EDIH, EEN, Interreg : la plateforme des programmes européens.En savoir plus

Maturité en matière de préparation à la maintenance prédictive

Votre préparation à la maintenance prédictive, mesurée par thématique et convertie en feuille de route.

9 thématiques, une échelle à 5 niveaux. Et l’action qui fait passer chaque niveau au suivant.

Les 9 thématiques du référentiel, déjà rédigées de N1 à N5. Une entreprise, une business unit, ou 300 à la fois.

Maturité en matière de préparation à la maintenance prédictive

Stratégie de maintenance et criticité des actifsN1 → N5
Instrumentation et acquisitionN1 → N5
Historisation et qualité des données machineN1 → N5
Traçabilité des interventions et des défaillancesN1 → N5

9 thématiques, échelle à 5 niveaux.

Nordhavn Industries

53 / 100

Stratégie de maintenance et criticité des actifs6484
Instrumentation et acquisition5379
Historisation et qualité des données machine6182
Traçabilité des interventions et des défaillances3773
IAIndustrialisé : vos notes d’entretien suffisent, l’IA remplit l’audit.

Ils mesurent leur maturité avec Datamensio

  • ANITI
  • CNRS
  • LIRMM
  • CNES
  • Docaposte
  • Chambre de commerce et d'industrie

Un exemple

Cette situation pourrait être la vôtre.

Prenons l’exemple d’une entreprise : trois sites, trois tableurs, aucune réponse commune.

01

Personne ne sait consolider.

Nordhavn Industries, 2 400 personnes à Hambourg, Lyon et Porto. Un donneur d’ordre demande où en est le groupe. Chaque site répond dans son tableur, avec ses propres échelles.

02

Trois semaines, une seule base.

Un diagnostic Référentiel de maturité Datamensio · préparation à la maintenance prédictive (échelle CMMI, 5 niveaux) lancé sur les trois sites en même temps, à partir des notes d’entretien des responsables. Le référentiel était déjà écrit, les 9 thématiques et les niveaux N1 à N5 aussi.

03

Deux dépenses évitées avant d’être engagées.

Un score de 53 sur 100, un écart concentré sur trois thèmes. Le compagnon IA a repéré que deux actions du plan doublonnaient avec celui d’un autre audit. La restitution au comité s’est demandée en une phrase.

Ce que ça leur a évité

  • 3sites mesurés sur la même base, au lieu de trois questionnaires à retraiter
  • 2actions en doublon détectées avant la dépense
  • 1restitution au comité, sans reprise manuelle

Ces chiffres sont ceux d’un exemple. Ils pourraient être les vôtres.

La norme impose des processus. Datamensio dit où vous en êtes.

01

Le référentiel est déjà écrit

Thématiques, questions et niveaux N1 à N5 rédigés. Vous ne partez pas d’un tableur vide.

02

Le score tombe le jour même

En ligne, par lien d’auto-évaluation ou en entretien. Thème par thème, comparable dans le temps.

03

L’écart devient un plan chiffré

Chaque passage de niveau porte son action. L’IA priorise sur l’effet attendu, pas sur l’ordre de la norme.

04

La progression se démontre

Campagne après campagne, contre votre cible et contre votre passé. C’est ce que demande votre COMEX.

L’échelle de maturité

Un niveau, le suivant, et l’action qui relie les deux.

C’est ce mécanisme (un niveau, un niveau supérieur, et l’action qui relie les deux) qui transforme un constat en trajectoire.

Les défaillances passées sont-elles décrites de manière exploitable pour l’analyse ?

  1. N1

    Les défaillances ne sont pas décrites au-delà du compte rendu d’intervention. Aucune donnée ne relie une panne à un équipement identifié.

  2. N2

    Les interventions sont saisies dans la GMAO, mais la cause est en texte libre et le rattachement à l’actif est incomplet sur une partie du parc.

  3. N3

    Les défaillances des actifs critiques sont codifiées selon une nomenclature de modes de défaillance et rattachées à l’équipement. La saisie est vérifiée.

