LMAI® : logiciel maintenance assistée IA pour l’énergie
Analyse de Eries Emmanuel Dianou · Maintenance, performance industrielle et transformation digitale



Prenons une situation courante dans l’énergie, ici entièrement hypothétique : sur un site de production équipé de turbines et raccordé au réseau par un poste à haute tension B, ou HTB, une alerte vibratoire revient sur un groupe. Elle apparaît surtout pendant certaines variations de charge, sans atteindre les seuils de déclenchement des protections.
Faut-il programmer un arrêt ? Le technicien veut comprendre ce qui évolue réellement, tandis que le directeur d’exploitation doit préserver la disponibilité de production sans laisser se développer une dégradation.
Les informations existent, mais elles sont dispersées. Entre les tendances de supervision, les comptes rendus d’intervention et les consignes du constructeur, personne ne dispose immédiatement d’une lecture consolidée permettant de justifier la décision.
LMAI® : comprendre le concept avant de choisir le logiciel
L’expression « logiciel maintenance assistée IA » renvoie à une attente concrète : utiliser l’intelligence artificielle pour mieux interpréter les informations de maintenance, plutôt que simplement les stocker. C’est dans ce sens que j’emploie ici le concept de LMAI®, un logiciel de maintenance assistée par l’intelligence artificielle.
L’objectif reste très opérationnel. Il s’agit d’aider une équipe à relier un symptôme, un contexte de fonctionnement et un historique technique pour déterminer les vérifications utiles et préparer une décision.
Le logiciel ne devient pas l’exploitant. Sur une installation énergétique, les protections, les automatismes de sécurité, les procédures de conduite et les responsabilités humaines conservent leurs fonctions propres.
Une aide fondée sur des éléments vérifiables
Une assistance pertinente pourrait rapprocher une alerte vibratoire d’une variation de puissance, d’une température de palier et d’une intervention récente. Elle devrait ensuite distinguer ce qui est constaté, ce qui reste hypothétique et ce qui manque pour avancer.
Une réponse plausible ne suffit pas. Si le système suggère un contrôle, l’utilisateur doit pouvoir retrouver les mesures, les documents et les événements sur lesquels cette suggestion repose.
Le concept associe ainsi plusieurs capacités possibles : recherche documentaire contextualisée, analyse de tendances et hiérarchisation des investigations. Leur intérêt dépend toutefois de leur validation sur les équipements concernés, pas de l’étiquette « IA » affichée sur l’écran.
Le vrai enjeu : décider face à une alerte ambiguë
Notre cas hypothétique porte sur un seul sujet : comment décider d’une intervention sur une turbine lorsque les signaux sont préoccupants, mais encore ambigus ? Arrêter immédiatement peut pénaliser la production ; continuer sans investigation peut laisser une dégradation progresser.
Le contexte électrique compte aussi. Les conditions de raccordement au poste HTB et les consignes d’exploitation influencent les possibilités de réduction de charge ou d’indisponibilité, sans expliquer à elles seules l’origine d’une vibration.
Sur certains sites africains, la fenêtre d’intervention doit également tenir compte du délai réel d’acheminement d’un composant ou de la disponibilité d’un spécialiste. Ces paramètres varient fortement selon le pays, l’opérateur et l’installation : ils doivent être documentés localement.
La décision ne se résume donc pas à un seuil. Elle combine l’état apparent du groupe, la confiance accordée aux mesures, les limites constructeur et les conditions dans lesquelles une vérification peut être menée en sécurité.
Comparer ce qui est comparable
Une tendance vibratoire perd une partie de son sens si l’on mélange des régimes de fonctionnement différents. Avant de parler de dérive, il faut examiner les valeurs à des charges et dans des conditions suffisamment proches.
L’horodatage devient déterminant. Un décalage entre l’historique des mesures et le journal de conduite peut créer une fausse relation entre deux événements, puis orienter toute l’analyse dans la mauvaise direction.
