Télémaintenance pont roulant LXD/DXT en temps réel
Lancement de la plateforme de télémaintenance pour ponts roulants : surveillance en temps réel de 120 ateliers dans 18 régions. En tant qu'équipement de manutention le plus critique des ateliers industriels, le pont roulant a un impact direct sur le rythme de production et la sécurité du personnel.
Le pont roulant, équipement central de manutention dans les ateliers de l'industrie lourde, conditionne directement le rythme de production et la sécurité des opérateurs. La maintenance traditionnelle repose sur des interventions correctives après panne et des inspections périodiques à l'arrêt, ce qui entraîne une détection tardive des défauts, une lenteur dans la fourniture des pièces de rechange et une traçabilité papier obsolète. Les données de santé des équipements restent largement opaques. La plateforme de télémaintenance et d'exploitation pour pont roulant, développée indépendamment par Kelude, est officiellement opérationnelle. À la date de rédaction, elle est connectée à 120 ateliers industriels répartis dans 18 régions, surveille en temps réel l'état de plus de 300 ponts roulants et portiques, collecte quotidiennement plus de 2 millions de paramètres d'exploitation, a émis plus de 500 alertes précoces d'anomalies et réduit le temps de réponse moyen aux défauts de 48 heures à 2,5 heures.
Cet article présente l'implémentation technique et la valeur industrielle de la plateforme sous quatre angles : l'architecture globale, la chaîne d'acquisition de données, les capacités de diagnostic à distance et les résultats opérationnels concrets.
Architecture de la plateforme et chaîne d'acquisition de données
La plateforme adopte une architecture hybride combinant l'informatique en périphérie et l'analyse cloud. Chaque pont roulant est équipé d'un terminal de collecte de données (DTU) qui communique avec l'API (automate programmable industriel) du pont (Siemens S7-1200/1500) via les protocoles PROFINET ou Modbus TCP. Il lit les paramètres clés : courant du moteur de levage, fréquence de translation du pont et du chariot, état du frein, relevé du limiteur de surcharge, état des fins de course de translation, avec une fréquence d'échantillonnage de 100 ms. Le DTU intègre également des capteurs de vibrations (accéléromètre triaxial, taux d'échantillonnage 2 kHz), des capteurs de température (PT100, précision ±0,5 °C) et un capteur de tension du câble métallique (à jauges de contrainte, plage de mesure 0 à 500 kN), permettant une acquisition synchronisée des paramètres électriques et mécaniques.
Le DTU transmet les données chiffrées via le réseau cellulaire 4G/5G à une passerelle IoT industrielle (nœud périphérique déployé dans le bâtiment d'usine). La passerelle nettoie, déduplique et aligne temporellement les données avant de les transmettre à la plateforme cloud via le protocole MQTT. La plateforme cloud est hébergée sur des serveurs ECS Alibaba Cloud. Une base de données de séries temporelles InfluxDB stocke les données d'exploitation (période de conservation : 180 jours), tandis qu'une base de données relationnelle PostgreSQL gère les registres d'équipements, les historiques de maintenance et les événements d'alarme. La plateforme prend en charge la surveillance simultanée de 5 000 équipements. La latence de bout en bout moyenne de la chaîne de données est de 800 ms (de la lecture du registre de l'API à la mise à jour de l'interface cloud). Toutes les liaisons de communication sont chiffrées via TLS 1.3, conformément à la norme IEC 60204-32 (exigences de base pour la protection classifiée de la cybersécurité).
Surveillance en temps réel et système d'alerte à quatre niveaux
La plateforme met en œuvre un système d'alerte à quatre niveaux couvrant l'ensemble du cycle de vie de l'équipement, de la dégradation des performances à l'arrêt d'urgence :
Niveau 1 – Alertes sur seuils : Pour les paramètres à seuils définissables (courant moteur, vitesse de translation, température du frein), les opérateurs peuvent configurer les limites haute et basse ainsi que la durée de dépassement. Par exemple, un courant du moteur de levage dépassant 85 % de la capacité nominale pendant plus de 10 secondes déclenche une alerte de surcharge. Le taux de fausses alarmes est maîtrisé à moins de 3 % grâce à un mécanisme de zone morte configurable.
