Maintenance prédictive IA : guide DSI/RSSI en cimenterie
Analyse de Eries Emmanuel Dianou · Maintenance, performance industrielle et transformation digitale



1 450 °C environ : température de la matière lors de la formation du clinker, selon le BREF européen sur la production de ciment, de chaux et de magnésie, publié par le Centre commun de recherche en 2013.
Ce chiffre, documenté dans le référentiel technique européen, rappelle une réalité : une cimenterie fonctionne autour d’un procédé thermique exigeant, dont les équipements doivent rester coordonnés. Anticiper une défaillance mécanique sert d’abord à préserver cette continuité, pas à produire davantage de courbes.
Prenons un problème précis : comment repérer une dégradation du palier d’un broyeur à ciment assez tôt pour préparer l’intervention, sans confondre usure et changement de régime ? Le four rotatif poursuit sa campagne, le clinker passe par le stockage, puis les convoyeurs alimentent le broyage ; selon les capacités tampons disponibles, un arrêt du broyeur peut finir par contraindre l’ensemble du programme de production.
Pour la direction des systèmes d’information, ou DSI, et le responsable de la sécurité des systèmes d’information, ou RSSI, la maintenance prédictive IA pose alors une double exigence. Il faut rendre l’alerte exploitable sans ouvrir un chemin d’accès dangereux vers les commandes du procédé.
1. Partir de l’intervention à préparer, pas de l’algorithme
Un signal inhabituel ne constitue pas un diagnostic. Sur un broyeur, les vibrations évoluent avec la charge, les conditions d’alimentation et le fonctionnement de l’entraînement ; une comparaison faite sans ce contexte peut déclencher une alerte parfaitement inutile.
La première réunion doit donc réunir maintenance, production et responsables informatiques autour d’une décision concrète : que ferait-on si une dégradation du palier devenait probable ? Une inspection complémentaire, une surveillance renforcée ou une intervention pendant un arrêt technique ne demandent ni le même niveau de certitude ni les mêmes moyens.
L’horizon utile dépend de la préparation nécessaire. Si le roulement adapté n’est pas disponible sur place, détecter une anomalie quelques heures avant la défaillance peut rester insuffisant pour organiser son remplacement.
Dans une cimenterie africaine dépendant d’un approvisionnement importé, le délai réel peut inclure transport, formalités et vérification de la référence reçue. Une autre implantation disposera d’un stock local ou d’un fournisseur proche : le cahier des charges doit refléter cette situation précise, sans supposer des contraintes identiques partout.
Je propose de commencer par ce cadrage de maintenance industrielle, en reliant le risque mécanique au délai de préparation. Le choix du logiciel vient ensuite.
2. Rendre les vibrations interprétables
La poussière ne fausse pas automatiquement une mesure vibratoire. En revanche, elle impose de soigner la protection des connexions, l’état des boîtiers et les conditions d’installation, tandis qu’une fixation insuffisamment rigide peut compromettre la qualité du signal.
Le montage compte autant que le capteur. Avant tout apprentissage par intelligence artificielle, ou IA, il faut vérifier l’emplacement de mesure, son orientation, la répétabilité des acquisitions et la cohérence des horodatages.
Conserver le contexte du broyeur
Une valeur globale de vibration donne une indication, mais elle ne suffit pas toujours à distinguer un défaut de roulement d’un autre phénomène mécanique. Selon le défaut recherché, l’analyse peut nécessiter des formes d’onde, des spectres ou une analyse d’enveloppe, avec une acquisition adaptée définie par une compétence vibratoire.
Le contexte reste indispensable. La vitesse de rotation, la charge et la température du palier permettent notamment de comparer des périodes réellement comparables plutôt que de mélanger démarrages, fonctionnement stabilisé et changements de production.
L’historique des interventions complète cette lecture : remplacement, reprise d’alignement ou modification de lubrification peuvent changer le comportement observé. Sans ces repères, le modèle risque de prendre une machine réparée pour une machine devenue anormale.
Vérifier ce qui manque
Les données absentes doivent rester visibles. Une coupure de transmission ou un capteur débranché ne doit jamais devenir artificiellement une période de fonctionnement normal.
