Internet industriel des objets et robotique

Tendance

Accélérer l’Internet industriel des objets (IdOI)

Les progrès intervenus dans les communications de machine à machine (M2M) grâce à l’industrie 4.0 (I4.0) permettent désormais aux usines d’intégrer des processus cruciaux et de réduire les cycles de production. Mais ces améliorations suffisent-elles à rendre les usines plus intelligentes ? Par : Daniel Walldorf, Project Manager, Innovation Platforms & Ventures

Il est 2 heures du matin et une machine est en panne en Europe. L’agent de planification accède au système et découvre que des produits doivent être expédiés dans la matinée. Voyant que son usine aux États-Unis dispose de capacités et d’un stock de matières premières, il lance une production sur le site en question. En Europe, un technicien de maintenance informé de la situation consulte immédiatement les données de processus de la machine dans son bureau et parvient à localiser le problème sur un poste de travail. Dans l’atelier, le technicien accède au poste de travail depuis sa tablette et commence à modifier le temps d’acquisition pour les données de processus. En quelques minutes, il identifie et résout le problème. La machine est de nouveau opérationnelle.

La plupart des entreprises visent cette rapidité, mais ne l’ont pas encore atteinte.  Le point le plus important, c’est peut-être que ce cas n’illustre qu’une infime partie des capacités d’une usine intelligente. Dans les usines numériques de demain, les opérations quotidiennes incluront la maintenance préventive, l’utilisation et la mise à niveau flexibles des machines, l’empreinte carbone de la production et des matières premières des marchandises, le suivi et la traçabilité des marchandises dans les productions avec personnalisation de masse et le rendement énergétique.

+20%

de réduction des inefficacités dans les processus.

I4.0

IdO industriel, combiner l’information et la communication aux processus de production.

Il existe de nombreuses possibilités de créer de la valeur. Pour qu’elles se concrétisent, il faut que les données de processus et les métadonnées des machines, même les plus détaillées, soient plus accessibles (et plus transparentes) pour les agents de planification et les techniciens. Les infrastructures de machines actuelles créent une grande quantité de données, mais celles-ci ne sont pas disponibles. La difficulté réside dans le fait que la structure de contrôle hiérarchique des machines est, sous de nombreux aspects, optimisée pour un contrôle rapide et efficace des machines. Les données qui se rapportent à cette structure de contrôle sont transférées avec une très faible latence, car le système de contrôle requiert des temps de cycle de l’ordre de quelques millisecondes. Cela alourdit la contrainte sur le contrôle de la machine, qui doit traiter des données supplémentaires qui ne sont pas utiles pour la latence. Pour faire face à cette difficulté, notre équipe aborde les points critiques sous trois angles.

Nos trois perspectives

Appareils, connectivité, contenu

  • Appareils intelligents : déterminer quels composants permettront de créer des données, à commencer par des relais intelligents (plutôt que des capteurs supplémentaires) et des connecteurs qui fonctionnent comme des appareils intelligents, en collectant des informations sur la consommation d’énergie ou sur la surveillance par exemple.
  • Connectivité physique : la présence d’un plus grand nombre d’appareils intelligents dans une machine crée des connexions supplémentaires, ce qui augmente le volume de données à transférer et réduit en parallèle la taille et le coût des nœuds. Cela crée un besoin en solutions de connectivité alternatives, notamment le transfert de données guidé par ondes et les solutions sans fil.
  • Connexion du contenu : gestion d’un chemin de données pour les données à valeur ajoutée. La solution de connectivité devra gérer, agréger, mettre en mémoire tampon et traiter les données, mais aussi ouvrir un chemin sécurisé pour transmettre les données au système informatique au niveau de l’entreprise.

L’équipe TE travaille sur de nouvelles idées en lien avec ces trois perspectives. Notre objectif est de faire du concept d’usine intelligente une réalité opérationnelle. Pour y parvenir, nous développons des relais intelligents capables d’identifier les défaillances des composants et de passer directement à un composant de remplacement. Nous avons fabriqué des connecteurs qui surveillent la consommation d’énergie. Nous avons développé une solution permettant de transférer 1 Gbit/s sur seulement deux fils. Nous avons également développé un moyen de tirer parti des micro-ondes qui traversent les fibres plastiques pour proposer une connectivité haut débit grâce à des composants miniaturisés économiques. Nos capteurs assurent la communication sans fil et la synthétisation des données avec une interface basée sur le cloud.  

Avant de recommander nos innovations à nos clients, nous déployons nos idées dans nos propres usines numériques. Cela nous permet de vérifier que les solutions sont intelligentes et que les résultats sont conformes aux attentes. Grâce à ces initiatives, nous avons mis en œuvre des agrégateurs de données intelligentes dans un modèle qui nous a permis de visualiser des données en temps réel pour des flux de valeur de production complets de connecteurs au niveau de l’usine. Ainsi, notre équipe de production a pu améliorer nettement le rendement et le temps de traitement, mais aussi réduire globalement les inefficacités des processus. Par la suite, cette approche sera étendue pour synchroniser la gestion des matériaux et déployer le système à d’autres usines TE.

Actuellement, l’industrie opère un transfert des usines traditionnelles aux usines intelligentes et numériques. Dans cette phase de transition, il est important de trouver des solutions qui permettent d’améliorer les usines au lieu de se tourner uniquement vers des applications Greenfield. Nous pensons qu’au cours de cette phase, il est particulièrement important d’offrir des avantages rapides qui justifient les besoins d’investissement pour l’amélioration, sans oublier de s’appuyer pour cela sur une architecture qui tirera parti de diverses améliorations de la productivité à l’avenir. Il faut donc assurer la compatibilité avec l’existant tout en ouvrant de nouvelles opportunités. La connectivité intelligente permet d’atteindre facilement cet équilibre, c’est pourquoi elle est essentielle pour les usines intelligentes.