Aller au contenu
Se connecterDemander une démo
FR

Maintenance prédictive du bâtiment : anticiper les pannes

Maintenance prédictive : les signaux que donnent les données d'un bâtiment avant une panne ou une surconsommation, et comment l'IA vous aide à les voir.

Par Eduard Restoy · 6 min de lecture
Maintenance prédictive : professionnel consultant une tablette près d'une baie vitrée, avec une carte edalsoBMS des alertes actives

La maintenance prédictive consiste à surveiller les données des équipements pour repérer les signes qu’un problème commence, et intervenir avant qu’il ne devienne une panne. Dans un bâtiment, ces données existent déjà : la consommation de chaque équipement, la pression d’un circuit, la température d’une canalisation, les heures de fonctionnement d’une pompe. Le plus difficile, c’est de toutes les regarder, tous les jours, et de savoir lesquelles comptent. C’est le rôle de la détection d’anomalies par intelligence artificielle : elle analyse les données de chaque équipement et vous signale ce qui sort de l’ordinaire.

Les mêmes données qui annoncent une panne signalent aussi l’énergie gaspillée. Dans un bâtiment, la maintenance prédictive sert donc à deux choses à la fois : anticiper les pannes et cesser de payer des consommations inutiles. Voici les signaux que donnent les données, ce que coûte de ne pas les voir et comment les avoir sous les yeux sans lancer un grand projet.

Qu’est-ce que la maintenance prédictive ?

Dans un bâtiment, trois façons d’entretenir les équipements coexistent. La maintenance corrective répare ce qui est cassé. La préventive contrôle les équipements à intervalles fixes, qu’il y en ait besoin ou non : le groupe froid passe sa visite en mars même s’il fonctionne parfaitement et, s’il commence à faiblir en mai, personne ne le sait avant la visite suivante. La prédictive observe le comportement de chaque équipement et alerte quand quelque chose change, pour intervenir avant l’arrêt.

Elle ne remplace pas la préventive, qui reste indispensable et souvent prévue par les contrats de maintenance. Elle la complète : elle vous dit quel équipement a besoin d’attention avant la prochaine visite, et lequel peut attendre.

Les signaux que donnent les données d’un bâtiment

Une panne arrive rarement d’un coup. Elle laisse d’abord des traces dans les données, et il en va de même pour la surconsommation. Voici les signaux les plus fréquents :

  • Un équipement qui fonctionne hors horaires : la climatisation d’une salle de réunion encore allumée à 23 h, ou une pompe qui ne s’arrête pas le week-end.
  • Une consommation qui monte sans raison : un groupe froid qui consomme plus que le mois dernier à température extérieure égale, ou plus qu’un groupe identique à un autre étage.
  • Un équipement qui ne s’arrête jamais : la consommation fantôme, ce que continue de consommer un équipement quand personne ne l’utilise.
  • Une consigne oubliée : la température relevée pour un événement et jamais remise à sa valeur.
  • Une pression qui baisse peu à peu : sur un circuit de chauffage, c’est souvent le signe d’une petite fuite.
  • Une température qui n’est pas atteinte : l’eau sort de la chaudière à la température habituelle, mais il faut de plus en plus de temps pour chauffer l’étage.
  • Des vibrations qui augmentent : une pompe ou un ventilateur qui vibre plus que la semaine dernière use souvent un roulement.

Au début, aucun de ces signaux ne déclenche d’alarme. Une alarme classique se déclenche quand une valeur franchit un seuil, c’est-à-dire quand le problème est déjà évident. Les dérives lentes passent en dessous.

Ce que coûte de ne pas les voir

La première chose qu’on paie, c’est l’énergie. Pour vous donner une idée, une pompe de 2 kW qui tourne tout un week-end consomme 96 kWh de trop. Si cela se répète chaque semaine sans que personne ne le voie, cela fait environ 5 000 kWh par an pour une seule pompe ; à 0,20 € le kWh, prix pris pour l’exemple, environ 1 000 € par an. Et un bâtiment compte beaucoup d’équipements qui peuvent faire la même chose.

Vient ensuite la panne au pire moment. Le groupe froid qui donnait des signes en mai s’arrête en juillet, bâtiment plein, avec un technicien disponible dans deux semaines. La réparation en urgence coûte plus cher et, en attendant, les occupants ont chaud et appellent pour se plaindre.

Il y a aussi les déplacements. Sans données, chaque appel oblige à aller voir sur place. Avec des données, beaucoup de problèmes se règlent à distance et, quand il faut se déplacer, le technicien sait quel équipement est en cause et ce qu’il doit emporter.

Pourquoi personne ne le voit, alors que les données sont là

Beaucoup de bâtiments ont déjà une GTB qui collecte des données. Le problème, c’est que personne n’a le temps de parcourir chaque jour les courbes de centaines d’équipements, et comparer le comportement d’aujourd’hui avec celui d’il y a un mois ne se fait pas à l’œil. Les données s’accumulent sans que personne n’en tire rien.

