MQTT, le système nerveux de la maintenance 4.0

1. MQTT : le système nerveux de la maintenance connectée

On parle beaucoup d’IA, de prédictif et de GMAO nouvelle génération. Mais avant que l’IA ne “réfléchisse”, il faut d’abord que les machines “parlent” et que l’information remonte proprement jusqu’à la GMAO. C’est exactement le rôle de MQTT : un protocole qui agit comme un système nerveux entre les capteurs, les automates, la GMAO DOMMS et les briques IA.

Imaginez l’usine comme un corps humain :

Les capteurs sont les recepteurs de nos sens : La vue , l’oui , l’odorat ..
DOMMS est le cerveau qui décide des interventions ;
MQTT, c’est le réseau de nerfs qui transporte les signaux sans se tromper de destination.

2. Ce que ça change pour la maintenance (vue du terrain)

Vu du terrain, MQTT ne se résume pas à “un protocole en plus”. C’est ce qui permet de remplacer des actions manuelles et des coups de fil par des flux automatiques qui alimentent directement ta GMAO DOMMS.

Quelques exemples très concrets :

Un capteur de vibration dépasse un seuil : au lieu d’attendre la ronde du technicien et la saisie dans un formulaire, un message MQTT part vers le broker, puis vers un service qui crée automatiquement une anomalie ou une demande d’intervention dans DOMMS.
Un compteur d’heures de fonctionnement atteint une limite : la remontée via MQTT met à jour le compteur dans DOMMS, qui déclenche un ordre de travail préventif adapté.
Un état marche/arrêt change fréquemment : les événements sont enregistrés et historisés, ce qui permet à la fois de suivre la disponibilité des équipements et d’alimenter des modèles IA de détection d’anomalies.

On passe alors d’une maintenance “je découvre l’info quand quelqu’un me la donne” à une maintenance “l’information vient d’elle‑même jusqu’à la GMAO, en temps quasi réel”.

3. DOMMS au centre : la tour de contrôle de la maintenance

DOMMS reste la tour de contrôle : on y planifie, on y suit les Evenements , les anomalies, on gère les stocks, les équipements, les KPI. Là où le MQTT intervient, c’est pour alimenter automatiquement DOMMS avec des données issues du terrain, via des API et des connecteurs.

On peut voir l’architecture comme un jeu de Lego :

Étage “capteurs & automates” : les équipements de production, les capteurs (température, pression, vibrations, niveaux…), les maîtres IO-Link, etc.
Étage “transport” : MQTT, qui fait transiter les mesures et événements jusqu’aux applications, de façon standard et peu gourmande.
Étage “pilotage maintenance” : DOMMS, qui reçoit ces infos (via des API REST, microservices, etc.), les historise, déclenche des OT, ajuste les plans préventifs et alimente des tableaux de bord.

Ce découplage a un avantage énorme : si demain tu changes un capteur, une passerelle ou une brique IA, tu ne touches pas au cœur GMAO, tu adaptes juste les “Lego” autour.

Zoom terrain : capteurs ifm, IO-Link et MQTT

IFM est un bon exemple de ce qui fonctionne, parce qu’ils proposent un ensemble cohérent capteurs + « Maîtres IO-Link « + fonctionnalités MQTT/HTTP. Leurs « Maîtres IO-Link » sont capables de :

lire les données détaillées des capteurs (valeur process, diagnostics, états) ;
exposer ces données via une interface IoT (HTTP, JSON) ;
pousser le tout vers un broker MQTT.

On peut voir le maître IO-Link IFM comme un traducteur :

côté machine, il parle le “langage” IO-Link avec les capteurs ;
côté usine connectée, il parle MQTT ou HTTP avec le reste du système (supervision, GMAO, plateforme cloud).

