Le service d’IA de santé des machines de Bently Nevada pour les actifs d’équilibre de l’usine

Bently Nevada commercialise désormais Machine Health, un service de diagnostic prédictif piloté par l’IA qui analyse en continu de vastes populations de capteurs de surveillance de l’état, signale les défauts en développement des semaines avant la défaillance, diagnostique les causes profondes et prescrit les réparations. Cette offre fait partie de la suite logicielle Cordant de Baker Hughes et est fournie avec Augury, le spécialiste de la santé des machines dans lequel Baker Hughes a investi et s’est allié en 2021. Elle cible directement les équipements d’équilibre de l’installation — pompes, ventilateurs, soufflantes, convoyeurs et autres actifs trop nombreux pour être surveillés par une collecte basée sur des tournées et trop coûteux pour rester non surveillés. Le point stratégique est aussi important que la technologie : Bently Nevada regroupe capteurs, analyses cloud et examen par des experts dans un abonnement, faisant évoluer une partie de son activité de la vente de matériel vers la vente de résultats en matière de santé des actifs.

Réponse rapide : qu’est-ce que Bently Nevada Machine Health ?

Machine Health est un service de surveillance d’état et de diagnostic basé sur l’IA. Les capteurs — notamment les appareils sans fil Ranger Pro de sixième génération de Bently Nevada et la passerelle Cordant — transmettent en continu les données de vibration et de process à des modèles pré-entraînés et spécialement conçus dans le cloud. Les modèles détectent les premiers signes de défaillance, diagnostiquent la cause racine probable et recommandent une correction ; des experts humains en machines examinent les conclusions avant qu’elles ne soient émises sous forme de notifications exploitables.

• Ce qu’il fait : alertes prédictives, diagnostics de cause racine et recommandations de réparation prescriptives, et pas seulement des alarmes à seuil.
• À qui il s’adresse : les populations d’actifs de balance-of-plant — pompes, ventilateurs, soufflantes, petits moteurs, convoyeurs — les « 99 % restants » que les programmes basés sur des tournées peinent à couvrir.
• Comment il est fourni : un abonnement combinant capteurs, logiciel cloud, modèles d’IA et support d’experts, plutôt qu’une licence logicielle perpétuelle plus un contrat de service séparé.
• Qui le construit : Baker Hughes/Bently Nevada avec Augury ; l’alliance a été annoncée le 26 octobre 2021 et formalisée par un accord stratégique en janvier 2022.
• Résultats publiés : Baker Hughes cite un ROI moyen de 8,5× par site, des économies cumulées moyennes de 2,03 M$ et 439 heures d’arrêt évitées en moyenne.
• Où il s’intègre : aux côtés de System 1, et non à sa place — Machine Health couvre la longue traîne ; System 1 reste la plateforme à l’échelle de l’usine pour les machines critiques et les données de protection 3500/Orbit 60.

Ce que Bently Nevada a réellement lancé

Bently Nevada a présenté Machine Health à travers une série de webinaires — « Machine Health powered by Artificial Intelligence », « Why Machine Health is critical for your asset and reliability program », « How to use Machine Health to drive your reliability program » et « When Industrie 4.0 meets Machine Health ». Le message est cohérent dans les quatre : le produit analyse « des millions de sorties de capteurs de surveillance de l’état », alerte les équipes « bien avant la défaillance », diagnostique les causes racines et prescrit des correctifs.

Les trois problèmes qu’il cible explicitement méritent d’être cités car ils définissent l’argument commercial :

• Les arrêts d’urgence. Des arrêts non planifiés qui entraînent des pertes de production et de la maintenance réactive.
• L’expédition de pièces détachées en urgence. Des coûts logistiques accélérés qui apparaissent chaque fois qu’une défaillance est découverte trop tard pour planifier une réparation.
• La fatigue des alarmes. Des équipes de fiabilité submergées par des alarmes de seuil, dont la plupart ne nécessitent aucune action.

Aucun de ces problèmes n’est nouveau. Ce qui est nouveau, c’est le modèle de prestation : plutôt que de demander à une usine d’acheter un logiciel, de configurer des règles et de doter une équipe d’analyse, Bently Nevada vend un service dans lequel l’IA réalise le diagnostic de premier niveau et des experts humains gèrent par exception. C’est le modèle « un-à-plusieurs » décrit dans l’eBook Machine Health de Baker Hughes : parce que l’IA examine les données, un seul spécialiste peut prendre en charge des dizaines de milliers de machines.