Sur un site où la connectivité est intermittente, un stockage local avec retransmission différée peut préserver l’historique, à condition de conserver les dates d’acquisition et de signaler les retards. Cette architecture ne remplace toutefois pas une protection locale du broyeur : l’analyse prédictive et la sécurité machine ont des fonctions distinctes.
3. Sécuriser la collecte sans dépendre du cloud
Le RSSI doit pouvoir répondre à une question simple : par quel chemin les données du palier sortent-elles du réseau industriel ? Une réponse floue à ce stade annonce généralement des difficultés lors de l’exploitation ou de l’assistance à distance.
L’architecture doit être documentée. Elle décrit les équipements interrogés, les protocoles, les identités techniques et les destinations autorisées, avec une séparation entre les commandes du procédé et les services d’analyse.
Privilégier des échanges limités
Les technologies opérationnelles, désignées par OT, regroupent ici les systèmes qui surveillent et pilotent le broyeur et ses auxiliaires. Leur disponibilité ne doit pas dépendre d’un service externe utilisé pour interpréter les vibrations.
Une collecte en lecture seule est préférable lorsqu’elle répond au besoin. Elle ne rend pas l’ensemble invulnérable : la passerelle, ses identifiants et ses fonctions d’administration restent des composants à protéger.
Pour un accès distant, je recommande de prévoir une authentification multifacteur, des autorisations temporaires et une traçabilité des sessions. Les flux doivent être strictement nécessaires, et les changements testés puis planifiés avec l’exploitation plutôt qu’appliqués automatiquement au milieu d’une campagne.
Définir le fonctionnement dégradé
Si la liaison extérieure tombe, le broyeur doit continuer à fonctionner selon ses automatismes et protections habituels. Le système d’analyse doit indiquer clairement que ses informations sont anciennes ou incomplètes.
Le contrat mérite la même attention que le réseau. Hébergement, propriété des données, accès du fournisseur, restitution des historiques et suppression des copies doivent être examinés selon le pays d’implantation et les exigences de l’entreprise.
Une IA prédictive ne doit pas écrire directement dans les commandes du broyeur. Pour le périmètre décrit ici, elle fournit une aide à l’analyse, soumise aux procédures de décision du site.
4. Tester une alerte sur un cas hypothétique
Imaginons une cimenterie dont le broyeur à ciment présente une dérive vibratoire progressive sur un palier. Ce cas est hypothétique : il ne décrit ni un client accompagné ni un résultat obtenu.
La valeur globale demeure sous le seuil d’alarme existant, mais certaines composantes évoluent lors de périodes comparables de fonctionnement. Le modèle signale cet écart, tandis que la température ne montre pas encore d’augmentation nette.
Il serait prématuré d’annoncer une rupture prochaine. Le technicien vérifie d’abord la mesure, contrôle les conditions de lubrification et confronte le signal aux signatures mécaniques possibles avec une personne compétente en analyse vibratoire.
Si les indices convergent, le responsable maintenance prépare une intervention au prochain arrêt technique compatible avec le risque évalué. Il vérifie la pièce, l’outillage et la disponibilité des intervenants, pendant que la production examine les stocks de clinker et le programme du broyeur.
L’IA a alors apporté quelque chose d’utile : une raison documentée d’examiner le palier plus tôt. Elle n’a pas démontré une date exacte de défaillance.
Évaluer la décision, pas seulement la détection
Le pilote doit être confronté à une référence simple, par exemple les seuils existants et les rondes habituelles. Un modèle plus complexe n’a d’intérêt que s’il améliore réellement l’information disponible pour agir.
Le nombre d’alertes non pertinentes compte. Il faut également suivre celles qui ont conduit à une vérification utile, le délai laissé à la préparation et les dégradations éventuellement manquées.
Les données de test doivent être séparées chronologiquement de celles utilisées pour l’apprentissage, afin d’éviter une évaluation artificiellement favorable. Si les défaillances documentées sont rares, mieux vaut annoncer une capacité de détection d’anomalies qu’une estimation fiable de durée de vie restante.
5. La GMAO organise ; le LMAI® aide à décider
La gestion de maintenance assistée par ordinateur, ou GMAO, reste essentielle pour enregistrer les interventions, gérer les pièces et préparer les travaux. Mais un historique d’ordres de travail ne suffit pas, à lui seul, à interpréter la dérive vibratoire du palier dans son contexte de production.