  4. N4

    La codification couvre l’ensemble du parc suivi, avec date de début de dégradation renseignée et croisement possible avec les signaux capteurs sur la période.

  5. N5

    La nomenclature est révisée à partir des analyses de fiabilité et des retours des modèles, avec un suivi documenté des révisions et de leur effet sur la qualité des prédictions.

Action pour passer de N2 à N3

Définir une nomenclature de modes de défaillance pour les familles d’actifs critiques, la rendre obligatoire à la clôture des ordres de travail dans la GMAO et contrôler la complétude des saisies lors de la revue de maintenance mensuelle.

« Grâce à Datamensio, nous remplissons avec beaucoup plus d’efficacité nos objectifs. Les services d’inspection du FEDER et de notre ministère de tutelle ont particulièrement apprécié cette approche qui leur apporte une data fiable. »
Chambre de commerce et d'industrie

Directrice de la CCI 94CCI Île-de-France

« Nous pensons qu’il s’agit de la solution la plus adaptée pour amener notre projet de transformation à l’échelle et mesurer l’impact selon nos besoins. »
Interreg Danube Region

Maja SucekChief Operating Officer, Interreg Danube

Prenez votre première mesure

De quoi parle ce référentiel

La préparation à la maintenance prédictive ne se résume pas au choix d’un algorithme. Elle décrit la capacité d’une organisation industrielle à passer d’une maintenance corrective ou calendaire à une maintenance déclenchée par l’état réel de l’équipement. Cela mobilise l’instrumentation des actifs, la collecte et l’historisation des signaux, la qualité des référentiels d’équipements, la traçabilité des interventions et des défaillances, les compétences en science des données, et la réorganisation des ordres de travail. Le référentiel couvre l’ensemble de cette chaîne, du capteur à la décision de planification.

En pratique, le pilotage bute presque toujours sur les mêmes points. Les données de vibration ou de température existent-elles sur une profondeur suffisante pour apprendre quelque chose, ou l’historisation a-t-elle démarré il y a six mois ? Les défaillances passées sont-elles décrites dans la GMAO avec un code cause exploitable, ou en texte libre ? Et lorsqu’un modèle signale une dérive, qui décide de l’arrêt, sur quelle autorité, et que se passe-t-il quand le signal s’avère faux deux fois de suite ? La difficulté est rarement technique, elle est organisationnelle.

Une confusion fréquente mérite d’être dissipée : la maintenance conditionnelle et la maintenance prédictive ne sont pas la même chose. Le suivi de seuils sur une mesure temps réel relève de la première et se met en place sans apprentissage. La seconde estime une durée de vie résiduelle ou une probabilité de défaillance à un horizon donné, et exige un historique de dégradations documentées. Beaucoup de programmes annoncent la seconde en déployant la première, puis constatent que la valeur promise n’arrive pas. Situer précisément où l’organisation se trouve évite ce malentendu.

Le diagnostic de maturité ne pose pas la question en termes binaires. Il ne demande pas si vous faites de la maintenance prédictive, mais à quel niveau chaque maillon est maîtrisé, sur quels actifs, et quelle action concrète fait passer au niveau suivant. Un site peut être avancé sur l’instrumentation et faible sur l’exploitation des sorties par les équipes terrain. Le score par thématique rend cette asymétrie visible, l’écart avec la cible génère le plan d’action, et l’IA regroupe ces actions en une feuille de route priorisée.

Le référentiel est prêt à l’emploi et s’adapte à votre parc. L’IA ajuste les thématiques, les questions et les niveaux selon votre secteur, process continu, manufacturier discret, énergie ou transport, ou construit une déclinaison à partir de vos propres documents : politique de maintenance, plans de maintenance préventive, nomenclature d’actifs critiques.

Norme de référence : Référentiel de maturité Datamensio · préparation à la maintenance prédictive (échelle CMMI, 5 niveaux)

Les thématiques évaluées

  • Stratégie de maintenance et criticité des actifs

    Politique de maintenance formalisée, inventaire et hiérarchisation des actifs critiques, choix des familles d’équipements ciblées, objectifs de disponibilité et de coût.