Pourquoi le bilan de l’installation est la véritable cible

La plupart des budgets de surveillance d’état continuent d’être alloués au 1 % critique — les trains turbine-générateur, les compresseurs principaux et les pompes d’alimentation du réacteur qui justifient une protection en baie et des analystes dédiés. Le reste de l’usine pose un problème différent. Une raffinerie, une papeterie ou un site chimique typique exploite des centaines ou des milliers de pompes, ventilateurs et soufflantes, chacun peu coûteux individuellement mais collectivement responsables d’une large part des arrêts non planifiés.

La collecte par tournée était la réponse traditionnelle. Un technicien parcourt une tournée avec un instrument portable, télécharge les données et un analyste les examine. Ce modèle est sous pression de trois côtés : le coût de main-d’œuvre des tournées, la rareté des analystes en vibrations formés et le fait que des défaillances surviennent encore entre les tournées. Les capteurs IIoT sans fil ont changé l’économie de la collecte de données, mais ils n’ont pas résolu le goulot d’étranglement de l’analyse — ce qui est exactement là où une IA conçue spécifiquement est appliquée.

Cette distinction est importante lors de l’évaluation du service. Machine Health n’est pas conçu pour remplacer une baie 3500 protégeant une turbine à vapeur, et Bently Nevada ne le positionne pas ainsi. Il est conçu pour rendre visible la longue traîne à un coût par machine que les programmes par tournée ne peuvent égaler.

Comment fonctionne la santé des machines : surveiller, diagnostiquer, guider, agir

Baker Hughes décrit le service comme quatre étapes connectées. Chaque étape produit un résultat spécifique, et c’est dans la transition entre elles que la plupart des programmes de surveillance échouent.

L’argument clé est la rapidité de déploiement. Bently Nevada soutient que des modèles pré-entraînés et conçus spécifiquement produisent un délai de rentabilité court, contrairement à l’IA généraliste qui « peut prendre des mois à déployer et des années à générer de la valeur ». C’est une distinction juste : un modèle entraîné sur les signatures de vibration de dizaines de milliers de machines similaires n’a pas besoin d’apprendre votre pompe à partir de zéro, même s’il a toujours besoin de données propres et d’un contexte d’actif correct.

Ce que « l’IA » signifie ici — et ce qu’elle ne signifie pas

Trois clarifications permettent d’éviter des attentes exagérées.

Elle est pilotée par les vibrations, pas omnisciente. Baker Hughes décrit les diagnostics comme utilisant les données de tendance vibratoire pour détecter les premiers signes de défaillance et prescrire des correctifs. Cela couvre très bien les modes de défaillance classiques des équipements rotatifs — dégradation des roulements, désalignement, déséquilibre, desserrage, problèmes de joints et de cavitation. Cela ne remplace pas la thermographie, l’analyse d’huile, la détection de fuites par ultrasons ni la surveillance des performances du procédé, et ce n’est pas une fonction de protection des machines. Les arrêts et les verrouillages restent du ressort des systèmes de protection.

Elle est supervisée, pas autonome. Le service est explicitement une « intelligence hybride » : des experts humains en machines examinent les conclusions avant que les recommandations ne parviennent au client. C’est un atout pour la sécurité et la confiance, mais cela signifie aussi que les délais de réponse dépendent de l’accord de service, et pas seulement du modèle.

Elle est entraînée sur une population, pas sur votre usine seule. Les modèles entraînés sur une population généralisent bien à travers les types de machines et les modes de défaillance courants. Les conceptions inhabituelles — pompes verticales non standard, réducteurs atypiques, machines présentant de fortes vibrations d’origine procédé — peuvent nécessiter un contexte supplémentaire ou une interprétation par un expert. Demandez comment le fournisseur traite les diagnostics à faible confiance.

L’économie publiée

Baker Hughes publie un ensemble de métriques de résultats pour Machine Health. Il s’agit de moyennes déclarées par le fournisseur sur l’ensemble de sa base de clients, et non de garanties, mais elles sont suffisamment précises pour être confrontées à un business case.

