Pour détecter les valeurs aberrantes dans les données de capteurs sans perdre les alertes précoces, signalez les relevés suspects au lieu de les supprimer, puis classez chacun comme défaut de capteur ou changement de process. Les défauts de capteur se présentent sous forme de paliers plats, de pics isolés sur une seule lecture et de valeurs impossibles. Un vrai problème d’équipement tend à s’installer sous forme de dérive persistante, visible aussi dans une mesure liée.
Une grande partie des conseils sur les valeurs aberrantes vient du nettoyage de données, où l’objectif est un jeu de données propre. En maintenance, la lecture qui ne rentre pas dans le cadre est souvent celle pour laquelle vous avez installé le capteur ; ma première règle est donc que les relevés bruts restent stockés et que le filtrage se fasse au moment où les données sont utilisées.
Comment supprimer les pics des relevés de capteurs sans perdre de données ?
Filtrez la vue, pas le stockage. Conservez chaque relevé brut, signalez les relevés suspects, et appliquez le filtre dans le graphique, le rapport ou l’alarme qui les lit.
Une moyenne mobile sur cinq relevés répartit un pic isolé de +50 en cinq valeurs trop élevées de 10 chacune, si bien que le pic devient une petite bosse qui ressemble à un vrai changement. Une médiane sur ces mêmes cinq relevés ignore jusqu’à deux valeurs aberrantes dans la fenêtre et suit tout de même un vrai palier dès que trois des cinq relevés affichent la nouvelle valeur.
Le volet alarmes est traité dans garder un relevé erroné hors de vos alarmes, et le volet graphiques dans ce que cache une moyenne horaire.
Comment distinguer un capteur défaillant d’un vrai changement ?
Examinez la forme de l’anomalie et vérifiez une autre mesure. Les défauts de capteur ont des formes qui leur sont propres, et un vrai changement de process apparaît souvent sur plusieurs signaux.
| Motif | Cause probable | Que vérifier |
|---|---|---|
| Palier plat : la même valeur pendant plus longtemps que le process ne le permet | Capteur bloqué, ou passerelle répétant la dernière valeur après la perte de l’appareil | Horodatages des relevés et état propre de l’appareil |
| Pic isolé qui disparaît au relevé suivant | Bruit électrique ou message corrompu | Si les capteurs voisins ont bougé au même instant |
| Valeur impossible : hors de la plage du capteur ou hors des lois physiques | Défaut de câblage, boucle ouverte ou capteur défaillant | La plage indiquée dans la fiche technique du capteur et le câblage |
| Palier à un moment connu | Capteur remplacé ou recalibré | Le journal de maintenance pour cette date |
| Dérive lente et persistante | Usure réelle ou encrassement, ou dérive du capteur | Une mesure liée, ou un second instrument |
La dernière ligne est celle qui rapporte. Une température de palier qui grimpe pendant que les vibrations augmentent sur la même machine signale de l’usure. La même hausse avec des vibrations stables et un capteur qui n’a pas été contrôlé depuis des années peut venir du capteur. J’ai détaillé l’étalonnage d’un type de capteur dans ce que signifient les relevés d’humidité du sol.
Détection d’anomalies pour la maintenance des équipements : par où commencer ?
Commencez par des règles que vous pouvez expliquer, et ajoutez les statistiques plus tard. Une règle du type « palier plat pendant 30 minutes » ou « valeur hors de la plage du capteur » détecte les défauts courants et indique au technicien quoi vérifier.
- Fixez des limites physiques par capteur : sa plage, et la vitesse maximale de variation que le process peut produire.
- Ajoutez un contrôle de palier plat avec une durée limite adaptée au bruit normal du signal.
- Comparez chaque machine à son propre historique, à charge similaire, et non à une moyenne de parc.
- Lorsque vous disposez de machines identiques, comparez-les entre elles.
- Ce n’est qu’ensuite que vous essayez les scores statistiques, et vous envoyez ce qu’ils signalent à une personne pour examen plutôt qu’à la poubelle.
Un test statistique signale tout ce qui ne correspond pas à sa notion de normal, et un défaut en train de se développer en fait partie, donc examinez ce qu’il signale. Un test qui apprend la « normale » à partir de données récentes peut aussi absorber une dérive lente dans sa référence, c’est pourquoi les contrôles par règles restent en place. Rien de cela ne remplace la protection propre de la machine : les déclenchements et verrouillages restent dans le système de commande. Pour un ensemble d’exemples de points de surveillance, voir surveillance des convoyeurs, concasseurs et ventilateurs d’aération dans l’exploitation minière et la page du secteur manufacturier.
Questions fréquentes
Faut-il exclure les valeurs aberrantes des moyennes de rapport ?
Excluez du calcul les relevés signalés comme défauts de capteur, conservez-les en stockage, et indiquez dans le rapport combien ont été exclus. Les relevés seulement inhabituels, sans défaut à l’origine, doivent figurer dans la moyenne, car ils décrivent ce que le process a fait.
Un z-score peut-il détecter les capteurs défaillants ?
Seulement certains. Un z-score mesure à combien d’écarts types un relevé se situe de la moyenne, il signale donc les valeurs rares, pas les capteurs cassés. Un capteur bloqué sur une valeur normale a un z-score proche de zéro et réussit le test à chaque fois. Associez les z-scores à un contrôle de palier plat et à des limites de plage.
Combien de relevés une médiane doit-elle utiliser ?
Utilisez la plus petite fenêtre impaire qui couvre le pic le plus long que vous souhaitez ignorer. Une fenêtre de trois ignore un mauvais relevé, une fenêtre de cinq en ignore deux consécutifs. Les fenêtres plus grandes retardent les vrais changements d’environ la moitié de la fenêtre, gardez-les donc courtes sur les signaux où la rapidité compte.

