Maintenance prédictive des systèmes CVC dans la fabrication en salle blanche
Une usine de semi-conducteurs en Arizona a connu une excursion du nombre de particules dans sa salle blanche de classe 100, entraînant la mise au rebut de 340 wafers, soit une perte d'environ 680 000 $. La cause première était un filtre HEPA qui avait développé une petite fuite de contournement autour de son joint d'étanchéité. Le filtre avait été changé selon le calendrier prévu 6 mois plus tôt, et le prochain changement programmé était dans 6 mois. La fuite s'est développée progressivement sur 3 semaines, mais le compteur de particules au point de surveillance le plus proche ne l'a détectée qu'après que la contamination s'était propagée dans toute la zone de travail.
Un système d'IA surveillant la pression différentielle à travers tous les filtres HEPA, corrélée avec les données de comptage de particules et les mesures de débit d'air, aurait signalé la fuite en développement en quelques jours, en se basant sur le changement subtil de la signature de pression.
Pourquoi le CVC en salle blanche est différent
La maintenance CVC commerciale standard concerne le confort et l'efficacité énergétique. La maintenance CVC en salle blanche concerne la qualité des produits et la conformité réglementaire. Dans la fabrication pharmaceutique, une défaillance du CVC en salle blanche qui permet au nombre de particules de dépasser les limites de classification peut invalider un lot de production entier. Dans la fabrication de semi-conducteurs, les événements de contamination peuvent détruire des produits valant des millions de dollars. Le coût d'une défaillance CVC dans ces environnements est de plusieurs ordres de grandeur supérieur à celui de la fabrication standard.
Les systèmes CVC de salle blanche sont également plus complexes que les systèmes CVC standard. Ils fonctionnent à des taux de renouvellement d'air beaucoup plus élevés (20 à 600 renouvellements d'air par heure selon la classification, contre 4 à 12 pour un immeuble de bureaux typique). Ils maintiennent un contrôle précis de la température et de l'humidité (souvent plus ou moins 0,5 degrés F et plus ou moins 2 % HR). Ils utilisent une filtration multi-étages incluant des filtres HEPA ou ULPA. Et ils maintiennent des différentiels de pression positifs ou négatifs entre les pièces pour prévenir la contamination croisée.
Chacun de ces paramètres doit rester dans les spécifications en continu, et une déviation de n'importe quel paramètre peut affecter la qualité du produit.
Ce que l'IA surveille
Le système d'IA surveille l'ensemble des paramètres CVC à haute fréquence (typiquement toutes les 1 à 5 secondes). La pression différentielle à travers chaque filtre HEPA est l'indicateur principal de la santé du filtre : la pression augmente à mesure que le filtre se charge en particules, et des chutes ou augmentations soudaines de pression indiquent des fuites de contournement ou des défaillances de joints. L'IA suit la tendance de pression pour chaque filtre et prédit quand il atteindra le seuil de chargement nécessitant un remplacement.
La température et l'humidité de l'air soufflé et de l'air repris sont surveillées en plusieurs points. Le modèle d'IA apprend le comportement thermique normal de chaque zone, y compris la façon dont la température réagit aux charges thermiques des équipements de production, à l'occupation et aux conditions extérieures. Les déviations par rapport au profil de température prédit indiquent des problèmes potentiels avec les batteries de refroidissement, les éléments chauffants ou les vannes de régulation.
La vitesse de l'air à chaque diffuseur de soufflage est surveillée soit par des anémomètres à fil chaud permanents, soit par inférence à partir de la vitesse du ventilateur et des données de pression dans les conduits. L'IA suit l'uniformité de la distribution du débit d'air et détecte les déséquilibres qui pourraient créer des zones mortes avec un renouvellement d'air insuffisant.
Les vibrations des ventilateurs et le courant des moteurs sont surveillés pour les ventilateurs des centrales de traitement d'air, qui dans les applications en salle blanche sont typiquement de grande taille (10 à 75 CV), coûteux à remplacer et causent des perturbations significatives en cas de défaillance. L'approche de maintenance prédictive pour ces ventilateurs est similaire aux autres applications d'équipements rotatifs, mais les conséquences d'une défaillance sont amplifiées par le contexte de la salle blanche.
