Un capteur installé sur une pompe mesure les vibrations vingt fois par seconde. Avant que cette valeur n'apparaisse sous forme de courbe sur le tableau de bord du chef d'équipe, elle passe par plusieurs étapes : acquisition au niveau de la machine, prétraitement, transmission, stockage, analyse. Quiconque souhaite collecter des données machine et les exploiter dans le tableau de bord doit donc planifier l'ensemble de la chaîne.
La chaîne de données machine comporte trois niveaux : l’Edge au niveau de la machine, un serveur local par site et le cloud pour les indicateurs inter-sites. L’Edge Computing traite 80 à 90 % des données brutes directement sur place ; seules les valeurs agrégées sont transmises. La transmission s’effectue généralement via MQTT, pour les données de contrôle structurées via OPC UA.
Une usine équipée de 200 machines fonctionnant en deux équipes génère quotidiennement des données brutes. Ce volume ne peut être ni transféré intégralement vers le cloud, ni stocké de manière permanente sur chaque machine.
ECOSIRE, 2026
Pourquoi l'Edge Computing assure un filtrage préalable des données machine
L'« edge computing » traite 80 à 90 % des données générées directement sur la machine ou à proximité de celle-ci, avant même que quoi que ce soit ne soit transmis à un réseau central (ECOSIRE, 2026). Seules les valeurs agrégées, les anomalies ou les alertes sont transmises plus haut dans la chaîne. Un capteur de vibrations envoie donc vers le cloud des valeurs calculées localement, telles que la valeur efficace ou la valeur de crête, auxquelles s’ajoutent les rares cas où les données brutes sont nécessaires pour une analyse plus approfondie.
Cette répartition ne permet pas seulement d'économiser de la bande passante. Elle réduit également le temps de réponse, car une alerte critique n'a pas besoin de passer par un centre de données situé à l'autre bout du pays pour déclencher une réaction sur la machine.
Protocole et architecture
| niveau | Tâche | Ce qui y reste |
|---|---|---|
| Edge, sur la machine | premier traitement, calcul des paramètres caractéristiques, déclenchement des alarmes | Mesure brute en pleine résolution |
| Serveur local, par site | Regrouper les données de plusieurs machines | chiffres clés synthétiques, évolution au cours des dernières semaines |
| Cloud, tous sites confondus | Comparaison entre sites, indicateurs clés au niveau de l'entreprise | Chiffres clés et événements marquants |
Pour la transmission, le protocole MQTT s'est imposé comme norme, notamment en raison du modèle « publish-subscribe » et de la faible taille des messages (ECOSIRE, 2026). Un capteur publie ses valeurs sur un sujet ; plusieurs systèmes peuvent s'y abonner simultanément sans que le capteur ait besoin de connaître chaque connexion individuellement. Pour les machines dont les données de commande sont plus complexes, on utilise souvent en complément le protocole OPC UA, qui apporte des informations structurées et des mécanismes de sécurité.
Toutes les entreprises n'ont pas nécessairement besoin des trois niveaux dès le départ. Un site unique se contente souvent d'un serveur périphérique et d'un serveur local.
L'erreur la plus courante lors du choix d'un capteur
Selon ECOSIRE, un décalage entre le capteur et le profil réel de la défaillance est la principale cause d'échec des projets (ECOSIRE, 2026). Si l’on choisit des capteurs en fonction du type de machine plutôt qu’en fonction de la défaillance que l’on souhaite réellement prédire, on collecte des données qui, au final, ne fournissent aucune information utile. Une pompe peut tomber en panne à cause de la cavitation, d’un dommage au niveau des paliers ou d’un déséquilibre ; chacune de ces causes se manifeste dans une gamme de fréquences différente et nécessite une technique de mesure différente.
Dans la pratique, avant de choisir un capteur, il faut donc se demander quelle défaillance est réellement pertinente sur cette machine et comment elle se manifeste physiquement. Ce n'est qu'ensuite qu'il est possible de déterminer si un simple capteur de vibrations suffit ou s'il faut également mesurer la température, le courant ou le bruit. Les paramètres adaptés aux composants rotatifs sont présentés dans l'article suivant : Analyse des vibrations.
Ce qui apparaît finalement dans le tableau de bord
Un tableau de bord comportant trop de courbes est rarement utilisé, car personne ne parvient plus à identifier les écarts réellement significatifs. Une structure à plusieurs niveaux a fait ses preuves. Au niveau supérieur figurent quelques indicateurs de type « feu tricolore » par machine ; en dessous, il est possible, si nécessaire, d'afficher en détail les valeurs des différents capteurs.
La dimension temporelle est également importante. Une simple valeur instantanée n'est guère significative, tandis qu'une tendance observée sur les derniers jours ou les dernières semaines permet de déterminer si une machine s'oriente progressivement vers un scénario de défaillance. C'est précisément cette vision de la tendance qui fait la différence entre un simple affichage en temps réel et un tableau de bord qui aide réellement à la maintenance.
Les durées de conservation des données machine constituent un sujet à part entière. Conserver des données brutes en pleine résolution pendant des années n'est que rarement judicieux et fait grimper inutilement les coûts de stockage. En revanche, les valeurs agrégées peuvent être conservées à moindre coût sur de longues périodes et constituent la base d'analyses de tendances ultérieures ou d'un Modèle de maintenance prédictive.
De quelles données disposez-vous déjà ?Nous vérifions quelles sont, parmi vos machines, celles qui fournissent déjà des données exploitables et ce qui manque encore pour disposer d'un tableau de bord opérationnel.
Foire aux questions
Quels protocoles sont utilisés pour la collecte des données machine ?
Les protocoles les plus répandus sont MQTT, pour la transmission allégée de valeurs de mesure, et OPC UA, pour les données machine structurées et critiques pour la sécurité. De nombreuses architectures combinent ces deux protocoles en fonction du cas d'utilisation.
Quelle quantité de données faut-il réellement stocker ?
Bien moins que ce qui est généré par la machine. Grâce à l'Edge Computing, 80 à 90 % des données brutes sont traitées sur place, de sorte que seules les valeurs agrégées et certaines données brutes sélectionnées sont transmises et stockées (ECOSIRE, 2026). Dans une usine comptant 200 machines et générant environ 400 gigaoctets de données brutes par jour, c’est cette différence qui rend l’exploitation d’un système d’analyse centralisé économiquement viable.
Qui met en place une telle chaîne de données dans la pratique ?
Il s'agit généralement d'une collaboration entre un service de maintenance, qui connaît les types de défaillances, et un partenaire d'intégration, qui assure la connexion technique entre les capteurs, le réseau et le système d'analyse. Les fournisseurs de logiciels purs, qui n'ont pas de vision globale de la machine, proposent rarement l'architecture adaptée.
La prochaine étape
torck exploite sa surveillance des installations comme un produit à part entière et assume lui-même la chaîne complète, du choix des capteurs au tableau de bord, avec ses propres équipes à Maxhütte-Haidhof, Vienne et Rabat, qui développent en interne le traitement en périphérie, l'intégration des protocoles et l'analyse. Vous pouvez prendre rendez-vous pour un premier entretien via notre page consacrée à la Surveillance des installations .
German 
English 
French