des objets (IoT) a ajouté une nouvelle dimension à la planification de la maintenance. Les données des appareils IoT peuvent fournir aux gestionnaires d'installations des informations leur permettant d'exploiter et d'entretenir efficacement leurs propriétés et, lorsqu'elles sont combinées à une plate-forme de bâtiment intelligent qui fournit des analyses, elles peuvent identifier et résoudre les problèmes plus efficacement.

Analytics est bien plus que de simples alertes ou rapports réactifs sur les appareils. Ils sont basés sur des données pertinentes clairement présentées dans un format facile à comprendre qui expliquent le problème, le moment où il s'est produit, sa durée, l'état des conditions de fonctionnement pertinentes et même l'impact sur les coûts. L'analyse montre comment le système construit fonctionne dans la réalité, plutôt que de s'appuyer sur des hypothèses opérationnelles.

Les opérateurs de systèmes de bâtiments intelligents utilisent des stratégies de maintenance prédictive ou basées sur les données combinées à des analyses pour garantir des pratiques de maintenance efficaces.

Réactive, préventive et, mieux encore, prédictive

Historiquement, les équipes de construction corrigent les problèmes au fur et à mesure qu'ils surviennent, autrement appelé maintenance réactive, corrective ou continue. Le personnel ne réparera les articles que s'ils sont endommagés et les ignorera s'ils ne le sont pas.

Cette stratégie peut être coûteuse. Selon le rapport de référence CVC 2012 de la Specialty Retail Store Maintenance Association (maintenant ConnexFM), les appels de service réactifs après une panne d'équipement coûtent en moyenne trois fois plus que les appels proactifs, soit environ 400 $ de plus par appel.

Au début du 20e siècle, avec l'avènement de la production de masse d'automobiles, la maintenance préventive ou planifiée a été introduite. Cela a incité d’autres industries à développer leurs propres pratiques. La maintenance planifiée repose en grande partie sur la estimation du temps d'utilisation de l'équipement ou du temps d'utilisation avant que la maintenance ne soit due, en fonction des spécifications du fabricant. Cette stratégie n'est pas non plus réalisable ni rentable pour prédire chaque panne, son utilisation est donc limitée aux problèmes d'exécution ou basés sur des intervalles.

Bien que la maintenance préventive puisse réduire les coûts réactifs, elle peut également augmenter les coûts d'exploitation standard en initiant des inspections ou des réparations inutiles. La maintenance préventive, basée sur une estimation du moment où l'équipement aura probablement besoin d'être réparé, ne prédit pas la dégradation de l'équipement en fonction des conditions et de l'utilisation réelles, ni n'empêche une panne de l'équipement.

D'autre part, la maintenance prédictive, également appelée maintenance basée sur les données ou basée sur l'état, injecte de l'intelligence dans la maintenance des bâtiments en utilisant des données objectives pour identifier les problèmes susceptibles d'affecter les performances futures des équipements. Il évite bon nombre des problèmes coûteux associés à la maintenance réactive tout en permettant aux parties prenantes de développer des stratégies de surveillance et de maintenance des équipements, du confort et des coûts.

Avantages de la maintenance prédictive

La maintenance du système doit être effectuée lorsque des indicateurs spécifiques montrent des signes de performances dégradées, d'augmentation de la consommation d'énergie ou de panne imminente. La maintenance prédictive permet d'identifier les problèmes avant que quiconque ne s'en aperçoive et avant que les coûts de réparation et d'exploitation n'augmentent. Il identifie la cause profonde d'un problème, simplifie le diagnostic et la réparation et réduit les secondes visites. Cette stratégie peut également identifier des problèmes de conception tels qu'une séquence d'opérations incorrecte, des conduits ou des tuyaux sous-dimensionnés, des composants incompatibles ou un zonage inapproprié.

La maintenance prédictive aide à déterminer la nature exacte du problème et aide à envoyer le bon technicien avec les bonnes informations et les bonnes pièces. Parmi les autres avantages de la maintenance prédictive figurent :

• Réduits des déplacements des camions.
• Réduisez le temps total nécessaire pour résoudre les problèmes.
• Augmentez le taux de réparation dès la première fois.
• Réduisez le débogage en cours.
• Réduisez les coûts globaux de maintenance.
• Réduisez les risques de pannes majeures.
• Ajout de correctifs directs à mesure que les problèmes sont découverts à un stade précoce.
• Réduisez les temps d'arrêt, les retards et les interruptions.
• Fournir un confort et un environnement constants aux utilisateurs finaux.
• Allouez plus précisément le budget et les ressources de maintenance.
• Meilleures performances de l'appareil et durée de vie plus longue de l'appareil.
• Réduisez les coûts de maintenance.
• Plus facile de se conformer aux exigences réglementaires.
• Améliorez l’efficacité énergétique.

La planification de la maintenance préventive nécessite des données de bâtiment suffisantes et fiables. La meilleure façon d’obtenir des données sur les bâtiments consiste à utiliser des capteurs IoT.

Entrez les capteurs IoT

Les capteurs IoT sont disponibles dans une variété de formes et de tailles et peuvent être installés sur une variété de systèmes pendant ou après l'installation initiale. Ces systèmes comprennent le CVC, l'énergie, l'éclairage, le contrôle d'accès, l'irrigation et l'occupation.

