Ressources / Méthodologie
Documentation technique

Méthodologie des simulateurs.

Hypothèses, formules, bornes et sources primaires.

Cette page documente en détail les hypothèses, les formules, les bornes et les sources utilisées dans les simulateurs publiés sur ce site. Le parti pris est simple : rigueur méthodologique, transparence totale, et absence d'outil marketing déguisé. Chaque valeur par défaut et chaque plage de curseur est justifiée par une source primaire publique et citée nommément.

Ce document est une documentation vivante, mise à jour au rythme des publications annuelles des éditeurs primaires (Siemens TCOD en juillet, Bilan RTE en mars, ADEME Base Empreinte, Fluke, ITIC).

Section 1

Simulateur ROI — maintenance prédictive

1.1 · Formule

E=Ch×(N × Dmoy)×R

E = Économie annuelle potentielle (€/an). Ch = Coût horaire d'un arrêt non planifié (€/h). N = Nombre d'arrêts non planifiés par an. Dmoy = Durée moyenne d'un arrêt (h). R = Taux de réduction attendu avec un programme PdM mature (%).

La perte annuelle actuelle P = Ch × N × Dmoy est également affichée. Le gain évitable E est une fraction de cette perte — le curseur R en fixe la proportion.

1.2 · Variables et bornes

Variable Unité Plage Défaut Source(s)
Ch — Coût horaire arrêt €/h 5 000 – 500 000 50 000 Siemens TCOD 2024 · Vanson Bourne 2017 · Fluke 2025 · ABB 2023
N — Nb arrêts / an arrêts 1 – 50 12 Siemens TCOD 2024 (fréquence mensuelle observée)
Dmoy — Durée moy. arrêt h 1 – 72 4 Ordre de grandeur industriel · ADEME fiches bonnes pratiques
R — Réduction PdM % 15 – 50 30 McKinsey 2017 · PwC 4.0 · US DOE FEMP · Deloitte

1.3 · Justification de chaque borne

Ch — Coût horaire arrêt (5 000 à 500 000 €/h, défaut 50 000 €/h). La borne basse 5 000 €/h couvre les PME agroalimentaires et les sites à fort degré de redondance (source AFIM, fiches agroalimentaire). La médiane 50 000 €/h représente un manufacturing générique — elle est volontairement prudente comparée à la médiane ABB 2023 (~125 000 USD/h, panel 3 215 décideurs) et à la moyenne Vanson Bourne 2017 (~260 000 USD/h). La borne haute 500 000 €/h capture les secteurs oil & gas et heavy industry (Siemens TCOD 2024). L'automobile grande plante (jusqu'à 2,3 M€/h, ligne unique, Siemens TCOD 2024) reste hors plage pour éviter de piloter l'outil par des cas extrêmes.

N — Nombre d'arrêts par an (1 à 50, défaut 12). Siemens TCOD 2024 rapporte ~25 incidents par mois sur les grandes usines (toutes causes confondues). Un défaut de 12 arrêts/an représente un rythme mensuel réaliste pour une ligne moyennement critique. Le plafond à 50 est conservateur — au-delà, le dimensionnement dépend de la granularité de ce qu'on compte comme « arrêt ».

Dmoy — Durée moyenne d'un arrêt (1 à 72 h, défaut 4 h). La durée varie fortement selon le type de défaut : de l'heure (arrêt contrôlé, redémarrage rapide) jusqu'à 24-72 h pour un arrêt mécanique majeur nécessitant pièce de rechange ou intervention lourde. 4 h est un défaut médian documenté pour le manufacturing diversifié.

R — Taux de réduction PdM (15 à 50 %, défaut 30 %). La borne basse 15 % correspond au gain conservateur observé en début de programme (Deloitte : 5-15 %, PwC : +9 % uptime). La médiane 30 % est la valeur centrale du consensus McKinsey 2017 (fourchette 30-50 %), reprise par la quasi-totalité des publications ultérieures. La borne haute 50 % est le plafond McKinsey, atteint uniquement par les programmes matures. US DOE FEMP documente 8-12 % d'économies maintenance sur la transition préventif → prédictif (critère différent, voir section 1.4).