Pourquoi la GMAO seule atteint ses limites
La gestion de maintenance assistée par ordinateur, ou GMAO, structure les équipements, planifie les interventions et conserve leur historique. Elle reste essentielle pour savoir ce qui a été fait, par qui, avec quels moyens et à quelle date.
Mais enregistrer n’est pas expliquer. Un ordre de travail clôturé avec la mention « contrôle effectué » apporte peu de matière à une équipe qui cherche pourquoi la même alerte réapparaît quelques semaines plus tard.
Certaines GMAO proposent déjà des fonctions analytiques avancées ou des modules d’intelligence artificielle. La distinction utile porte donc sur les capacités réellement disponibles : organiser et tracer, d’une part ; aider à diagnostiquer, anticiper et décider, d’autre part.
Le LMAI® vise ce second niveau. Dans notre exemple, il pourrait aider à retrouver les épisodes comparables, rapprocher les observations du technicien des tendances enregistrées et signaler les informations absentes avant de proposer une investigation.
L’anticipation doit rester mesurée. Sans historique exploitable ni validation suffisante, annoncer une date de panne serait trompeur ; repérer une évolution inhabituelle et recommander un contrôle ciblé peut déjà être utile.
J’approfondis cette différence dans la comparaison GMAO vs LMAI®. L’enjeu n’est pas de remplacer systématiquement l’existant, mais de vérifier ce qui manque entre l’information enregistrée et la décision technique.
Une méthode adaptée à la turbine, pas l’inverse
Avec mes sept années d’expérience dans différents environnements industriels, je défends une règle simple : une recommandation doit pouvoir être discutée par ceux qui connaissent l’équipement. Si elle reste incompréhensible au technicien et impossible à justifier au responsable d’exploitation, elle ne mérite pas de guider une intervention.
Voici la méthode que j’appliquerais à notre cas hypothétique. Elle commence par le fonctionnement réel du site, avant toute sélection de logiciel.
Reconstituer une séquence exploitable
Je propose d’abord d’examiner quelques épisodes documentés de l’alerte : conditions de charge, mesures disponibles, observations de conduite et travaux effectués. Le but est de reconstruire une chronologie fiable, pas de collecter indistinctement toutes les données du site.
Les libellés doivent être précis. Une note comme « vibration élevée » devrait, lorsque les informations sont disponibles, être complétée par le point de mesure, l’unité, le régime de fonctionnement et les conditions d’apparition.
Cette étape peut révéler une limite instrumentale. Si la mesure est douteuse ou trop espacée pour caractériser le phénomène, aucun modèle ne compensera honnêtement cette faiblesse.
Construire une assistance qui accepte l’incertitude
Je peux ensuite accompagner la définition d’un parcours d’analyse reliant les signaux aux contrôles autorisés et à la documentation applicable. Selon les données accessibles, des règles techniques explicites peuvent être plus pertinentes qu’un modèle complexe.
L’incertitude doit rester visible. Le système devrait pouvoir répondre « éléments insuffisants » et préciser quelle mesure ou quelle vérification manque, plutôt que produire une cause unique artificiellement rassurante.
Enfin, les sorties seraient confrontées à des situations connues puis évaluées en observation, sans commander l’installation. Cette phase permettrait de vérifier l’utilité des recommandations, les fausses alertes et les conditions dans lesquelles l’outil doit s’abstenir.
TENGENN LMAI® face aux contraintes d’un site énergétique
TENGENN LMAI® est la solution que je porte pour traduire cette approche en logiciel intégrant l’IA. Son intérêt, pour un site énergétique, doit se juger sur des usages délimités et vérifiables, non sur une promesse de maintenance autonome.
Dans notre exemple hypothétique, le résultat attendu serait un dossier d’aide à la décision. Il réunirait les événements comparables, les éléments techniques pertinents et les vérifications proposées, avec leurs sources et leurs limites.
Aucun résultat n’est présumé acquis. Les fonctions et les interfaces nécessaires devraient être confirmées lors du cadrage de notre solution TENGENN LMAI®, en fonction de l’architecture du site et de la qualité des données disponibles.