Un scénario type :

Des capteurs IFM mesurent la vibration de moteurs critiques.
Le maître IO-Link agrège et expose ces valeurs, et les envoie périodiquement sous forme de messages MQTT vers un broker.
Un service lit ces messages et, lorsque la vibration dépasse un seuil ou aprés détermination par un algorythme, appelle l’API DOMMS pour :
- créer une anomalie sur l’équipement concerné ;
- associer la mesure au dossier technique ;
- éventuellement générer une OT de contrôle.

L’analogie ici : IFM fournit les “capteurs intelligents” et les traducteurs, MQTT est l’autoroute de données, et DOMMS est le poste de commandement où les décisions sont prises et tracées.

MQTT + IA : le duo qui transforme la GMAO en outil de prédictif

Notre précedent article sur l’IA montrait comment l’IA peut détecter des dérives, proposer des dates optimales d’intervention, ou classifier automatiquement des anomalies. MQTT est la courroie de transmission qui alimente ces modèles avec des flux de données propres, réguliers et horodatés.

On peut découper la chaîne ainsi :

Collecte : capteurs (ifm ou autres) génèrent des données brutes (vibration, température, pression, courant, etc.).
Transport : MQTT les achemine jusqu’au SI sans saturer le réseau ni lier chaque capteur à chaque application.
Structuration & action : DOMMS reçoit l’information, l’associe aux bons équipements, et transforme tout cela en ordres de travail, check-lists, indicateurs.
Analyse avancée : des algorithmes d’IA viennent chercher dans DOMMS (et éventuellement dans un data lake) des historiques complets pour détecter des signaux faibles et prédire des pannes.

Sans MQTT (ou équivalent), les modèles vivraient dans une tour d’ivoire, nourris de données partielles ou mises à jour trop tard. Avec MQTT, ils deviennent des outils opérationnels qui travaillent quasiment en temps réel avec les équipes de maintenance.

Notre retour d’expérience est enrichi par plusieurs centaines de plans de maintenance réalisés dans des secteurs industriels variés (méthanisation, papeterie, ENR, traitement des déchets, etc.).

Nous savons quelles actions sont :

Réellement utiles sur le terrain ;

Reproductibles en multisites ;

Adaptées aux cycles de production, aux contraintes de localisation ou d’approvisionnement ;

Priorisables en fonction des risques

Ce que le responsable maintenance y gagne, très concrètement

Derrière les mots “MQTT”, “IIoT” ou “Industrie 4.0”, il y a des gains très terre à terre :

moins d’oubli, moins de ressaisie, moins d’erreurs ;
des incidents détectés plus tôt ;
des plans préventifs plus intelligents et moins de surmaintenance.

On peut résumer ainsi :

MQTT fait circuler l’information comme un réseau de nerfs efficace.
Les capteurs (ifm et autres) jouent le rôle de sens très fins qui captent ce que l’humain ne voit pas ou ne peut pas suivre en continu.
DOMMS reste le cerveau opérationnel, connecté à l’IA, qui décide des actions, trace ce qui est fait et donne de la visibilité à toute l’équipe maintenance.

4. Les bénéfices concrets pour votre entreprise

Moins d’urgences, plus de sérénité
Les données capteurs qui remontent automatiquement dans DOMMS via MQTT permettent d’anticiper les dérives et de réduire les pannes “surprise” qui bloquent la production.
Des coûts de maintenance mieux maîtrisés
En passant d’une maintenance subie à une maintenance conditionnelle puis prédictive, vous diminuez les interventions inutiles, les surcoûts d’urgence et les arrêts non planifiés.
Des équipes terrain mieux outillées
Les techniciens reçoivent les bonnes informations au bon moment dans la GMAO, sans ressaisie, ce qui améliore la qualité des interventions et limite les erreurs humaines.
Un socle solide pour l’Industrie 4.0
En combinant capteurs (ifm ou autres), MQTT et DOMMS, vous construisez une architecture ouverte et évolutive, prête pour les projets IA, data et performance énergétique à venir.