Le calcul est simple. Si l’indisponibilité imprévue d’un site coûte 10 000 $ par heure et que le service évite 400 heures, le bénéfice brut est d’environ 4 millions de dollars — largement supérieur à la fourchette d’abonnement à six chiffres typique des services de surveillance par machine. Le risque dans le dossier de justification n’est pas le calcul ; c’est l’hypothèse selon laquelle les modes de défaillance et la qualité des données de votre usine correspondent à la population de référence du fournisseur.

Témoignages clients : deux cas documentés

Deux cas publiés illustrent mieux le mécanisme que les moyennes.

Invista. Un responsable des capacités des machines tournantes a rapporté un bénéfice documenté de 4 millions de dollars grâce à un seul sauvetage. Le détail décisif était le timing : le service a donné au site environ 24 heures d’avertissement supplémentaires, suffisamment pour faire passer la réponse d’un arrêt d’urgence à une intervention planifiée. C’est l’économie de la santé des machines en une phrase — la valeur n’est pas le diagnostic lui-même, c’est le temps de planification qu’il permet de gagner.

Solugen. Peu après l’installation, le système a permis d’éviter six heures d’indisponibilité et environ 6 000 dollars de coûts de réparation sur une seule pompe sphérique. Un petit chiffre selon les standards du raffinage, mais c’est le type d’actif auquel la couverture du reste de l’installation est destinée : individuellement mineur, collectivement significatif, et auparavant surveillé uniquement lors d’une ronde.

Les deux chiffres sont publiés par le fournisseur et doivent être traités comme des preuves de cas plutôt que comme des performances attendues. Leur valeur réside dans la démonstration des deux voies de bénéfice : la perte de production évitée sur un actif critique, et la réparation plus l’indisponibilité évitées sur un petit actif.

De la vente de matériel à la vente de résultats

L’importance stratégique de Machine Health réside dans le modèle commercial. La surveillance d’état traditionnelle est un achat d’investissement : capteurs, baies, licences logicielles, installation, puis une équipe interne pour l’exploiter. Machine Health est un abonnement : capteurs et passerelle inclus, IA cloud incluse, revue d’experts incluse, facturé par machine ou par groupe d’actifs.

Ce changement modifie plusieurs choses pour une usine :

• Traitement budgétaire. Le coût passe des dépenses d’investissement aux dépenses de fonctionnement, ce qui est plus facile à approuver au niveau du site et plus facile à étendre actif par actif.
• Effectifs. L’usine n’a pas besoin de recruter des analystes en vibrations pour interpréter chaque tendance ; elle a besoin de personnes capables d’agir sur des recommandations priorisées.
• Transfert de risque. La responsabilité de détection et de diagnostic incombe en partie au fournisseur, ce qui explique pourquoi les conditions de niveau de service importent davantage que dans un achat de logiciel.
• Coût de sortie. Les modèles d’abonnement créent une dépendance. La propriété des données, les formats d’export et ce qui se passe à la fin du contrat doivent être réglés avant la signature, pas après.

Pour Bently Nevada, le modèle résout aussi un problème de couverture. Vendre une baie 3500 pour protéger une pompe de 20 000 $ n’est pas économique ; vendre un abonnement de surveillance par machine l’est. C’est ainsi qu’une entreprise axée sur le matériel atteint les 99 % d’actifs pour lesquels elle n’aurait jamais pu justifier une baie.

Où la santé des machines s’intègre aux côtés de System 1 et 3500

La santé des machines ne remplace pas System 1, et elle ne remplace pas les systèmes de protection. Les trois couches remplissent des fonctions différentes :

• Protection (3500, Orbit 60) : déclenchements, verrouillages et fonctions de sécurité sur les machines critiques, avec conformité API 670 lorsque requis.
• Surveillance de l’état à l’échelle de l’usine (System 1) : données consolidées, historique à long terme, diagnostics, HMI et gestion des cas pour les actifs critiques et semi-critiques. Consultez notre analyse de l’évolution de System 1 sur 20 ans.
• Santé des machines : couverture pilotée par l’IA de la population des installations auxiliaires, fournie en tant que service, avec des résultats prescriptifs destinés à la planification de la maintenance.