La plateforme de gestion de bâtiments intelligents utilise des algorithmes d'apprentissage automatique (ML) pour analyser les équipements et les données IoT afin d'identifier les tendances de performances, permettant une maintenance ciblée et une intervention précoce pour éviter des problèmes majeurs. Cependant, une approche macro est nécessaire pour combiner de grandes quantités de données ingérées à partir de différents environnements et conditions afin de créer une vue d'ensemble permettant de prédire les probabilités de défaillance et les améliorations possibles des performances opérationnelles.

Tous les bâtiments sont uniques et de nombreux problèmes ne sont pas détectés lors de l'entretien régulier. Les conditions détectées grâce à l’analyse et au ML fournissent aux fournisseurs un plan complet pour réparer et entretenir les équipements présentant des signes de défaillance, d’usure et d’efficacité réduite. Cela réduit finalement l’impact des dommages aux équipements, y compris les coûts et les perturbations pour les gestionnaires et les occupants des installations.

La vraie différence entre la maintenance prédictive et la maintenance préventive est que la première utilise une approche basée sur des données en temps réel spécifiques à l'état réel de l'équipement. Cela signifie que les inspections manuelles, les remplacements et les réparations ne sont effectués que lorsque cela est nécessaire. La maintenance prédictive est basée sur des données prédisant les problèmes afin que des mesures puissent être prises pour éviter les pannes d'équipement. De plus, à mesure que les plateformes de gestion de bâtiments intelligents basées sur l’apprentissage automatique en apprendront davantage sur les bâtiments et leurs utilisations, elles produiront des prédictions de plus en plus précises et spécifiques.

La maintenance prédictive va au-delà des systèmes du bâtiment. Par exemple, une prévision précise de l'occupation permet aux opérateurs de prévoir les besoins de nettoyage et d'assainissement de chaque zone et d'allouer les ressources en conséquence.

À propos de l'occupation

La prolifération du travail hybride signifie que les lieux de travail doivent trouver de nouvelles façons de répondre à l'évolution des demandes et de rester efficaces et sûrs. Les prévisions d’occupation sont un outil puissant de maintenance prédictive. Les plateformes de gestion de bâtiments intelligents peuvent utiliser les données collectées par des capteurs pour prédire l’occupation future. Ces informations contribuent à améliorer l’efficacité des espaces de bureau et garantissent que les stratégies d’automatisation des bâtiments favorisent un environnement intérieur sain, même si les taux d’occupation varient considérablement.

Grâce à la prévision de l'occupation, les plateformes de gestion intelligente des bâtiments peuvent :

• Ajuster automatiquement les paramètres CVC pour maintenir le confort et la qualité de l'air à un niveau approprié pour accueillir le nombre de personnes.
• Ajustez automatiquement l’éclairage en fonction des besoins des occupants.
• Éliminez le chauffage, la climatisation, la ventilation et l'éclairage inutiles dans les zones inutilisées.
• Identifier les axes d'amélioration.
• Fournit des informations pour améliorer l'utilisation de l'espace.

Les prévisions d'occupation peuvent fournir des données précieuses aux applications sur le lieu de travail où les employés peuvent réserver des cabines, des salles de conférence, des bureaux et des bureaux. Ces prévisions sont similaires à la façon dont les hôtels utilisent des modèles d'occupation quotidiens, mensuels, trimestriels et annuels pour attribuer des chambres en fonction de leurs prévisions.

Comprendre l'occupation réelle et prévue permet aux bâtiments de fonctionner plus efficacement. Par exemple, les lumières peuvent être allumées uniquement en cas de besoin et les systèmes CVC peuvent être arrêtés lorsque les occupants ont besoin de réguler l'air. Disposer de données historiques basées sur des scénarios d’occupation réels permet d’effectuer des prévisions appropriées.

La maintenance prédictive est l'avenir

L'analyse et l'apprentissage automatique sont l'avenir de la maintenance des bâtiments. Les programmes de maintenance prédictive basés sur les données peuvent révolutionner le fonctionnement des bâtiments en remplaçant les inspections de routine non pertinentes et en empêchant la dégradation des équipements. Il permet une surveillance plus proactive de l’état du système, des opportunités d’optimisation des performances et une prise de décision globalement solide. De plus, Key priorise l’impact de la maintenance sur les performances, l’énergie et le confort.

L'intégration de programmes de maintenance prédictive nécessite d'investir dans des plateformes de bâtiments intelligents. La plate-forme mobile propose des fonctionnalités de détection et de diagnostic des pannes de pointe, un apprentissage automatique, des appareils IoT, des applications et des interfaces conviviales, garantissant ainsi aux équipes de faire passer la maintenance des bâtiments au niveau supérieur.

Toute plate-forme d'analyse ou de bâtiment intelligent est aussi bonne que les données qu'elle reçoit. Plus les données collectées à partir des capteurs IoT et des systèmes intégrés sont nombreuses, meilleurs seront les résultats. La conception et la mise en œuvre de solutions spécifiques nécessitent une expertise approfondie dans le domaine des protocoles de communication ouverts, de l'intégration des données et de l'interopérabilité des systèmes. Les besoins de chaque projet doivent être évalués avec des partenaires qui comprennent les complexités des bâtiments intelligents pour bénéficier de tous les avantages d'une solution évolutive basée sur les données avec une approche pratique de la maintenance prédictive.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!