D’ailleurs, le décret BACS demande déjà à la GTB de détecter les pertes d’efficacité et d’informer l’exploitant des améliorations possibles. C’est longtemps resté l’affaire de grands projets, avec des spécialistes des données et des mois de travail. Aujourd’hui, la plateforme du bâtiment peut s’en charger. Nous détaillons ces obligations dans notre guide du décret BACS.

Comment l’IA d’edalsoBMS s’y prend

Dans edalsoBMS, notre IA apprend le comportement de chaque équipement connecté : combien il consomme, à quelles heures il fonctionne, quelle pression ou quelle température sont normales pour lui. Elle détecte ensuite les dérives et vous les montre dans la plateforme.

Pour chaque cas, elle explique ce qui se passe, recommande quoi faire et calcule l’économie estimée si vous appliquez la recommandation. La consommation n’est qu’une partie de son travail : elle analyse aussi toute donnée qui vient d’un capteur ou d’un équipement, du compteur à la sonde de pression, en passant par la température d’une canalisation ou les vibrations d’une machine. Et elle le fait équipement par équipement, sans s’arrêter au compteur général du bâtiment.

Maintenance prédictive dans edalsoBMS : détecter ce qui sort de l’ordinaire, l’expliquer, recommander quoi faire et estimer l’économie Des données à la décision, sur la même plateforme.

La décision vous revient. Vous examinez ce qu’elle a trouvé, vous décidez quoi faire et, comme edalsoBMS est à la fois une GTB et une plateforme IoT, vous corrigez depuis le même endroit : vous modifiez un horaire, ajustez une consigne ou créez une automatisation. S’il faut un technicien, vous ouvrez l’incident avec toutes les informations. Et dans la gestion énergétique, vous voyez la consommation baisser après le changement.

Ce qu’il faut pour commencer

Il faut que les équipements à surveiller envoient leurs données à la plateforme. Dans beaucoup de bâtiments, une bonne partie de ces données existe déjà : les équipements de climatisation, les compteurs et d’autres installations parlent souvent des protocoles ouverts. Notre gateway, edalsoOne, s’y connecte et, là où il manque des informations, on ajoute des capteurs sans fil, de température, de pression ou de consommation par exemple, le plus souvent sans travaux.

Inutile de tout faire d’un coup. Le plus simple est de commencer par les équipements qui consomment le plus ou dont la panne coûte le plus cher, comme la production de chaud et de froid ou les pompes principales, puis d’élargir. Si vous voulez d’abord savoir ce qu’est une GTB et ce qu’elle peut faire, lisez notre article Qu’est-ce qu’une GTB ?.

  • Bureaux
  • Commerce
  • Facility managers
  • Propriétaires et exploitants
  • Intégrateurs

À lire aussi

On regarde ce que disent les données de votre bâtiment ?

Plus de 150 bâtiments sont connectés à edalsoBMS. Si vous voulez voir ce que l'IA trouverait dans le vôtre, demandez-nous une démo de 30 minutes et nous le regardons avec vos équipements.

Questions fréquentes

Qu'est-ce que la maintenance prédictive ?

C'est surveiller les données des équipements pour repérer les signes qu'un problème commence et intervenir avant qu'il ne devienne une panne.

Quelle différence entre maintenance préventive et prédictive ?

La préventive contrôle les équipements à intervalles fixes, qu'il y en ait besoin ou non. La prédictive observe le comportement de chaque équipement et alerte quand quelque chose change. Les deux se complètent.

Quelles techniques utilise la maintenance prédictive ?

Dans l'industrie, on utilise l'analyse vibratoire, la thermographie ou l'analyse d'huile. Dans un bâtiment, le plus pratique est de suivre la consommation, les températures, les pressions et les heures de fonctionnement de chaque équipement, et de les comparer à son comportement habituel.

Qu'est-ce qu'une consommation fantôme ?

Ce que continue de consommer un équipement quand personne ne l'utilise : la climatisation d'une salle vide, une pompe qui ne s'arrête pas le week-end ou un équipement qui reste allumé la nuit.

De quelles données l'IA a-t-elle besoin ?

Celles des équipements à surveiller : consommation, températures, pressions, heures de fonctionnement ou vibrations. Plus il y a d'équipements connectés, plus la vue du bâtiment est complète.

L'IA modifie-t-elle les équipements toute seule ?

Vous gardez la main. L'IA détecte, explique, recommande et calcule l'économie estimée, et c'est vous qui décidez quoi appliquer depuis la même plateforme.

Faut-il changer les équipements existants ?

Dans la plupart des cas, non. edalsoBMS se connecte aux équipements en place grâce à des protocoles ouverts et ajoute des capteurs sans fil là où il manque des informations.