Transition Technologies PSC et Finsa, l’un des leaders européens dans la fabrication de panneaux à base de bois, ont lancé un projet commun visant à développer et déployer un système de maintenance prédictive sur six sites de production en Espagne.
L’objectif est clair : superviser plus de 900 équipements industriels et faire évoluer la stratégie de maintenance de Finsa d’un modèle réactif vers une approche pilotée par la donnée.
Ce projet combine connectivité industrielle, intelligence artificielle et intégration au système de gestion (ERP) dans un environnement de production réel.
Fondée en 1931 à Saint-Jacques-de-Compostelle, Finsa emploie aujourd’hui plus de 3 300 collaborateurs, génère un chiffre d’affaires annuel supérieur à 1 milliard d’euros et est présente dans plus de 60 pays.
Le défi
Dans l’industrie du bois, la défaillance d’un seul équipement critique – presse, ligne MDF ou moteur, peut entraîner l’arrêt d’une partie significative de la production.
Finsa souhaite ainsi abandonner une maintenance réactive au profit d’une stratégie anticipative et fondée sur l’analyse des données, capable de détecter les problèmes techniques avant qu’ils ne provoquent des arrêts coûteux.
Périmètre du projet
L’architecture de la solution repose sur trois piliers clés :
1. Connectivité industrielle
La plateforme Kepware assure la collecte sécurisée des données issues des machines.
Les équipes de Finsa conçoivent et installent les capteurs, tandis que TT PSC met en place les infrastructures d’agrégation et de transmission des données.
2. Analyse des données et intelligence artificielle
La plateforme ThingWorx, associée à des modèles d’apprentissage automatique, permet :
- l’analyse en temps réel des signaux vibratoires,
- le suivi des tendances,
- la détection précoce d’anomalies (notamment sur les roulements), avant qu’elles ne se transforment en pannes.
3. Intégration au système SAP
Le système génère automatiquement des ordres d’intervention dans SAP (module maintenance) dès qu’une anomalie est détectée.
Les équipes techniques disposent ainsi d’informations contextualisées au moment opportun pour intervenir efficacement.
Objectifs du projet
L’objectif principal est la réduction des coûts de maintenance.
Au-delà de cet enjeu, il s’agit surtout de permettre aux équipes de Finsa de passer à une logique d’anticipation des défaillances :
- Réduction des arrêts de production non planifiés
- Suppression des inspections inutiles
- Amélioration de la disponibilité des équipements
Les résultats seront progressivement évalués au fur et à mesure du déploiement et de l’optimisation du système sur les six sites.
Il ne s’agit pas d’un simple déploiement technologique, mais d’un véritable projet d’ingénierie collaborative.
Avec les équipes de Finsa, nous intégrons la connectivité industrielle via Kepware, les capacités d’analyse de ThingWorx et les modèles d’apprentissage automatique, ainsi que la génération automatique d’ordres d’intervention dans SAP, au sein d’un système cohérent conçu pour des conditions réelles de production.
Nous avons des objectifs clairs et construisons ensemble la meilleure approche. C’est ainsi que l’intelligence artificielle appliquée à l’industrie prend tout son sens.