1.4 · Ce que le simulateur NE calcule PAS

Le simulateur se concentre volontairement sur la perte annuelle évitable par réduction du temps d'arrêt. Il n'intègre pas :

· Le CAPEX du programme PdM (capteurs, instrumentation, plateforme, intégration). Aucune source publique ne propose une méthodologie de chiffrage consensuel. Les fourchettes vendeurs (200-4 000 €/point capteur, 20-200 €/actif/an en SaaS, 5-25 k€/site en intégration) sont indicatives mais trop dispersées pour les injecter dans un simulateur public.

· Les coûts de requalification / formation des équipes maintenance.

· L'impact qualité produit (rebuts, non-conformités, dérives process liées aux défauts mécaniques).

· Les pertes d'image (retards contractuels, pénalités client, perte de marché sur livraisons tardives).

· Les émissions CO2 évitées — traitées dans un simulateur séparé en cours de cadrage (section 2).

· Les reportings réglementaires (CSRD / ESRS E1, BEGES, Taxonomie européenne). Le simulateur ne produit pas d'information opposable à un auditeur.

Section 2

Simulateur ESG / CO2 — Phase 2, non encore publié

Rappel pédagogique — Cette section documente par avance les principes méthodologiques du futur simulateur CO2. L'outil sera publié quand le cadrage sera défendable publiquement.

2.1 · Piège méthodologique majeur à éviter

Le calcul naïf « heures d'arrêt évitées × consommation horaire × facteur d'émission » donne un CO2 ajouté, pas évité : un arrêt évité signifie plus de production, donc plus d'émissions absolues. C'est une erreur logique récurrente dans les simulateurs marketing publiés par certains vendeurs d'instrumentation.

Le gain CO2 légitime de la maintenance conditionnelle provient exclusivement de la surconsommation énergétique corrigée sur les défauts mécaniques. Une machine saine consomme moins qu'une machine en dérive : roulements dégradés, désalignements, fuites pneumatiques, courroies détendues, pompes à rendement dégradé.

Les autres leviers légitimes de CO2 évité (prolongation de durée de vie équipements — scope 3 amont, réduction des rebuts, redémarrages à froid évités) sont réels mais non agrégeables faute de coefficient consensuel. Le simulateur se limitera au premier levier.

2.2 · Formule envisagée

CO2_évité=Conso_élec×Part_machines×Surconso_évitable×FE_ADEME

Conso_élec = consommation électrique annuelle du parc (MWh/an). Part_machines = part attribuable aux machines tournantes (moteurs, pompes, compresseurs, ventilateurs). Surconso_évitable = pourcentage de surconsommation corrigeable par détection précoce des défauts mécaniques. FE_ADEME = facteur d'émission du mix électrique français (gCO2eq/kWh), source ADEME Base Empreinte V23.6.

2.3 · Bornes envisagées

Variable Unité Plage Défaut Source(s) prévue(s)
Conso parc MWh/an 500 – 100 000 5 000 Saisie utilisateur — bornes ordre de grandeur industriel
Part machines tournantes % 40 – 90 70 IEA EMSA — 72 % moteurs en industrie
Surconsommation évitable % 1 – 10 3 US DOE Compressed Air · DOE PSAT · IEA EMSA · ADEME
Facteur d'émission (FE) gCO2eq/kWh 20 – 147 60 ADEME Base Empreinte V23.6 · RTE Bilan 2024

2.4 · Sources primaires prévues

ADEME Base Empreinte V23.6 (juillet 2025) · RTE Bilan électrique 2024 · US DOE Compressed Air Challenge · US DOE Pumping System Assessment Tool (PSAT) · IEA 4E EMSA (Electric Motor Systems Platform) · IEA Energy Efficiency 2024 & 2025.

Section 3

Sources primaires — annexe complète

Toutes les sources utilisées ou prévues pour les deux simulateurs. Niveau de confiance : HAUTE (consensus multi-sources, éditeur primaire, période 2022-2026), MOYENNE (source unique solide ou plusieurs sources secondaires concordantes), BASSE (information indirecte, dérivée, ou ancienne).