Niveau 2 – Alertes par analyse de tendance : Une analyse de régression linéaire est appliquée aux tendances à long terme des paramètres clés. Une alerte précoce est émise si un indicateur se dégrade de manière continue sur une fenêtre de temps définie. Par exemple, si le temps de réponse du frein passe de 70 % à 90 % de la valeur seuil, la plateforme émet une alerte de dégradation des performances, même si le seuil absolu n'est pas atteint. Les fenêtres d'analyse sont configurables sur 7, 30 ou 90 jours, et la sensibilité est ajustée via le coefficient de variation (CV).
Niveau 3 – Alertes par règles de corrélation : La plateforme intègre une base de connaissances experte de plus de 80 règles de corrélation pour identifier les signatures de défauts complexes. Par exemple, la combinaison d'un courant du moteur de levage anormalement fluctuant, d'une montée rapide de la température du frein et d'oscillations de la tension du câble métallique indique une usure excessive de la mâchoire de frein, nécessitant un remplacement planifié.
Niveau 4 – Détection d'anomalies par IA : Un modèle de détection d'anomalies non supervisée basé sur l'Isolation Forest évalue les paramètres d'exploitation multidimensionnels. Le modèle est initialisé à partir de 60 jours de données historiques (taux d'apprentissage : 0,001, nombre d'arbres : 100) et attribue à chaque point d'échantillonnage un score de -1 (anomalie) ou 1 (normal). Il est mis à jour de manière incrémentale toutes les 24 heures avec les nouvelles données. Le score F1 sur l'ensemble de test est de 0,87. Depuis sa mise en service, cette fonctionnalité a permis de détecter 15 défauts précoces non identifiés par les alertes à seuils, notamment des piqûres sur les dents d'un réducteur (alerte 11 jours à l'avance), une fissure de la cage de roulement d'un moteur (alerte 6 jours à l'avance) et une dérive des caractéristiques d'un module IGBT de variateur de fréquence (alerte 3 jours à l'avance).
Les événements d'alarme générés par ces quatre niveaux sont classés par gravité : Info (notification push sur mobile), Warning (alerte via compte de service WeChat + SMS), Critical (alerte simultanée WeChat + SMS + appel téléphonique vocal). Sur les 6 derniers mois, le taux de précision vérifié par les opérateurs pour les alertes de niveau Warning et supérieur atteint 82 %, et l'efficacité quotidienne de traitement des alertes est 4,7 fois supérieure à celle des inspections traditionnelles.
Diagnostic à distance et base de connaissances experte
La plateforme intègre un mécanisme de diagnostic à distance et une base de connaissances experte. Lorsqu'une alarme est générée, l'opérateur de terrain peut lancer une demande de diagnostic à distance en un clic via l'application mobile. Les experts techniques du centre de services accèdent à la relecture des données en temps réel (courbes des paramètres des 30 minutes précédant l'alarme), à l'analyse des événements historiques corrélés (recherche des dossiers de traitement de défauts similaires) et à la vidéo en direct (caméra 4G orientée par l'opérateur vers la zone concernée). Un premier diagnostic à distance est fourni en moins de 15 minutes, avec des recommandations d'intervention.
La base de connaissances experte contient plus de 400 cas de traitement de défauts typiques de ponts roulants, classés en quatre catégories : système électrique (variateur de fréquence, API, frein, fin de course, enrouleur de câble – 124 cas), système mécanique (réducteur, accouplement, tambour, palans, moufle – 156 cas), structure en acier (déformation de la poutre principale, usure du rail, fissure du sommier – 58 cas) et câble métallique (rupture de fil, usure, corrosion, fixation d'extrémité de câble, remplacement – 62 cas). Chaque cas comprend une description du symptôme de panne, le modèle d'équipement et les conditions d'exploitation, la procédure de diagnostic, le plan de réparation, la liste de pièces de rechange nécessaire et le temps de maintenance estimé. L'opérateur peut rechercher un cas via l'application en saisissant des mots-clés (par exemple « bruit anormal au levage », « erreur variateur ERR12 ») ; le système renvoie les 5 cas les plus pertinents et la procédure standard associée en moins d'une seconde.
