Scénario illustratif.Illustrative scenario. Ce contenu est un exemple de démarche possible et ne confirme pas un mandat client réel.This content is an example of a possible approach and does not confirm a real client engagement.
- AccueilHome
- RéalisationsProjects
- IoT, BIM & terrainIoT, BIM & field operations
- Maintenance prédictive des équipements miniersPredictive maintenance of mining equipment
Anticiper les bris d’équipements grâce aux capteursAnticipating equipment failures with sensorsPasser d’une maintenance subie à une maintenance planifiée.Moving from reactive maintenance to planned maintenance.
Cette société minière subissait des arrêts imprévus sur ses équipements de concassage et de convoyage. Mirador a déployé une chaîne de données IoT et des modèles prédictifs pour anticiper les défaillances.
This mining company was experiencing unplanned shutdowns on its crushing and conveying equipment. Mirador deployed an IoT data pipeline and predictive models to anticipate failures.
Le contexteThe context
Les équipements critiques étaient entretenus selon des calendriers fixes, complétés par des interventions d’urgence lors des bris. Chaque arrêt imprévu perturbait toute la chaîne de production et mobilisait les équipes de maintenance dans des conditions difficiles.
Critical equipment was maintained on fixed schedules, supplemented by emergency repairs when breakdowns occurred. Each unplanned shutdown disrupted the entire production chain and mobilized maintenance teams in difficult conditions.
Certains capteurs de vibration et de température existaient déjà, mais leurs données restaient sur place et n’étaient pas exploitées. Le site, éloigné et à la connectivité limitée, devait pouvoir transmettre ses données de façon fiable vers une plateforme centrale.
Some vibration and temperature sensors were already in place, but their data stayed on site and went unused. The remote site, with limited connectivity, needed to transmit its data reliably to a central platform.
Les enjeuxThe challenges
- Recueillir des données de capteurs fiables dans un environnement poussiéreux, froid et isolé.Collect reliable sensor data in a dusty, cold and isolated environment.
- Transmettre les données malgré une connectivité réseau intermittente.Transmit data despite intermittent network connectivity.
- Relier les signaux des capteurs à l’historique des bris consigné par la maintenance.Link sensor signals to the failure history recorded by maintenance.
- Gagner la confiance des équipes de maintenance envers les alertes générées.Earn maintenance teams’ trust in the alerts generated.
Notre démarcheOur approach
- 01
Cadrage des équipementsEquipment scoping
Sélection, avec les équipes de maintenance, des équipements les plus critiques et des modes de défaillance à surveiller.
Selection, with maintenance teams, of the most critical equipment and the failure modes to monitor.
- 02
Conception de la chaînePipeline design
Conception de l’architecture IoT, du traitement en périphérie jusqu’à la plateforme infonuagique d’analyse.
Design of the IoT architecture, from edge processing to the cloud analytics platform.
- 03
Réalisation des modèlesModel delivery
Acquisition des données, entraînement des modèles prédictifs et validation conjointe des alertes avec les mécaniciens.
Data acquisition, training of predictive models and joint validation of alerts with mechanics.
- 04
Transfert aux opérationsHandover to operations
Intégration des alertes au processus de planification de la maintenance et formation des équipes du site.
Integration of alerts into the maintenance planning process and training for site teams.
La solutionThe solution
Les résultatsThe results
- Les équipes de maintenance planifient davantage d’interventions avant qu’un bris ne survienne.Maintenance teams schedule more interventions before a breakdown occurs.
- Les arrêts imprévus sur les équipements surveillés sont moins fréquents.Unplanned shutdowns on monitored equipment are less frequent.
- Les mécaniciens utilisent les alertes comme un outil d’aide à la décision.Mechanics use alerts as a decision-support tool.
- La société dispose d’une base pour étendre la surveillance à d’autres équipements et sites.The company has a foundation for extending monitoring to other equipment and sites.
Ce que nous retenonsWhat we take awayUn modèle prédictif ne vaut que par la confiance des personnes qui l’utilisent. Valider chaque alerte avec les mécaniciens a fait toute la différence.
A predictive model is only as good as the trust of the people who use it. Validating each alert with the mechanics made all the difference.
Expertises et offresExpertise and offers
Ce projet s’appuie sur les expertises et les offres suivantes.
This project draws on the following expertise and offers.
ExpertisesExpertise
OffresOffers
D’autres projetsOther projects qui pourraient vous inspirer.that may inspire you.
#TerrainGrand projetFlagshipJumeau numérique du réseau d’eau potableDrinking water network digital twin
Un jumeau numérique qui réunit capteurs, données d’actifs et historique d’interventions pour détecter les fuites plus tôt et prioriser le renouvellement des conduites.
A digital twin that combines sensors, asset data and maintenance history to detect leaks earlier and prioritize pipe renewal.
Découvrir le projetExplore the project
#TerrainStratégie de données BIM pour les actifsBIM data strategy for assets
Une stratégie BIM qui relie la conception, la construction et l’exploitation des infrastructures par la donnée.
A BIM strategy that connects the design, construction and operation of infrastructure through data.
Découvrir le projetExplore the project
#TerrainEmpreinte carbone de portée troisScope three carbon footprint
Mesurer les émissions indirectes de la chaîne de valeur en traitant le bilan carbone comme un véritable projet de données.
Measuring indirect value chain emissions by treating the carbon inventory as a genuine data project.
Découvrir le projetExplore the project