ABB lance une version mise à jour de sa solution numérique Remote Condition Monitoring (RCM), intégrant ses systèmes My Measurement Assistant+ (MMA+) et l'IA Genix Copilot pour maintenir la disponibilité des systèmes de mesure en continu des émissions (CEMS). Cette architecture combinée fournit des diagnostics automatisés et un dépannage à distance pour les opérateurs de la production d'énergie, de la valorisation énergétique des déchets, du ciment, de la métallurgie, du pétrole et du gaz, ainsi que de la fabrication de produits chimiques.

Intelligence artificielle dans l'automatisation industrielle
La disponibilité continue des analyseurs est une exigence réglementaire de base pour les industries lourdes opérant sous des cadres environnementaux stricts. Pour répondre aux exigences complexes de surveillance des émissions et pallier le manque de main-d'œuvre qualifiée, la plateforme RCM mise à jour automatise le suivi de l'état des appareils. Le système utilise Genix Industrial DataOps pour établir une base de données contextuelle, tandis que l'IA Genix Copilot interprète les mesures de santé des analyseurs. En traitant cette télémétrie, l'IA fournit des conseils de diagnostic en sept langues, permettant aux équipes de maintenance d'identifier les causes profondes des anomalies de l'équipement sans nécessiter l'intervention immédiate d'un spécialiste sur site.

Visibilité de la flotte et maintenance prédictive
L'intégration de MMA+ consolide la visibilité de l'ensemble de la flotte dans un tableau de bord unique. Les opérateurs accèdent à l'état des appareils en temps réel, aux données de performance historiques et aux rapports de santé déclenchés par des événements. Cette centralisation fait passer les stratégies de maintenance d'un dépannage réactif à une maintenance prédictive, identifiant la dégradation mécanique ou des capteurs avant qu'une défaillance physique ne perturbe les opérations de surveillance.

« Avec la dernière version de RCM, nous combinons une surveillance continue avec des conseils basés sur l'IA pour aider les opérateurs à repérer les problèmes plus tôt, à comprendre ce qui se passe et à agir plus rapidement », a noté David Lincoln, responsable numérique de la division Measurement & Analytics d'ABB.

Conformité réglementaire et architecture matérielle
Pour la tenue des registres et l'audit réglementaire, RCM génère automatiquement un journal de preuves de l'état de santé des appareils qui peut être stocké en toute sécurité sur site ou dans l'environnement cloud MMA+. La solution numérique prend directement en charge le matériel CEMS ACF5000 d'ABB, y compris le modèle récemment introduit ACF5000 LCS (Low CEMS Specialist). Ce matériel spécifique est conçu pour répondre aux limites d'émissions de faible plage établies par la directive européenne sur les émissions industrielles (IED) 2.0, créant ainsi un cadre de bout en bout pour le suivi continu de la conformité.

Contexte supplémentaire
Cette section détaille les spécifications techniques et l'analyse comparative concurrentielle qui ne sont pas incluses dans l'annonce originale du produit.

Sur le marché des systèmes de mesure en continu des émissions (CEMS) et des diagnostics à distance, les principaux concurrents comprennent Siemens, SICK AG et Emerson. Siemens utilise ses plateformes IoT industrielles pour fournir des analyses à distance pour ses systèmes Set CEM, tandis que SICK déploie sa solution Monitoring Box pour le suivi continu de la santé des capteurs. Le principal facteur de différenciation technologique d'ABB dans ce paysage est l'intégration d'un assistant IA conversationnel (Genix Copilot) directement dans le flux de travail de diagnostic. Alors que les plateformes concurrentes s'appuient généralement sur des alarmes basées sur des seuils et des tableaux de bord statiques pour la maintenance prédictive, l'inclusion d'un copilote IA fait passer le logiciel de la simple visualisation de données à une analyse active des causes profondes et à une assistance en langage naturel, réduisant ainsi la charge cognitive des opérateurs d'usine gérant des limites de conformité complexes.

Publié avec l’assistance de l’IA par Aishwarya Mambet, rédactrice pour Induportals.

www.abb.com