Dans le cadre de l’appel à démonstrateurs européens IoT4Industry lancé en avril 2018 (*) et coordonné par le pôle de compétitivité SCS (Solutions communicantes sécurisées), le projet IoT4NR – IoT Solution for Naval Repair – a réuni plusieurs acteurs industriels et académiques sous la houlette de la société INOUid, intégrateur et concepteur de solutions IoT industrielles clé en main ...avec une intégration du capteur jusqu’à la visualisation des données. Parmi ces acteurs on comptait Kontron, l’ISEN Méditerranée, Yncréa, ainsi que Foselev, HTC, Dataswai et Propulsion Engineering. Le 23 juillet dernier à La Seyne-sur-Mer sur le site de Cimat Foselev Marine, le pôle SCS et l’ensemble des sociétés impliquées dans le projet ont pu assister en temps réel aux résultats de leurs travaux. En l'occurrence un démonstrateur déployé à la fois à bord du Castor 02, un navire de support pour travaux en mer de 50 mètres de long, à positionnement dynamique, construit en 1970, et sur un dock flottant récent de 60 mètres de long et d’une capacité de levage de 1000 tonnes, permettant l’entretien de navires, yachts et autres plates-formes navales, et hébergeant la salle de contrôle.

Au total, ce sont plus d’une quarantaine de capteurs qui ont été déployés sur ces équipements lourds, avec toute l’infrastructure IA et de communication associée, dans des environnements très contraints (milieu clos, environnement métallique, grande distance entre les différents sites de la passerelle à la cale du navire, etc.).

L'objectif du projet était de créer un démonstrateur d’une solution de maintenance et d’entretien d’équipements de réparation marine (navires et outils de réparation majeurs comme les docks flottants ou les grues). Ce démonstrateur intègre des capteurs sans fil innovants (vibrations, température, niveau d’eau ou d’huile hydraulique, etc.), une passerelle de communication LoRa et une plate-forme logicielle locale/cloud, avec des interfaces homme-machine (IHM) ergonomiques adaptées aux différents opérateurs et optimisées grâce à des techniques de visualisation spécifiques. L’ensemble permet le traitement des données en quasi-temps réel avec l’accent mis principalement mis sur les machines tournantes, causes importantes de pannes sur ce type d’équipements de maintenance (pompes, hélices, moteurs électriques…).

La solution mise en œuvre, à la fois modulaire, locale et disponible sous la forme d’une approche de type SaaS (Software as a Service), détecte les pannes potentielles et prédit les actions de maintenance ou de réparation nécessaires. Elle assure dans le même temps la conservation de l’historique des réparations et de l’entretien des équipements pour un suivi plus efficace des moyens. Sur les navires, une véritable maintenance planifiée est ainsi réalisée, permettant une prise de décision fondée sur l’analyse des données et leur historique. Sur les infrastructures plus anciennes, la solution permet de prévenir les problèmes imprévus et les réparations retardées via une maintenance prédictive et une surveillance accrue pour éviter d’endommager le bateau.

La validation de ce démonstrateur et du projet IoT4NR ouvre la voie, selon ses protagonistes, à une perspective de commercialisation de la solution pour les partenaires du projet, dont INOUid, dans le secteur naval, mais également plus généralement dans le domaine de la maintenance industrielle.

(*) Une quarantaine de projets transnationaux et collaboratifs ont été élaborés et financés au sein de l’initiative IoT4Industry pour un budget total de plus de 3,6 millions d’euros.