Développement logiciel
Python pour l'analytique de fiabilité et maintenance
L'historique de maintenance est la donnée de fiabilité la moins coûteuse d'un site, et elle reste largement inexploitable. Cette formation transforme les ordres de travail du GMAO en analyse défendable sous Python : codes de panne nettoyés, ajustement de Weibull, MTBF, disponibilité et traitement des données censurées.
Aperçu
Un apprentissage pratique pour le transfert en situation de travail.
Le point de rupture traité ici est connu de tout ingénieur fiabilité : une liste de mauvais acteurs bâtie sur le nombre d'ordres de travail, un MTBF annoncé sans préciser si les suspensions sont incluses, et un intervalle de maintenance préventive inchangé depuis la mise en service. Les participants partent d'un export GMAO réel comportant notifications en double, descriptions de panne libres et dates de clôture manquantes, puis construisent un pipeline Python reproductible qui nettoie et code cet historique, ajuste des lois de durée de vie sur données complètes et suspendues, calcule MTBF, disponibilité et bornes de confiance, et en tire des recommandations de stock et d'intervalle.
Prérequis
Une expérience pratique en maintenance ou fiabilité et un accès aux données GMAO. Des bases en Python et en statistiques aident mais sont reprises en contexte.
Objectifs
- Extraire et structurer ordres de travail, notifications et historique d'arrêts depuis un export GMAO.
- Nettoyer et normaliser codes de panne, repères d'équipement et descriptions en texte libre.
- Ajuster Weibull et d'autres lois de durée de vie et interpréter correctement le paramètre de forme.
- Traiter données censurées à droite et suspensions pour des estimations de MTBF honnêtes.
- Quantifier disponibilité, coût d'arrêt et conséquences de défaillance justifiant une action.
- Recommander niveaux de stock de pièces et intervalles de maintenance appuyés sur les lois ajustées.
Public cible
- Ingénieurs fiabilité et intégrité des actifs
- Planificateurs de maintenance et coordinateurs d'ordonnancement
- Administrateurs GMAO et responsables des données de maintenance
- Spécialistes machines tournantes et surveillance conditionnelle
- Planificateurs pièces de rechange, stocks et matériels
- Responsables exploitation et maintenance examinant les équipements critiques
Programme
Une structure claire pour le parcours d'apprentissage.
Programme
Les points du programme sont regroupés dans un seul bloc au lieu de créer un module par ligne.
Module 1 : Extraire les données de maintenance du GMAO
Ordres de travail, notifications, postes techniques et hiérarchies d'équipement
Lire des exports SAP PM, Maximo et des registres sur tableur
Rattacher arrêts, pertes de production et coûts à la fiche équipement
Définir honnêtement la population d'analyse et la fenêtre d'observation
Module 2 : Codes de panne, taxonomies et nettoyage des données
Dédupliquer les notifications et regrouper les visites répétées en un événement
Rattacher les descriptions libres à une taxonomie de défaillance type ISO 14224
Distinguer défaillances réelles, inspections, modifications et fausses interventions
Imputer ou exclure les dates manquantes sans inventer de fiabilité
Module 3 : Analyse de durée de vie et ajustement de Weibull
Temps jusqu'à défaillance, temps entre défaillances et choix de la base de temps
Ajuster lois de Weibull, exponentielle et lognormale avec SciPy
Lire le paramètre de forme : mortalité infantile, aléatoire et usure
Diagrammes de probabilité, tests d'adéquation et rejet d'un ajustement médiocre
Module 4 : Données censurées, MTBF et disponibilité
Unités censurées à droite et suspensions : pourquoi les ignorer gonfle le MTBF
Kaplan-Meier et régression sur rangs médians pour historiques incomplets
MTBF, MTTR, disponibilité et bornes de confiance rapportés ensemble
Tendances des systèmes réparables et détection d'un taux de défaillance croissant
Module 5 : Stocks de pièces, intervalles de maintenance et coût de défaillance
Intervalle de remplacement optimal issu de la loi ajustée et du ratio de coûts
Dimensionner le stock de pièces selon délai, criticité et taux de défaillance
Comparer stratégies correctives, systématiques et conditionnelles
Construire le dossier économique : arrêts, production différée et dommages induits
Module 6 : Un reporting de fiabilité suivi d'effets sur site
Classement des mauvais acteurs pondéré par la conséquence et non le nombre d'OT
Vues Pareto, tendance et famille d'équipements exploitables en réunion
Automatiser la liasse mensuelle de fiabilité depuis l'extract GMAO
Atelier : analyse complète d'une classe d'équipement critique de bout en bout
Supports fournis
- Manuel de formation, exemples de code commentés et notes de référence
- Environnement de laboratoire et dépôts de démarrage
- Exercices, check-lists et modèles de code réutilisables
- Certificat de participation 4D
- Accompagnement technique après la formation
Options de formation
Les programmes peuvent être organisés en entreprise, en ligne ou dans un format hybride selon le calendrier, la localisation et les objectifs de vos équipes. Lorsqu'un certificat ou un examen externe est inclus, les règles et frais de certification restent soumis aux politiques de l'organisme certificateur, tandis que 4D assure la formation et l'accompagnement à la préparation.
Pourquoi choisir 4D
Le travail de fiabilité échoue sur la qualité des données bien avant d'échouer sur les statistiques. 4D anime cette formation à partir d'un export de votre propre GMAO : dès le premier jour, les participants affrontent leurs vrais codes de panne, notifications en double et dates de clôture manquantes. Il en sort un flux Weibull et MTBF produisant des preuves de stock et d'intervalle acceptables par la direction du site.
Formations liées
Fondamentaux de la programmation Python
Une introduction pratique à Python pour les ingénieurs et analystes qui ont besoin de code opérationnel plutôt que d'extraits de tutoriel. Les participants acquièrent de l'aisance avec les types, les collections, les fonctions, les fichiers et la gestion des erreurs, puis construisent un programme complet.
View coursePython intermédiaire et pratiques de code propre
Conçue pour les développeurs dont le code Python fonctionne mais résiste au changement. Le programme couvre dataclasses, générateurs, décorateurs, gestionnaires de contexte et annotations de types, puis applique les refactorings qui transforment un module interminable en unités testées contrôlées par black, ruff et mypy.
View courseAutomatisation et scripting Python pour les tâches métier
Destinée aux équipes qui perdent chaque semaine des heures en manipulations de fichiers, de tableurs et de rapports. Les participants automatisent ces tâches avec Python : traitement de fichiers en lot, Excel et CSV, appels d'API REST, alertes par e-mail et tâches planifiées qui signalent clairement toute défaillance.
View course