En pratique, de nombreux sites exploiteront les trois. Un châssis 3500 alimente la protection et, via une passerelle de communication 3500/92, transmet les données à System 1. Machine Health couvre les pompes et ventilateurs qui n’ont jamais été sur un châssis. La question de l’intégration — savoir si les conclusions de Machine Health apparaissent dans System 1 ou dans un portail séparé — mérite d’être posée tôt, car deux flux d’alertes déconnectés recréent la fatigue d’alarmes que le service est censé résoudre.

Points à vérifier avant l’achat

Une évaluation structurée permet de fonder la décision sur votre historique de défaillances plutôt que sur les moyennes du fournisseur.

1. Partez des données de défaillance. Rassemblez trois ans d’enregistrements de maintenance et classez les défaillances des équipements auxiliaires par coût. Si les défaillances de roulements et d’alignement dominent, le service est adapté ; si la corrosion, l’érosion et les erreurs d’opérateur dominent, l’IA fondée sur les vibrations manquera une grande partie des pertes.
2. Associez la couverture des capteurs aux modes de défaillance. Confirmez quelles mesures les capteurs proposés capturent et à quel intervalle. Les vibrations sur une pompe ne détectent pas un filtre bouché ni un joint fonctionnant à sec sans données de procédé.
3. Renseignez-vous sur les diagnostics à faible confiance. Tout système d’IA en comporte. Que se passe-t-il lorsque le modèle ne peut pas trancher entre usure de roulement et cavitation ? Qui l’examine, et à quelle vitesse ?
4. Définissez le niveau de service. La détection n’est pas la même chose que la notification. Obtenez par écrit les temps de réponse, les voies d’escalade et l’équipe d’experts désignée.
5. Réglez la propriété et l’intégration des données. Confirmez que vous pouvez exporter les données brutes et traitées, qu’elles peuvent alimenter votre CMMS et, le cas échéant, System 1, et ce qu’il advient des modèles et de l’historique à la fin du contrat.
6. Vérifiez le parcours cyber et réseau. Les capteurs sans fil et l’analytique cloud franchissent les frontières du réseau. Confirmez l’architecture de la passerelle, les options de diode de données ou de réplication, et si la conception satisfait à la norme de cybersécurité de votre site.
7. Faites un pilote sur un groupe d’actifs représentatif. Vingt à cinquante machines réparties sur deux ou trois types de service suffisent pour tester la qualité de détection et l’adéquation des flux de travail avant le passage à l’échelle.

Limites et risques qu’il convient de mentionner

Trois risques méritent d’être présentés à égalité avec les bénéfices.

Biais du modèle envers les modes de défaillance courants. Les modèles entraînés sur des populations sont plus performants sur les défaillances qu’ils rencontrent le plus souvent : roulements, désalignement, déséquilibre, desserrage. Ils sont moins performants sur les défauts nouveaux ou liés au procédé. Les sites équipés de machines inhabituelles doivent s’attendre à davantage d’interprétation humaine.

La qualité des données, et non la qualité du modèle, décide des résultats. Un capteur installé au mauvais endroit, monté sur un panneau flexible ou configuré avec une sensibilité incorrecte produira des absurdités avec assurance. La rigueur d’installation compte autant que l’intelligence artificielle.

Dépendance à l’abonnement. Lorsque les diagnostics sont fournis en tant que service, la capacité diagnostique interne de l’usine peut s’atrophier. Conserver quelques analystes capables de contester une recommandation est un moyen de contrôle, pas un luxe — surtout la première année.

Aucun de ces éléments ne plaide contre le modèle. Ils plaident pour l’acheter en connaissance de cause : un périmètre défini, un pilote mesuré et un contrat qui protège l’accès aux données et à l’historique.

L’essentiel

Le service Machine Health de Bently Nevada est une réponse crédible à une lacune réelle. La protection en rack et les plateformes à l’échelle de l’usine servent bien les machines critiques, mais les centaines ou milliers d’actifs du reste de l’installation restent sous-surveillés, car la collecte par tournée ne passe pas à l’échelle et les alarmes à seuil ne diagnostiquent pas. Une IA conçue spécifiquement, pré-entraînée sur des dizaines de milliers de machines et appuyée par une revue humaine, change cette équation économique — et le modèle par abonnement permet à un site d’acheter la couverture machine par machine.

