Footer Image
Arrow
Arrow

Specialist Teams

Capabilities

Specialist Teams

Capabilities

Specialist Teams

Capabilities

Specialist Teams

Capabilities

Specialist Teams

Capabilities

Specialist Teams

Capabilities

Specialist Teams

Capabilities

Specialist Teams

Capabilities

Maintenance basée sur les capteurs chez PFW

Accroître l'efficacité grâce à la maintenance prédictive

PFW Aerospace, l’un des principaux fournisseurs de solutions pour l’industrie aéronautique, a fait évoluer la maintenance de ses machines vers une maintenance prédictive basée sur des capteurs à l’aide de la technologie SAP.
HUTCHINSON Logo

18

mois de l'initialisation à la mise en œuvre.

40

machines couvertes par la maintenance basée sur la performance.

6000

km de évités prévus chaque année.

« Les experts d'Evora nous ont également accompagnés sur les bases : la collecte des données, l'analyse et leur intégration dans des modèles, ce qui nous a ensuite permis de réajuster nos intervalles de maintenance et de les réaligner sur les conditions réelles. La collaboration avec Evora s'est déroulée de manière fluide, sans aucun obstacle, nous travaillons ensemble comme une seule et même entreprise. Nous avons innové dans de nombreux domaines. Il s'agissait toujours d'inventer de nouvelles choses, d'en découvrir d'autres et de les combiner pour parvenir à une solution viable. »

Portrait professionnel de Michael Schnorbach vêtue d'une veste de costume sombre

Michael Schnorbach

Vice-président IT, PFW Aerospace et HUTCHINSON Allemagne

Graphisme représentant des guillemets violets utilisé comme élément décoratif dans la mise en page d'un témoignage

Cas réel

Ce que PFW devait résoudre avant la maintenance basée sur des capteurs

Présentation d'analyses énergétiques montrant des données d'énergie dans le cloud sur un écran numérique
Fréquence de maintenance

PFW devait savoir si les machines étaient maintenues aux bons intervalles.

Manque de données sur les machines

Les données des capteurs devaient être connectées aux processus de maintenance SAP.

Aperçu de l'état réel

Les intervalles de maintenance devaient refléter l'état réel des machines.

Cas d'usage futurs

La configuration devait prendre en charge de nouveaux cas d'usage tels que les vibrations, les anomalies et la consommation d'énergie.

Notre point de vue

Comment PFW a connecté les données
des machines à la maintenance SAP

1

Capture des données de capteurs
Les données de la machine sont collectées à partir des équipements sélectionnés.

2

Modélisation des données
Evora aide à analyser les données et à les intégrer dans des modèles.

3

Configuration de SAP IAM
SAP IoT, Asset Central et Predictive Asset Insights connectent le flux de données.

4

Alignement des intervalles
Les intervalles de maintenance sont ajustés aux conditions réelles des machines.

5

Exploitation productive
Evora prend en charge le déploiement, l’exploitation et les nouveaux cas d’usage.

La Transformation

Des intervalles fixes à la maintenance SAP basée sur des capteurs

Discutez avec un expert

Chaque demande est transmise au spécialiste compétent.

Abstract purple wave background for modern technology and digital transformation design

Ventes Americas

Abstract purple wave background for modern technology and digital transformation design

Ventes EMEA

Abstract purple wave background for modern technology and digital transformation design

Ventes APAC

Demandez un rendez-vous

Expliquez-nous votre défi — nous vous mettrons en relation avec l'expert qu'il vous faut dans les 24 heures.

Conforme au RGPD. Les données ne sont jamais partagées.

Demandez un rendez-vous

Expliquez-nous votre défi — nous vous mettrons en relation avec l'expert qu'il vous faut dans les 24 heures.

Conforme au RGPD. Les données ne sont jamais partagées.

FAQ

Les questions que se posent les dirigeants d'entreprise avant de s'engager.

PFW souhaitait comprendre si la maintenance était effectuée à la bonne fréquence. Le projet a utilisé les données des machines et la technologie SAP pour aider à réaligner les intervalles de maintenance sur les conditions réelles d’exploitation.
La configuration a utilisé SAP IoT, SAP Asset Central et SAP Predictive Asset Insights dans le cadre d’une approche de maintenance basée sur des capteurs.
Evora a accompagné PFW de la conception de la solution et du conseil technologique jusqu’à la collecte des données, la modélisation, la mise en œuvre, le déploiement et l’assistance en exploitation productive.
La première étape s’est concentrée sur la maintenance basée sur le temps de fonctionnement des machines, car elle offrait une forte valeur économique et posait les bases pour d’autres cas d’usage de maintenance prédictive.
Les informations disponibles font état de 40 machines en maintenance basée sur la performance, d’environ 100 interventions par an avant optimisation et d’une économie prévue de 25 interventions par an.
Pas en tant que KPI confirmé. La source décrit la réduction des dépenses de maintenance comme un bénéfice attendu. Utilisez « prévu » ou « anticipé », à moins que PFW ne confirme les résultats obtenus.

Vous avez d'autres questions ?