  • Instrumentation et acquisition

    Couverture en capteurs, grandeurs mesurées, fréquence d’échantillonnage, connectivité des automates et systèmes de supervision, gestion des équipements non instrumentés.

  • Historisation et qualité des données machine

    Profondeur d’historique, continuité des séries, gestion des lacunes et des dérives de capteurs, horodatage, référentiel d’identification des équipements.

  • Traçabilité des interventions et des défaillances

    Complétude de la GMAO, codification des causes et des modes de défaillance, rattachement des interventions à l’actif, description des dégradations observées.

  • Modèles et méthodes d’analyse

    Approches retenues (seuils, apprentissage supervisé, estimation de durée de vie résiduelle), validation des performances, gestion des faux positifs, réentraînement.

  • Plateforme et architecture technique

    Chaîne de collecte, stockage, calcul en périphérie ou centralisé, interopérabilité avec la GMAO et le système d’information industriel, cybersécurité des réseaux OT.

  • Intégration aux processus d’exploitation

    Transformation d’une alerte en ordre de travail, règles de décision d’arrêt, articulation avec la planification et les pièces de rechange, boucle de retour vers les modèles.

  • Compétences et organisation

    Rôles fiabilité, data et exploitation, formation des équipes terrain à la lecture des indicateurs, dépendance aux prestataires, portage du sujet en comité de direction.

  • Mesure de la valeur et amélioration

    Indicateurs de disponibilité, de coût de maintenance et de pannes évitées, comparaison avant et après, généralisation des pilotes, revue périodique du dispositif.

Une version courte du référentiel est disponible pour l’auto-évaluation en ligne.

Questions fréquentes

En quoi ce diagnostic diffère-t-il d’un audit ?

Il ne conclut pas par un verdict de conformité. La maintenance prédictive n’est pas un référentiel certifiant : il n’y a ni exigence opposable ni organisme derrière. Le diagnostic situe chaque maillon de la chaîne sur une échelle progressive et indique l’action qui fait monter d’un niveau.

Combien de temps prend l’évaluation ?

La version courte se remplit en 20 à 30 minutes par un responsable maintenance ou fiabilité. La version complète, en mode collaboratif, s’étale sur une à deux semaines : l’essentiel du temps sert à croiser les réponses entre maintenance, exploitation et informatique industrielle.

Faut-il déjà avoir lancé un projet pour être évalué ?

Non, et c’est souvent le meilleur moment. Le diagnostic mesure la préparation, donc ce qui existe avant tout modèle : instrumentation, historique, qualité des données de GMAO, organisation. Les résultats indiquent ce qu’il faut consolider avant d’investir dans l’analyse.

Le référentiel s’adapte-t-il à notre secteur et à notre parc ?

Oui. Vous modifiez les questions, les niveaux et les thématiques, ou vous partez d’une base vierge. L’IA génère une déclinaison adaptée à un process continu, à un parc de véhicules ou à des infrastructures réparties, à partir de votre politique de maintenance et de votre nomenclature d’actifs.

Peut-on comparer plusieurs sites entre eux ?

C’est l’usage principal en groupe multisite. Chaque site est évalué sur le même référentiel, les scores par thématique se comparent, et une feuille de route transversale consolide les audits pour éviter de dupliquer les actions communes au périmètre.

Le diagnostic couvre-t-il la sécurité des réseaux industriels ?

Il l’aborde sous l’angle de la faisabilité : connecter des automates et remonter des données OT vers une plateforme d’analyse suppose une architecture maîtrisée. Pour un traitement approfondi du sujet, un diagnostic dédié à la cybersécurité industrielle reste nécessaire.

Où sont hébergées les données ?

En France, chez OVH, avec sauvegarde chez Scaleway. Aucun transfert hors Union européenne. Les modèles d’IA mobilisés peuvent être sélectionnés, y compris parmi des solutions européennes.

Prenez votre première mesure