ISO 14224 est la norme internationale qui définit une taxonomie structurée des codes de défaillance, en séparant chaque défaillance d'équipement en mode de défaillance, cause de défaillance et mécanisme de défaillance afin que les enregistrements de maintenance deviennent cohérents, comparables et analysables.
La plupart des sites collectent des milliers d'ordres de travail par an, pourtant le champ « notes » en texte libre transforme ces données en bruit: un technicien écrit « la pompe est tombée en panne », un autre écrit « pas d'écoulement », un troisième écrit « joint défectueux ».
ISO 14224 remplace cette ambiguïté par un vocabulaire partagé. Le résultat est des données que vous pouvez réellement compter, suivre et exploiter, ce qui est la condition préalable à tout programme sérieux de fiabilité.
L'analyse de fiabilité est fondamentalement un exercice de comptage. Vous comptez la fréquence d'apparition d'un mode de défaillance, le temps nécessaire à la réparation et ce qui l'a causé, puis vous priorisez. Le texte libre casse le comptage.
Si la même défaillance est décrite de cinq manières différentes dans cinq ordres de travail, aucune requête ne peut les regrouper, donc aucune analyse de Pareto n'est possible et aucune métrique MTBF ou MTTR n'est fiable.
ISO 14224, intitulée « Collection and exchange of reliability and maintenance data for equipment », a pris naissance dans le secteur pétrole et gaz mais sa taxonomie s'applique à tout actif rotatif, statique ou électrique. Elle vous donne trois couches liées qui transforment un journal de maintenance en jeu de données.
Le cœur de la norme est la séparation de ce qui a échoué et de pourquoi cela a échoué. Ce sont des questions différentes et les confondre est la raison classique pour laquelle les données de maintenance deviennent inutilisables.
Une manière utile de lire la chaîne : un mécanisme (fatigue) provoque un mode (fuite externe) qui a été permis par une cause (désalignement à l'installation). Coder les trois éléments pour chaque ordre de travail est ce qui rend le travail d'analyse des causes profondes comme la FMEA et la résolution de problèmes en 8D répétable plutôt qu'occasionnel.
Avant de coder une défaillance, il faut se mettre d'accord sur ce qu'est « l'équipement ». ISO 14224 définit une taxonomie en neuf niveaux de l'industrie jusqu'à la pièce individuelle, et une frontière d'équipement claire qui précise quels composants appartiennent à la pompe versus au moteur d'entraînement versus la boucle de contrôle.
Sans frontière fixe, deux sites comptant les « défaillances de pompe » comptent des choses différentes et leurs chiffres ne sont pas comparables. Des frontières standardisées permettent de comparer honnêtement une ligne à une autre, la même discipline qui rend une comparaison d' OEE fiable.
Un codage cohérent dépend aussi d'un jugement cohérent entre les personnes. Si deux techniciens attribuent des codes différents à la même défaillance, vos données ont un problème de système de mesure, exactement l'enjeu qu'une étude Gauge R&R met en évidence dans les données qualité. Des listes de choix courtes et des définitions de codes claires sont la solution pratique.
Une pompe centrifuge d'eau de refroidissement se déclenche. L'opérateur enregistre une flaque sous le carter du joint. Avec ISO 14224 l'enregistrement devient :
Passons aux chiffres. Sur 12 mois, cette classe d'actifs comprend 40 pompes. Le CMMS montre 18 défaillances codées ELP, dont 12 ont pour mécanisme « usure, face du joint ». Le temps de fonctionnement total de la flotte est de 40 pompes fois 8 000 heures, soit 320 000 heures de fonctionnement.
Le taux de défaillance lié à l'usure des joints est 12 divisé par 320 000, ce qui donne 0,0000375 défaillances par heure, ou environ 0,33 défaillance par pompe‑année.
Si le temps moyen de réparation pour ces événements est de 6 heures, l'usure des joints consomme à elle seule 12 fois 6, soit 72 heures de maintenance par an sur cette flotte.
Parce que les données sont codées, une analyse de Pareto classe instantanément « usure de la face du joint due à des problèmes de lubrification du rinçage » comme principal contributeur, et vous pouvez injecter les temps dans une analyse de Weibull pour tester si ces défaillances sont aléatoires ou liées à l'usure sur la courbe en baignoire .