Pour les équipes de fiabilité, la décision porte moins sur la capacité de l’IA à diagnostiquer une défaillance de roulement (elle en est capable) que sur la question de savoir si le service correspond aux modes de défaillance dominants du site, s’intègre aux systèmes existants et est encadré par un contrat qui vous laisse la propriété des données. Achetez-le comme un service mesuré, testez-le en pilote sur un groupe d’actifs représentatif, et traitez les chiffres de retour sur investissement publiés comme une hypothèse à vérifier plutôt que comme une promesse.

Questions fréquentes

Qu’est-ce que Bently Nevada Machine Health ?

Machine Health est un service de surveillance de l’état piloté par l’IA de Bently Nevada et Baker Hughes, fourni avec Augury. Il analyse en continu les données des capteurs, détecte les signes de défaillance précoce, diagnostique les causes racines et prescrit des correctifs, avec des experts humains en machines qui examinent les conclusions avant leur émission.

Machine Health est-il identique à System 1 ?

Non. System 1 est la plateforme logicielle de santé des actifs à l’échelle de l’usine de Bently Nevada pour les machines critiques et semi-critiques. Machine Health est un service par abonnement destiné aux grandes populations d’équipements auxiliaires. De nombreux sites utilisent les deux, aux côtés des systèmes de protection 3500 ou Orbit 60.

Pour quels actifs Machine Health est-il conçu ?

Principalement les équipements auxiliaires trop nombreux pour une collecte par tournée et trop coûteux pour rester non surveillés : pompes, ventilateurs, soufflantes, convoyeurs, petits moteurs et actifs rotatifs similaires.

Quels résultats Baker Hughes publie-t-il pour Machine Health ?

Baker Hughes cite un retour sur investissement moyen de 8,5× par site, des économies cumulées moyennes de 2,03 M$, des économies moyennes de 21,5 K$ par machine et par an, 439 heures d’arrêt évitées et plus de 42 interventions évitées par site en moyenne. Il s’agit de moyennes déclarées par le fournisseur, et non de garanties.

Machine Health remplace-t-il les analystes de vibrations ?

Il réduit le volume d’analyse de routine, car l’IA effectue les diagnostics de premier niveau et les experts gèrent par exception. La plupart des sites conservent une certaine capacité de diagnostic interne pour valider les recommandations et traiter les machines inhabituelles.

Les données de Machine Health peuvent-elles être intégrées aux systèmes existants ?

Cela dépend du déploiement. Demandez spécifiquement si les conclusions peuvent être transmises à System 1, à votre CMMS ou à un historien, si les données brutes sont exportables et quelles conditions de propriété des données s’appliquent à la fin du contrat.

Sources et lectures complémentaires

• Baker Hughes – Cordant Machine Health (propulsé par Augury)
• Bently Nevada – Webinaires sur la santé des machines (diagnostics prédictifs et prescriptifs assistés par IA)
• Bently Nevada – « Quand Ranger Pro rencontre l’IA, de bonnes choses se produisent »
• Baker Hughes – « Quelqu’un pour veiller sur les machines » (contexte de l’alliance)
• Augury – Baker Hughes et Augury annoncent une alliance (26 octobre 2021)
• Baker Hughes – eBook Machine Health (modèle de prestation un-à-plusieurs)

Article revu pour la dernière fois en octobre 2026. Le périmètre des services, les chiffres de retour sur investissement publiés et les résultats clients sont cités des supports de Baker Hughes et d’Augury ; confirmez les conditions commerciales actuelles, la couverture et les options d’intégration auprès de Baker Hughes ou d’un partenaire agréé avant tout achat.

Vous exploitez des actifs de balance-of-plant aux côtés de machines critiques ? Parcourez le guide du système 3500, le catalogue de la série 3500 ou les systèmes de sondes 3300 XL pour la couche de détection, et découvrez comment ces plateformes sont appliquées dans la compression pétrolière et gazière, les papeteries et le CVC des centres de données. D’autres actualités produits sont publiées régulièrement ; pour les numéros de pièces et les délais de livraison, contactez l’équipe TenBN.