Motor Oil Group : Investir dans la maintenance prédictive pour optimiser la raffinerie digitale
Découvrez le parcours de Motor Oil Group avec SAP
Motor Oil Group avait le souhait de surveiller l'intégrité et les performances de ses équipements de raffinerie, de minimiser les interruptions de service imprévues et de réduire les coûts de maintenance. Pour obtenir une vue d'ensemble de ses équipements, l'entreprise a adopté le Machine Learning et l'analytique prédictive à l'aide de SAP Business Technology Platform (SAP BTP).
>77
%
La précision pour expliquer les anomalies, 120 à 20 heures à l'avance, grâce à l'analyse des causes profondes des données historiques
24 h/24, 7 j/7
L'amplitude des opérations de prédiction, basées sur des séries chronologiques, qui permettent une prédiction précise des futures mesures des capteurs
Notre pilote de maintenance prédictive initiale est très précis. Avec SAP Business Technology Platform, nous disposons d'une vue complète sur les équipements de notre raffinerie, ce qui nous permettra de minimiser les interruptions de service imprévues et de réduire les coûts de maintenance.
Dimitrios Michalopoulos
Directeur des applications industrielles du département informatique
Motor Oil (Hellas) Corinth Refineries S.A. (Motor Oil Group)
Le défi
Utiliser le Machine Learning et l'analytique prédictive pour réduire les interruptions de service
Dans une raffinerie, la maintenance assidue des équipements est essentielle à la sécurité des travailleurs et au fonctionnement optimal des opérations. Les processus de maintenance préventive standard permettent uniquement aux techniciens de détecter un problème potentiel lors d'une révision de maintenance planifiée.
Motor Oil Group souhaitait aller au-delà de la prévention basée sur des anomalies. Son objectif était d'exploiter les données des capteurs pour surveiller en permanence l'intégrité des équipements et anticiper les dysfonctionnements potentiels. Ce procédé permettrait à l'entreprise d'éviter les interruptions de service imprévues et coûteuses des équipements clés, tout en réduisant les coûts de maintenance grâce à une stratégie de résolution des problèmes avant qu'ils ne surviennent. Ainsi, les équipements et les pièces pourraient être réparés plutôt que remplacés. Pour aller plus loin, Motor Oil Group souhaitait améliorer ses processus existants en y intégrant une maintenance prédictive pilotée par les données.
La création d'un modèle prédictif est un processus itératif. En collaborant avec Accenture et le groupe Data Science de SAP, nous utilisons SAP Business Technology Platform pour explorer en profondeur nos données d'équipements et comprendre les questions pertinentes à poser pour obtenir les insights dont nous avons besoin.
Dimitrios Michalopoulos
Directeur des applications industrielles du département informatique
Motor Oil (Hellas) Corinth Refineries S.A. (Motor Oil Group)
La solution
Collaborer pour créer un pilote de maintenance prédictive basé sur SAP BTP
Un atelier sur la valeur des données a été organisé avec le groupe Data Science de SAP et le département de maintenance de la raffinerie. Cette concertation a permis d'identifier les opportunités pour améliorer les processus de maintenance existants via le Machine Learning et l'analytique prédictive. Les cas d'utilisation ont été classés par ordre de priorité en fonction de la valeur ajoutée immédiate qu'ils pouvaient apporter.
Un projet de démonstration de faisabilité a analysé avec succès quatre années de données sur les capteurs de pression, de température et de vibration de trois compresseurs. Le modèle a été alimenté par les informations transmises à chaque franchissement des seuils d'alarme et de déclenchement des capteurs.
Ensuite, Motor Oil Group a collaboré avec SAP et l'unité d'intelligence appliquée d'Accenture en Grèce pour créer une architecture pilote. L'entreprise a utilisé SAP HANA Cloud, les services de développement d'applications de SAP BTP et SAP Analytics Cloud pour créer des modèles prédictifs pour les événements anormaux basés sur des données de capteurs et pour fournir les résultats à travers des tableaux de bord conviviaux et des notifications par e-mail.
Le résultat
Mieux comprendre les mesures historiques et futures
Le pilote de maintenance prédictive sur les compresseurs stratégiques de la raffinerie a donné des résultats impressionnants. Motor Oil Group a atteint jusqu'à 77 % de précision pour expliquer les événements anormaux sur la base des données historiques et jusqu'à 70 % de précision pour prédire les futures mesures des capteurs à l'aide de l'analyse des causes profondes et de l'analyse des séries chronologiques, respectivement. L'entreprise compte adapter ces modèles pour accroître leur efficacité, puis les faire évoluer pour y intégrer des équipements supplémentaires.
Aujourd'hui, l'entreprise dispose d'une vue d'ensemble de ses équipements, et bénéficie de coûts de maintenance réduits et d'un nombre d'interruptions de service moindre grâce à la détection précoce des anomalies.
De plus, avec un système qui apprend de ses propres données, l'entreprise peut s'attendre à obtenir des prédictions de plus en plus précises et efficaces au fil du temps.
Avec SAP, Motor Oil Group optimise sa gestion
Principaux résultats et avantages pour l'entreprise
Solutions et services présentés
À propos de Motor Oil Group
Fondé en 1970, Motor Oil (Hellas) Corinth Refineries S.A. (Motor Oil Group) est l'un des leaders du secteur du raffinage du pétrole et de la vente de produits pétroliers à travers la Grèce et la région de la Méditerranée orientale. Son activité de raffinerie est complexe, et comprend de grandes usines annexes et installations de distribution de carburant qui exportent ses produits vers plus de 45 pays.
Partenaire
Accenture plc est une multinationale spécialisée dans les services informatiques et le conseil pour les entreprises. Elle compte près de 700 000 collaborateurs à travers le monde et 7 000 clients dans plus de 120 pays. Elle travaille avec 185 partenaires, ainsi qu'avec 89 des entreprises du Fortune Global 100.