Si la smart maintenance est un concept, elle repose sur plusieurs technologies et outils qui viennent l'enrichir et l'améliorer.
L'IoT
L'internet des objets consiste à connecter des équipements avec des capteurs pour en mesurer et analyser le comportement. Toutes les données sont transmises en temps réel à une plateforme qui collecte toutes ces informations pour optimiser la maintenance.
Le machine learning
Indissociable de l'intelligence artificielle, c'est un programme informatique qui va chercher à donner du sens dans les données collectées. Il se fonde sur des approches mathématiques et statistiques pour donner à une solution technologique la capacité d'apprendre à partir des données. C'est ainsi qu'il est possible de prolonger la durée de vie des équipements pour prédire certains schémas pour la maintenance corrective. Pour être pleinement fonctionnel, il est toutefois dépendant de la qualité des données qu'il doit traiter.
La réalité augmentée
Le principe consiste à utiliser un terminal connecté (téléphone, tablette, casque ou lunettes) pour superposer des informations virtuelles sur le monde réel. Avec un casque, elle vient même libérer les mains des techniciens qui peuvent, par exemple, voir s'afficher devant leurs yeux un guide de maintenance tout en effectuant les opérations, étape par étape. C'est ce que fait General Aviation pour que ses techniciens puissent travailler sans s’interrompre régulièrement pour regarder ou consulter les instructions ou les consignes, ce qui optimise la maintenance. Une démonstration faite sur un moteur d’avion montre un gain de productivité de l’ordre de 15% grâce à la réalité augmentée et à l'ia.
Les digital twins
Ce sont des représentations numériques d’objets physiques. En bardant de capteurs un équipement, on obtient une copie numérique. Dans le monde aéronautique, Airbus utilise les digital twins pour numériser ses avions en construction. Chaque appareil est ainsi équipé de près de 3 000 capteurs mesurant en temps réel des milliers d’informations liées aux conditions de vol des avions. Grâce à ces capteurs, la durée des tests en condition réelle d’utilisation a été réduite de six mois.