3.1 · Sources ROI (16 références)

# Auteur · Titre · Année Confiance Commentaire
01 Siemens / Senseye. The True Cost of Downtime 2024. 2024. PDF HAUTE Enquête 181 pros Fortune Global 500. Référence centrale coûts horaires.
02 Siemens Blog. The True Cost of an Hour's Downtime. Juillet 2024. Lire HAUTE Synthèse éditoriale TCOD 2024.
03 McKinsey & Company. Manufacturing analytics unleashes productivity and profitability. 2017. Lire HAUTE Chiffre fondateur 30-50 % réduction downtime, consensus maintenu 2018-2025.
04 McKinsey & Company. Prediction at scale — How industry can get more value out of maintenance. Lire HAUTE ROI 10:1 à 30:1 sur 12-18 mois (programmes matures).
05 Deloitte Insights. Industry 4.0 and predictive technologies for asset maintenance. Lire HAUTE Downtime -5 à -15 %, ROI 10:1 en 2 ans.
06 PwC & Mainnovation. Predictive Maintenance 4.0 — Predict the unpredictable. 2017. Lire HAUTE Étude 268 entreprises NL/DE/BE. +9 % uptime moyen, 95 % résultats KPI.
07 US DOE / FEMP. Operations & Maintenance Best Practices Guide Release 3.0. Lire HAUTE Document officiel US DOE. Économies PdM 8-12 % vs préventif.
08 ITIC. 2024 Hourly Cost of Downtime Report. 2024. Lire HAUTE 1 000+ entreprises. À pondérer pour applications industrielles pures (biais IT/SI).
09 Vanson Bourne / ServiceMax. After The Fall — The Cost, Causes & Consequences of Unplanned Downtime. 2017. Lire MOYENNE 260 k$/h manufacturing moyen. Repère historique.
10 Fluke. Unplanned Downtime Costs US Manufacturers up to $207M Weekly. 2025. Lire HAUTE Étude Censuswide 600 répondants secteurs lourds.
11 ABB Reliability Survey. 2023-2024. Lire HAUTE Panel massif 3 215 décideurs, 11 secteurs. Médiane 125 k$/h.
12 Capgemini. Predictive Asset Maintenance. Lire MOYENNE Programmes matures : jusqu'à 40 % réduction coûts maintenance.
13 ARC Advisory Group. Making Predictive Maintenance Effective, Scalable, and Repeatable. Lire MOYENNE Payback 12-36 mois. 82 % défaillances schéma aléatoire.
14 AFIM. Association Française des Ingénieurs et Responsables de Maintenance. Site MOYENNE Coût annuel pannes France : 22 Md€. Source FR.
15 SMRP. Society for Maintenance & Reliability Professionals. Site MOYENNE Benchmarks world-class availability.
16 Mobley, R. Keith. An Introduction to Predictive Maintenance. 2nd ed., Butterworth-Heinemann, 2002. MOYENNE Ouvrage de référence. Non consultable gratuitement.

3.2 · Sources CO2 (15 références)