La combinaison du diagnostic à distance et de la base de connaissances permet aux opérateurs de terrain de résoudre de manière autonome environ 65 % des défauts courants (surcharge moteur, réglage du jeu de frein, déplacement du fin de course, dérive des paramètres du variateur, etc.), sous la supervision à distance d'un expert. Cela évite l'attente d'un technicien du fabricant. Le temps de réparation moyen par défaut est ainsi réduit de 8 heures (y compris le temps de déplacement) à 1,5 heure.
Planification intelligente de la maintenance et gestion des pièces de rechange
La plateforme génère automatiquement un plan de maintenance différencié pour chaque pont roulant, en fonction de la durée de fonctionnement réelle et du spectre de charge des conditions de service, remplaçant ainsi le modèle traditionnel de maintenance périodique à intervalle fixe « taille unique ». Le moteur de planification de maintenance prend en compte les facteurs d'entrée suivants : le nombre d'heures de fonctionnement cumulées de l'équipement (lu par le compteur horaire de l'API), la proportion de fonctionnement en charge lourde (pourcentage du temps cumulé où le courant du moteur de levage dépasse 70 % de la capacité nominale), la fréquence des démarrages et arrêts (nombre moyen de démarrages et arrêts par heure pour le pont et le chariot), la température et l'humidité ambiantes (lues par les capteurs environnementaux de l'atelier) et l'évaluation de la tendance d'usure du câble métallique et du frein (obtenue à partir du module de notification d'alarme de tendance).
Le moteur de planification génère un plan de maintenance à quatre niveaux : inspection quotidienne (effectuée par l'opérateur avant la relève d'équipe, la plateforme diffuse via l'application une liste de contrôle standardisée de 22 points), inspection hebdomadaire (une fois par semaine, comprenant le nettoyage du rail de guidage, le graissage des points de lubrification, le contrôle par sondage du couple de serrage des boulons, soit 18 points), inspection mensuelle (une fois par mois, comprenant la mesure du jeu du frein, la mesure du diamètre du câble métallique, l'échantillonnage de l'huile de lubrification du réducteur, soit 15 points) et inspection semestrielle (tous les six mois, comprenant le contrôle d'alignement d'arbres de l'accouplement, la mesure du niveau du rail, la mesure de la flèche du pont, le nettoyage de l'armoire électrique et le serrage des bornes, soit 25 points). Après chaque tâche de maintenance, le personnel d'exploitation confirme chaque point sur l'application et télécharge des photos du site ; la plateforme archive automatiquement ces informations dans le dossier de maintenance numérique de l'équipement.
Le module de gestion des pièces de rechange est lié au plan de maintenance : lorsqu'une tâche de maintenance est générée, la plateforme identifie automatiquement les pièces de rechange nécessaires (telles que les mâchoires de frein, les câbles métalliques, les joints, les éléments filtrants, l'huile de lubrification, les contacteurs, etc.), vérifie si le stock de pièces de rechange sur site est suffisant et, si le stock est inférieur au niveau de sécurité, génère automatiquement une suggestion d'achat et la transmet au service des achats. L'alerte précoce de pénurie de pièces de rechange est déclenchée 7 jours avant la date de maintenance, laissant ainsi suffisamment de temps au service des achats pour comparer les prix et assurer la livraison. Depuis la mise en service de ce système, le nombre mensuel moyen de reports de maintenance dus à une pénurie de pièces de rechange est passé de 4,5 à 0,8.
Questions fréquentes (FAQ)
Q : La plateforme de télémaintenance et d'exploitation est-elle compatible avec les ponts roulants anciens (sans interface API) ?