Cette seule forme de Weibull décide si la bonne réponse est la maintenance conditionnelle ou un remplacement à intervalles fixes. Rien de tout cela n'est possible à partir d'un « la pompe est tombée en panne ».
Une fois que les modes, causes et mécanismes sont comptés, les décisions deviennent concrètes. Les mécanismes d'usure avec des taux de risque croissants justifient des intervalles de remplacement préventifs. Les défaillances électriques aléatoires orientent vers la surveillance conditionnelle .
Les éléments à faible conséquence et faible fréquence peuvent être laissés délibérément à fonctionner jusqu'à la défaillance . C'est le passage de la maintenance réactive à la maintenance proactive , et cela ne fonctionne que si les données historiques le soutiennent.
Les données de défaillance codées alimentent également les métriques de fiabilité qui pilotent la planification : le temps moyen jusqu'à la défaillance pour les pièces non réparables, et le MTBF pour les actifs réparables. Ces métriques dimensionnent à leur tour vos seuils de commande de pièces de rechange et vos plannings préventifs dans un CMMS.
ISO 14224 ne porte ses fruits que lorsque les codes de défaillance sont capturés au moment où le travail a lieu, proprement et de manière cohérente, plutôt que reconstitués de mémoire des semaines plus tard. Fabrico est la fondation de données en temps réel qui rend cela pratique.
Son CMMS prêt pour le terrain vous permet d'attacher des champs structurés de mode, cause et mécanisme de défaillance à chaque ordre de travail, de les relier au bon actif dans une hiérarchie d'éléments maintenables, et de gérer les plannings préventifs et les pièces de rechange que ces codes justifient.
Côté production, la surveillance OEE et production en temps réel de Fabrico, y compris la vision par ordinateur sur des machines sans automate, horodate les arrêts et événements de panne que vos techniciens codent ensuite, de sorte que le « qu'est‑ce qui s'est passé » et le « pourquoi » s'alignent automatiquement.
Fabrico est conçu dans l'UE avec résidence des données dans l'UE, ce qui compte pour les équipes conservant des enregistrements de fiabilité sous gouvernance européenne.
L'intérêt n'est pas un autre concept: c'est un endroit où les données de défaillance codées sont effectivement collectées, afin que l' analyse de Pareto et l'analyse de fiabilité aient quelque chose de propre sur quoi travailler.
Non. La norme a été développée et est largement référencée dans le pétrole et le gaz, mais sa taxonomie des modes, causes et mécanismes de défaillance est générique aux actifs physiques.
Les pompes, moteurs, vannes, compresseurs et échangeurs de chaleur se comportent de la même manière dans les usines agroalimentaires, automobiles, d'emballage ou chimiques, donc la structure de codage se transfert directement. Beaucoup de fabricants adoptent un sous‑ensemble simplifié des listes de codes plutôt que la norme complète.
Un mode de défaillance est l'effet observé, ce que l'opérateur voit, comme une fuite externe ou un échec de démarrage. Une cause de défaillance est la raison sous‑jacente pour laquelle cela s'est produit, comme une installation incorrecte ou un manque de lubrification.
Les garder dans des champs séparés est essentiel: deux défaillances peuvent partager un mode (fuite) mais avoir des causes complètement différentes, et seule leur séparation permet de corriger la bonne chose.
Vous avez besoin d'un système qui stocke les codes de défaillance en tant que champs structurés et sélectionnables plutôt qu'en texte libre, et qui les lie à une hiérarchie d'actifs définie. Un CMMS qui supporte des listes de choix personnalisées pour les modes, causes et mécanismes sur l'ordre de travail suffit pour commencer. L'exigence critique est une saisie disciplinée des données au point d'intervention, pas la marque du logiciel.
Prêt à transformer des notes d'ordres de travail en désordre en données de fiabilité codées et analysables ? Réservez une démo Fabrico et voyez comment un CMMS et une base OEE en temps réel capturent les modes, causes et mécanismes de défaillance là où le travail a réellement lieu.
Connexion
Blog