Ne pas créer une nouvelle exposition cyber
Un assistant de maintenance n’a pas besoin, par principe, d’écrire dans les systèmes de conduite. Pour un premier périmètre, des échanges contrôlés en lecture seule, voire des exports validés, peuvent permettre l’analyse sans ouvrir un accès direct aux commandes.
La lecture seule ne suffit pourtant pas. Il faut aussi examiner la segmentation réseau, les droits d’accès, la journalisation et les modalités de mise à jour avec les responsables de la cybersécurité des systèmes industriels.
NIS2 est une directive européenne relative à la cybersécurité, dont le secteur de l’énergie fait partie du périmètre. Son applicabilité dépend notamment de l’entité concernée et de sa transposition nationale ; elle ne s’impose pas automatiquement à toute installation située en Afrique.
Un opérateur africain peut néanmoins rencontrer des exigences contractuelles ou de groupe liées à ce cadre. Le périmètre doit être clarifié avec les équipes compétentes, car installer un logiciel ne constitue jamais, à lui seul, une preuve de conformité.
La connectivité mérite le même réalisme. Si les échanges distants sont intermittents, il faut prévoir un fonctionnement compatible avec cette contrainte et afficher clairement l’ancienneté des données : une analyse différée ne doit pas être présentée comme une surveillance instantanée.
Questions fréquentes
Le LMAI® peut-il remplacer le jugement du technicien ?
Non. Il peut faciliter la recherche d’informations et orienter les vérifications, mais le contexte local, les observations physiques et les règles de sécurité restent indispensables à la décision.
Une proposition doit pouvoir être corrigée. Le retour du technicien doit enrichir l’analyse sans être transformé automatiquement en vérité générale pour toutes les turbines.
Faut-il ajouter des capteurs avant de commencer ?
Pas systématiquement. Un premier examen des données de supervision, des relevés existants et des historiques de maintenance permet de déterminer si une instrumentation supplémentaire répond à un manque précis.
Installer davantage ne garantit pas de mieux comprendre. Dans notre cas, fiabiliser un point de mesure et comparer les bons régimes peut être prioritaire sur l’ajout de nouveaux capteurs.
Peut-on garantir une baisse des arrêts dès le déploiement ?
Non, pas sérieusement sans évaluation. Les premiers critères peuvent porter sur la traçabilité des recommandations, leur pertinence technique et le temps nécessaire pour réunir les éléments d’une décision.
La disponibilité s’apprécie ensuite dans la durée. Elle dépend aussi des actions effectivement réalisées, des possibilités d’arrêt et des ressources mobilisables sur le site.
Partir d’une alerte réelle pour cadrer l’accompagnement
Pour un directeur, l’enjeu est de pouvoir arbitrer une indisponibilité avec des éléments défendables. Pour un technicien, c’est de disposer d’un raisonnement exploitable, sans devoir parcourir plusieurs outils avant chaque investigation.
Je propose un accompagnement ciblé. Il peut commencer par un diagnostic des données liées à une alerte récurrente, puis se poursuivre par la structuration du parcours d’analyse et le cadrage d’une assistance logicielle compatible avec les exigences d’exploitation.
Cette démarche relève d’abord de la maintenance industrielle, pas d’une course à l’équipement numérique. La technologie doit réduire les zones d’incertitude utiles à la décision, tout en laissant clairement identifiées celles qu’elle ne sait pas lever.
Vous devez arbitrer entre surveillance renforcée et arrêt d’une turbine sans disposer d’une analyse suffisamment consolidée ? Contactez-moi directement sur mon profil LinkedIn, Eries Emmanuel Dianou, pour examiner les informations déjà disponibles et définir les vérifications à mener avant d’envisager un outil.
Poursuivre l’échange
Une question sur votre organisation maintenance ou votre transformation industrielle ? Échangez avec Eries Emmanuel Dianou.
Visiter TENGENN