A : Oui. Pour les ponts roulants anciens utilisant un système de commande à relais-contacteurs, Kelude propose une solution d'acquisition par capteurs externes : installation d'un transformateur de courant sur la ligne d'alimentation du moteur (plage de mesure 0~500 A, précision classe 0,5), d'un détecteur de proximité sur le frein (détection des états actionné/repos), et d'un module de conversion de signal sur les fins de course (conversion des contacts normalement ouverts/fermés en signaux secs pour le DTU). La solution par capteurs externes assure une isolation électrique complète avec l'équipement d'origine et n'affecte en rien les fonctions du système de commande et du circuit de sécurité existants. Conformément à la norme GB/T 28264 — Système de surveillance et de gestion de la sécurité pour appareils de levage, le système de surveillance de sécurité ne doit pas affecter les fonctions de sécurité du système de commande d'origine.
Q : Le signal de communication 4G de la plateforme est-il stable dans l'environnement métallique de l'atelier ?
A : L'atelier en charpente métallique et les équipements métalliques denses des ateliers de ponts roulants ont un effet de blindage significatif sur les signaux sans fil. Les mesures effectuées montrent que, dans un atelier typique de 30 m de portée et 20 m de hauteur, l'intensité du signal de l'antenne 4G installée côté pont roulant fluctue entre -85 dBm et -105 dBm, avec un taux de perte de paquets d'environ 1,5 à 3 %. La plateforme utilise deux mesures de redondance : premièrement, le DTU intègre une double carte SIM et un double module (double opérateur, avec commutation automatique) ; en cas de perte de signal d'une carte, la commutation vers l'autre opérateur s'effectue automatiquement en moins de 15 secondes. Deuxièmement, le DTU dispose d'un stockage local de 16 Go, permettant de mettre en cache jusqu'à 72 heures de données d'exploitation, qui sont automatiquement retransmises une fois le réseau rétabli, garantissant ainsi zéro perte de données. Les statistiques sur les 300 équipements déployés montrent un taux de transmission continue des données (y compris la retransmission) de 99,7 %.
Q : Quel est le délai de déploiement et le coût approximatif de la plateforme de télémaintenance ?
A : Le délai de déploiement typique pour la rénovation d'un pont roulant en vue de la télémaintenance est de 3 à 5 jours ouvrables (installation du DTU, câblage des capteurs, test de communication et configuration de la plateforme). Pour les ponts roulants avec interface API, le coût matériel (DTU + capteurs + antenne + câbles) est d'environ 380 à 640 € par unité ; pour les ponts roulants anciens sans interface API, le coût matériel avec capteurs externes supplémentaires est d'environ 640 à 1 020 € par unité. Les frais de service de la plateforme sont facturés annuellement et comprennent le déploiement sur la plateforme cloud, le stockage de données (roulement de 180 jours), les notifications d'alarme (canaux illimités) et les services de diagnostic à distance ; les frais annuels par pont roulant sont d'environ 190 à 380 €. Selon les données d'utilisation des clients, la plateforme de télémaintenance et d'exploitation peut réduire le temps d'arrêt non planifié des ponts roulants d'environ 60 % ; sur la base d'une perte de production de 640 à 2 540 € par heure et par pont roulant, le délai de récupération est généralement de 3 à 6 mois.
Q : Comment la sécurité des données de la plateforme est-elle garantie ? Les données d'exploitation de l'atelier du client peuvent-elles fuiter ?
A : Dès la phase de conception, la plateforme respecte trois principes de sécurité des données : collecte minimale (seuls les paramètres de fonctionnement de l'équipement sont collectés, aucune capture vidéo ni donnée de comportement du personnel), partage à la demande (le client peut configurer de manière autonome le périmètre de partage des données — il peut n'ouvrir au serveur que les événements d'alarme sans divulguer l'ensemble des données d'exploitation) et isolation des données clients (les données de chaque client sont stockées séparément dans le cloud, avec une isolation physique de la base de données en architecture multi-tenant, et non une simple isolation par vues logiques). La plateforme a obtenu la certification ISO 27001 pour son système de management de la sécurité de l'information et a effectué le dépôt de dossier pour le cryptage des données conformément au niveau 2 de la classification de sécurité. Les données des clients ne sont utilisées que pour les services de diagnostic à distance dans le cadre de l'autorisation du client, et ne sont en aucun cas utilisées à des fins d'analyse commerciale ou d'entraînement de modèle d'IA.
