Maintenance prédictive : ce qu'elle permet et ce qu'elle ne permet pas

Deux semaines avant une panne, le moteur d'un ascenseur commence à présenter des vibrations nettement différentes. Trois jours avant que le roulement ne se bloque, un compresseur consomme plus de courant que d'habitude. La maintenance prédictive exploite ces signes avant-coureurs pour adapter les dates d'entretien à l'état réel d'une machine, plutôt qu'à des intervalles fixes du calendrier.

Pourquoi ce sujet figure à l'ordre du jour de toutes les réunions consacrées à la maintenance

Une étude menée par Fluke avec Censuswide chiffre à environ 44 milliards d'euros les pertes annuelles des fabricants allemands dues aux pannes (Fluke et Censuswide via industr.com, 11/2025). Des capteurs mesurent les vibrations, la température, le courant ou le bruit ; un modèle compare ces valeurs à l'état normal et signale un écart avant l'arrêt de la machine. Les sources sont indiquées ici : Article publié sur b-und-i.de.

Ce qu'apporte la maintenance prédictive

Ces fourchettes s'expliquent par l'état initial (KI-Syndikat, 2023). Une entreprise qui, jusqu’à présent, n’a pratiqué qu’une maintenance purement réactive en tire davantage de bénéfices qu’une entreprise ayant mis en place une maintenance préventive.

Tout repose sur le délai d'alerte. Quand on sait qu'un roulement va tomber en panne dans trois semaines, on prévoit son remplacement lors d'une fenêtre de maintenance déjà prévue. Cela évite la réparation en cas de panne, les frais supplémentaires liés à la livraison urgente des pièces de rechange et, souvent, les dommages consécutifs sur les composants adjacents. Les techniciens de maintenance rapportent souvent que le nombre d'appels d'urgence nocturnes diminue considérablement dès que les équipements les plus critiques sont surveillés. Au final, c'est la prévisibilité qui constitue le véritable avantage, et non les capteurs eux-mêmes.

Dans quels cas la maintenance prédictive n'est pas rentable

La maintenance prédictive n'est pas un outil universel adapté à toutes les machines. Selon une analyse réalisée par Evarlink, elle n'est rentable qu'à partir de coûts de panne d'environ 20 000 euros par incident ou 2 000 euros par heure d'arrêt (Evarlink, 2026). En dessous de ce seuil, les coûts liés aux capteurs, à la modélisation et à l'exploitation courante dépassent souvent les bénéfices. Un simple système de ventilation dans une annexe n'a pas besoin de modèle prédictif.

Il existe également des limites techniques. Un modèle a besoin de 12 à 18 mois de données de capteurs et de pannes documentées pour établir des prévisions fiables (Industrieanzeiger, 2026). Les machines qui tombent rarement en panne, ou dont les défaillances ne se manifestent pas par des variations de vibrations, de température ou de consommation électrique, ne fournissent pas de schéma qu’un modèle puisse apprendre. Les erreurs logicielles, les erreurs de manipulation ou les variations de qualité des matières premières ne rentrent pas dans ce schéma.

Ce dont un projet pilote a besoin

Un projet pilote portant sur un type de machine coûte généralement entre 80 000 et 150 000 euros la première année, et son amortissement est généralement inférieur à 18 mois (KI-Syndikat et Groenewold, 2026). Ce montant comprend les capteurs, la connexion, la modélisation et l'accompagnement pendant les premiers mois, durant lesquels le système est encore en phase d'apprentissage. Quiconque envisage cette démarche doit d’abord déterminer quelle installation représente le plus grand risque pour la production et s’il existe suffisamment de données historiques sur les pannes passées. En l’absence de ces données, le projet ne commence, de manière réaliste, qu’avec la phase de collecte, et non avec la modélisation.

Comme nous l'avons indiqué dans l'article consacré à la Mise en place d'un système de surveillance des installations , la qualité des données décide souvent davantage de la réussite d'un projet que le logiciel choisi. C'est précisément là qu'intervient notre Surveillance des installations car il collecte les données des capteurs dont un modèle prédictif a besoin pour fonctionner.

À quoi ressemble un démarrage réaliste

1. État des lieux. Quelle machine a connu le plus de pannes au cours des deux dernières années, quelles ont été les pannes les plus coûteuses, et dispose-t-on d'ailleurs de données à ce sujet ? Dans de nombreuses entreprises, ces données n'existent que dans la mémoire des employés ou sur papier, réparties entre plusieurs équipes.
2. Sélection des capteurs. Adapté au profil de défaillance attendu de la machine, et non à un catalogue standard. Un motoréducteur révèle généralement ses problèmes par des vibrations, un dispositif de chauffage plutôt par la courbe de température, et un variateur de fréquence par la consommation électrique. Installer systématiquement tous les capteurs disponibles permet de collecter beaucoup de données, mais apporte peu d'informations utiles.
3. Phase d'exploitation. Le modèle apprend, ce qui permet de réduire les fausses alertes. L'expérience montre que cette phase dure plusieurs mois et nécessite la présence d'une personne au sein de l'entreprise chargée de vérifier les alertes et de les recouper avec la réalité. Sans ce retour d'information, le système reste inopérant, quelle que soit la qualité des capteurs.

Foire aux questions

Combien coûte la mise en place de la maintenance prédictive ?

Un projet pilote portant sur un type de machine coûte, la première année, entre 80 000 et 150 000 euros, en fonction du nombre de capteurs et de la complexité de la connexion. De nombreuses exploitations amortissent cet investissement en 18 mois (KI-Syndikat et Groenewold, 2026).

De quels capteurs la maintenance prédictive a-t-elle besoin ?

Les capteurs de vibrations pour composants rotatifs, les sondes de température, les capteurs de courant et les microphones à ultrasons sont les plus couramment utilisés. Le choix de la combinaison la plus appropriée dépend des symptômes de défaillance typiques de la machine concernée. Un réducteur présente des signes différents de ceux d'une pompe.

La maintenance prédictive fonctionne-t-elle également avec des installations anciennes ?

Oui, grâce aux capteurs de modernisation, il est possible d'équiper a posteriori même des machines plus anciennes qui ne disposent pas de leur propre système de capteurs. La condition préalable est que les pannes imminentes s'annoncent par des paramètres mesurables, tels que les vibrations ou la température. En cas de défauts purement électroniques ou liés au logiciel, cette approche échoue, quel que soit le nombre de capteurs installés. Pour savoir comment se déroule une mise à niveau, consultez l'article consacré à Une modernisation plutôt qu'un nouvel achat.

La prochaine étape

torck développe lui-même ses solutions de surveillance des installations, grâce à ses propres équipes basées à Maxhütte-Haidhof, Vienne et Rabat, et sait, grâce à ses propres projets dans l'industrie et le commerce, quelles données de capteurs sont réellement nécessaires à un modèle prédictif. Un premier entretien est le meilleur moyen de déterminer si la maintenance prédictive est rentable pour vos installations. Pour cela, n'hésitez pas à nous contacter via notre page dédiée à la Surveillance des installations sur.