Certaines GMAO disposent de fonctions analytiques avancées. La distinction utile ne tient donc pas uniquement au nom de l’outil, mais à sa capacité effective à rapprocher mesures, conditions de marche et connaissances de maintenance.
C’est dans cette logique que je porte TENGENN LMAI®, une solution logicielle intégrant l’IA pour soutenir le diagnostic, l’anticipation et l’aide à la décision. Pour ce broyeur, l’objectif serait de relier l’évolution du signal aux interventions connues et aux contraintes de préparation, puis de présenter des éléments vérifiables au responsable maintenance.
La recommandation doit rester contestable. Le technicien doit pouvoir retrouver les mesures utilisées, comprendre les limites de l’analyse et signaler une interprétation erronée, sans recevoir une simple consigne opaque.
L’articulation GMAO vs LMAI® n’impose pas de remplacer tout le système existant : la GMAO conserve l’exécution et la traçabilité, tandis que la couche d’analyse enrichit la décision. Ce partage évite de transformer un projet ciblé sur un palier en refonte informatique disproportionnée.
6. L’accompagnement que je propose sur ce périmètre
Mes sept années d’expérience dans différents environnements industriels nourrissent une conviction : une bonne alerte est celle qu’une équipe peut vérifier puis utiliser. Une détection brillante mais impossible à traduire en intervention apporte peu à la cimenterie.
Je propose d’abord un diagnostic ciblé du dispositif de surveillance du broyeur, en examinant les mesures disponibles, leur contexte et le temps réellement nécessaire pour préparer un remplacement. Ce travail permet de décider si la priorité concerne l’acquisition, l’organisation ou l’analyse.
Je peux ensuite accompagner la DSI, le RSSI et la maintenance dans la définition d’un pilote limité, avec des flux documentés et des critères d’acceptation partagés. L’intégration à notre solution TENGENN LMAI® peut être étudiée si elle répond à ce besoin, sans imposer une dépendance extérieure incompatible avec le site.
Enfin, je propose de formaliser le passage de l’alerte à l’action : qui vérifie, qui arbitre et qui autorise l’intervention. Les opérations restent soumises aux procédures de consignation et aux règles de sécurité applicables dans la cimenterie ; aucune recommandation logicielle ne les remplace.
Questions fréquentes
Faut-il envoyer toutes les vibrations dans le cloud ?
Non. Un traitement local peut extraire les informations nécessaires et conserver certaines acquisitions détaillées, selon les besoins du diagnostic, la bande passante et la politique de sécurité ; les données indispensables à une investigation doivent néanmoins rester accessibles.
Peut-on commencer sans historique de rupture du palier ?
Oui, pour établir une référence de fonctionnement et détecter des écarts. En revanche, annoncer une durée de vie restante fiable sans données représentatives ni validation serait trompeur : le premier objectif doit rester une surveillance contextualisée.
Qui valide une intervention suggérée par l’IA ?
La décision appartient aux responsables désignés par la cimenterie. La maintenance vérifie les indices techniques, la production examine les conséquences de l’arrêt et les fonctions informatiques encadrent le système, sans se substituer aux responsabilités d’exploitation.
Préparer l’arrêt plutôt que subir l’alerte
La maintenance prédictive IA prend sa valeur lorsque le signal du palier devient une décision préparée, avec une pièce disponible et une fenêtre d’intervention réaliste. Sans cette continuité, même une détection correcte peut rester sans effet.
Le bon départ est donc limité : un broyeur, un défaut ciblé et une architecture maîtrisée. L’extension vient après la validation technique et l’appropriation par les équipes.
Vous souhaitez vérifier si les données de votre broyeur permettent de préparer les interventions plus tôt, sans exposer votre réseau industriel ? Contactez-moi directement sur mon profil LinkedIn, Eries Emmanuel Dianou, pour examiner ensemble votre surveillance actuelle et définir un premier périmètre de diagnostic.
Poursuivre l’échange
Une question sur votre organisation maintenance ou votre transformation industrielle ? Échangez avec Eries Emmanuel Dianou.
Visiter TENGENN