# Auteur · Titre · Année Confiance Commentaire
17 ADEME Base Empreinte®. V23.6, juillet 2025. Base HAUTE Référence normative FR. Facteurs d'émission officiels.
18 ADEME Bilans GES. Documentation générale. Doc HAUTE Méthode BEGES. FE énergies industrielles.
19 RTE. Bilan électrique 2024 — Émissions. Lire HAUTE 21,7 gCO2eq/kWh production FR 2024. 11,7 MtCO2eq directes.
20 RTE. Eco2mix — CO2 Emissions. Lire HAUTE Données horaires intensité carbone mix FR.
21 US DOE. Compressed Air Challenge. Site HAUTE Cas air comprimé le mieux documenté. Fuites 20-40 % non maintenu.
22 US DOE. Compressed Air Tip Sheet #3. PDF HAUTE Chiffrage fuites par diamètre.
23 US DOE. Pumping System Assessment Tool (PSAT). Tool HAUTE Méthode estimation dégradation rendement pompes.
24 IEA. Energy Efficiency 2024. Lire HAUTE Efficacité = 1/3 réductions CO2 nécessaires Net Zero 2050.
25 IEA 4E EMSA. Electric Motor Systems Platform. Site HAUTE Moteurs = 53 % conso élec mondiale, 72 % industrie.
26 IEA. Energy Efficiency 2025 — Industry. Lire HAUTE Mise à jour 2025 levier industrie.
27 ADEME. Agir pour la transition — Leviers décarbonation industrie. Lire HAUTE Gisement efficacité industrie 20 % d'ici 2035.
28 ATEE. Fiches CEE Industrie. Lire HAUTE Fiches opérations standardisées CEE.
29 ADEME. Fiches Bonnes Pratiques Énergétiques en Entreprise. PDF HAUTE Bonnes pratiques énergétiques sectorielles.
30 World Economic Forum. Global Lighthouse Network — Unlocking Sustainability. PDF MOYENNE Cas d'usage isolés — Schneider Lexington -30 % CO2 net.
31 WEF Press. Sustainability at Scale — 18 New Factories of the Future. 2020. Lire MOYENNE 18+ usines Industry 4.0 démontrant gains IoT + PdM.

3.3 · Cadrage réglementaire (4 références)

# Référence · URL Confiance Commentaire
32 ESRS E1 (CSRD). Reference EY 2026. Lire HAUTE Directive UE en vigueur depuis janvier 2024. Efficacité énergétique = levier obligatoire.
33 ISO 50001:2018. Energy management. Norme HAUTE Exige plan monitoring énergétique — PdM y contribue.
34 ISO 55001:2024. Asset management. Norme HAUTE Bascule reactive → proactive. Réduction TCO 10-30 %.
35 Instruction BEGES 12 mai 2025. PDF HAUTE Bilan GES France. Amende 50 k€ / 100 k€ récidive.
Section 4

Limites et avertissements globaux

Les deux simulateurs partagent cinq limites structurelles qu'il convient de rappeler explicitement à tout utilisateur professionnel.

Moyennes sectorielles mondiales. Les bornes de curseurs et valeurs par défaut s'appuient sur des panels internationaux (Fortune Global 500, études multi-pays). Les écarts site par site peuvent être significatifs : criticité des lignes, mix produit, redondances d'exploitation, qualité du management d'actifs. Un écart de ×3 entre l'estimation et la réalité terrain est plausible sur certains périmètres.

Variations site-spécifiques. Aucun simulateur générique ne peut capturer la singularité d'un parc — âge du matériel, historique d'exploitation, compétences internes, architecture réseau électrique, politique de stock pièces. Les résultats sont à considérer comme un point de départ de conversation, pas comme une prédiction.

Pas d'engagement contractuel. Les chiffres affichés n'engagent ni l'auteur des simulateurs, ni les éditeurs des études citées. Un chiffrage opposable exige une étude de site avec relevés terrain, hypothèses signées et périmètre contractualisé. Ces outils n'en tiennent pas lieu.

Pas de reporting réglementaire. Les sorties des simulateurs ne sont pas directement réutilisables pour un Bilan GES réglementaire (BEGES), un rapport de durabilité ESRS E1 (CSRD), ni une déclaration Taxonomie européenne. Le format, la méthode de collecte et le périmètre de consolidation ne correspondent pas aux exigences normatives.

Mise à jour annuelle. Les données de référence seront rafraîchies au rythme des publications annuelles des éditeurs primaires : Siemens TCOD en juillet, Bilan RTE en mars, ADEME Base Empreinte (versions semestrielles à annuelles), Fluke, ITIC. Toute utilisation au-delà de 18 mois de la dernière mise à jour doit être précédée d'une vérification des valeurs par défaut.

Section 5

Version et historique

// version  1.0
// date     19 avril 2026
// état     Publication initiale — Phase 1 (simulateur ROI)
// à venir  Phase 2 — Simulateur CO2 (cadrage en cours)
// révision annuelle au rythme Siemens TCOD / Bilan RTE / ADEME Base Empreinte

Les prochaines versions seront datées et listées ici. Toute modification substantielle des bornes, formules ou sources sera signalée en tête du changelog avec justification.