Prédire les excursions du nombre de particules
La capacité la plus précieuse de l'IA dans le CVC de salle blanche est de prédire les excursions du nombre de particules avant qu'elles ne surviennent. Le modèle apprend la relation entre les paramètres CVC et le nombre de particules, identifiant les indicateurs précoces qui précèdent un événement de contamination.
Une fuite de filtre HEPA en développement se manifeste typiquement d'abord par un léger changement de la perte de charge à travers le filtre (mesurable mais en dessous du seuil d'alarme traditionnel), suivi d'une augmentation du nombre de particules au point de surveillance le plus proche, et finalement des comptages élevés dans toute la zone affectée. L'IA peut détecter le changement de pression des heures ou des jours avant que le nombre de particules n'augmente, offrant le temps de remplacer le filtre lors d'une pause planifiée plutôt qu'après la contamination du produit.
De même, une batterie de refroidissement défaillante qui provoque une dérive de l'humidité vers le haut peut déclencher de la condensation sur les surfaces froides, qui devient une source de contamination particulaire et microbienne. L'IA détecte la déviation de la tendance d'humidité et la dégradation des performances de la batterie de refroidissement avant que la condensation ne se produise. Dans un environnement de fabrication produisant des produits pharmaceutiques, cette alerte précoce prévient à la fois la contamination particulaire et la contamination microbienne, chacune pouvant invalider des lots de produits.
Optimisation de la planification de la maintenance
La maintenance CVC traditionnelle en salle blanche suit des calendriers conservateurs basés sur le temps. Les filtres HEPA sont remplacés tous les 12 à 24 mois indépendamment du chargement réel. Les inspections des CTA ont lieu mensuellement. Le nettoyage des batteries a lieu trimestriellement. Ces calendriers sont définis de manière conservatrice car le coût d'un événement de maintenance manqué est très élevé.
La surveillance conditionnelle basée sur l'IA permet une transition vers la maintenance conditionnelle, où les filtres sont remplacés lorsque l'IA prédit qu'ils approchent de leur limite de chargement, et les autres maintenances sont planifiées en fonction de l'état réel de l'équipement plutôt que du calendrier. Cela peut réduire les coûts de maintenance de 15 % à 25 % tout en améliorant réellement la fiabilité du système, car la maintenance est effectuée quand elle est nécessaire plutôt que selon un calendrier fixe qui peut être trop précoce (gaspillant la durée de vie du filtre) ou trop tardif (manquant une dégradation inattendue).
Considérations réglementaires et de validation
Dans la fabrication pharmaceutique et de dispositifs médicaux, la surveillance CVC est une activité réglementée. Tout système d'IA utilisé pour la surveillance CVC dans les environnements BPF doit être validé selon GAMP 5 (ou les nouvelles directives GAMP AI) pour garantir que ses prédictions et alertes sont fiables et traçables. Cette validation ajoute des coûts et du temps à la mise en œuvre, typiquement de 30 000 $ à 80 000 $ et de 3 à 6 mois au-delà de l'implémentation technique.
Les sorties du système d'IA doivent être intégrées au système de surveillance environnementale (SSE) et produire des enregistrements qui satisfont les attentes réglementaires en matière d'intégrité des données (suivant les principes ALCOA+). Les pistes d'audit montrant quand l'IA a généré une alerte, quelle action a été entreprise et l'état résultant du système doivent être maintenues pendant toute la durée de vie des données.
Malgré la charge réglementaire, le cas d'affaires est clair pour la fabrication en salle blanche à haute valeur ajoutée. Un seul lot sauvé qui aurait coûté de 200 000 $ à 2 000 000 $ (selon le produit) justifie le coût total du système. Les usines ayant mis en œuvre la surveillance CVC par IA en salle blanche rapportent systématiquement que la valeur du système en événements qualité évités dépasse les économies de coûts de maintenance, parfois d'un ordre de grandeur.