Innovation

Conception et optimisation d'une usine pour l'IoT et la fabrication

Conception et optimisation d'une usine pour l'IoT et la fabrication


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

La fabrication au 21ème siècle est sans doute plus facile que jamais, cependant, une pléthore de nouvelles technologies signifie également que les fabricants modernes doivent être des vérins de tous les métiers afin de battre la concurrence.

L'usine moderne est de plus en plus définie par sa capacité à gérer le volume massif de données qu'elle produit. La vitesse et la complexité des données produites par les usines de fabrication sont astronomiques par rapport aux années passées. La numérisation de la fabrication a permis à de nombreuses personnes d'acquérir un avantage concurrentiel par rapport aux outils et méthodes plus anciens.

Alors que tout va vers la numérisation dans l'usine moderne, cela signifie que tout produit également des données. Ces données s'accompagnent d'une capacité analytique, permettant aux fabricants de prendre des décisions plus intelligentes et plus sages concernant leurs processus. Cette collecte de données est réalisée via l'Internet des objets (IoT), un terme que nous connaissons probablement tous à ce stade.

Avec tous nos outils de fabrication doublant désormais en tant que producteurs de données, gérer une usine ne consiste plus seulement à connaître le meilleur outil de fabrication, il s'agit également de savoir comment exploiter les données pour déterminer le meilleur processus.

À mesure que ce flux de données augmente, grâce à l'IoT et à d'autres technologies de fabrication intelligentes, la question devient: comment pouvons-nous, en tant que directeurs d'usine, opérateurs ou simplement petits fabricants, gérer nos mégadonnées et la valeur supplémentaire qui a un impact sur nos résultats?

Gérer le Big Data dans une usine

L'utilisation de mégadonnées dans la fabrication peut être accablante sans une bonne compréhension de la façon de les gérer. Les données peuvent prendre de nombreuses formes, des données structurées et matérielles telles que les fichiers de fabrication, jusqu'aux données complètement non structurées telles que les journaux d'erreurs et les journaux de machine.

Nous pouvons définir les données produites dans l'usine moderne de trois manières: structurées, non structurées et semi-structurées en temps réel.

Les données structurées sont des données qui s'intègrent dans des tableaux et sont déjà formatées de manière à ce que les insights puissent être facilement dessinés. C'est facile à gérer et à conserver. Les données structurées, par exemple, peuvent être nos données de fabrication stockées dans des bases de données.

Les données non structurées sont le type de big data que nous obtenons à partir de sources non standard. Ce sont des choses comme les journaux de quart pour les opérateurs, ou des images de l'usine ou des machines. Toutes ces données existent, mais elles doivent être décodées et organisées avant de pouvoir en extraire la valeur.

Les données semi-structurées sont des données qui ne sont pas conformes aux modèles de données standard mais qui ont des en-têtes, des balises et des marqueurs qui en différencient les différentes parties en documents semi-interprétables. Des exemples de données semi-structurées comprennent des capteurs sur des machines, des informations RFID, des données de contrôleur de mouvement, etc.

Organiser, gérer et extraire des informations utiles à partir des différents types de données disponibles à partir de sources multiples et dans plusieurs états était autrefois une tâche impossible. Mais les plates-formes IoT et de gestion de données d'aujourd'hui le rendent non seulement possible, mais relativement simple et évolutif.

En prenant du recul pendant un moment, je me rends compte que le simple fait d'avoir toutes ces données ne signifie pas intrinsèquement que nous comprenons leur valeur, mais cela peut certainement avoir beaucoup de valeur. Les données de la machine - vitesses d'avance, utilisation des outils, RPM, etc. - sont toutes directement ou indirectement corrélées au rendement et à la qualité. Si un opérateur sur une machine CNC enregistre une erreur d'usinage toutes les 1 pièces sur 10, la collecte de données volumineuses nous permet non seulement de l'attraper facilement, mais en utilisant divers outils de résolution de problèmes, comme l'analyse des causes profondes, nous pouvons également réparer le noyau problème.

CONNEXION: COMMENT WIFI6 EST SUR LE POINT DE RÉVOLUTIONNER L'INTERNET DES OBJETS

Si la reconnaissance de la valeur du Big Data est la première étape, la traiter est la suivante. La prochaine étape consiste à gérer toutes ces données dans différents formats et à permettre aux utilisateurs (directeurs d'usine) de visualiser comment elles peuvent être utilisées. Il s'agit à la base d'un énorme problème de structure de données et de science des données.

Je ne passerai pas trop de temps à explorer les solutions et les outils utilisés pour analyser et interpréter les données dans cet article, car cela justifie sa propre recherche et discussion beaucoup plus larges. Je noterai qu'il existe une pléthore d'outils IoT, Intel étant sans doute l'un des leaders des usines intelligentes.

Nous avons identifié le problème, la gestion du big data. Nous avons reconnu pourquoi c'est important: des informations et une amélioration continue. Et nous avons brièvement mentionné qu'il existe des outils de données existants pour aider à gérer toutes ces données. Ensuite, nous devons passer un peu de temps à comprendre toutes les complexités et les informations que nous pouvons tirer de l'utilisation des mégadonnées dans les usines intelligentes.

L'analyse est essentielle pour comprendre les avantages des usines intelligentes

Je pourrais passer toute la journée à parler des avantages de haut niveau des usines intelligentes, mais je dirais que tout cela passerait par les oreilles de presque tous les non-cadres lisant ceci. Je pense qu'il est beaucoup plus pratique (et utile) d'examiner des études de cas et des cas d'utilisation réels autour de la mise en œuvre d'analyses de Big Data pour améliorer nos usines.

Je vais d'abord faire référence à un cas d'utilisation de la fabrication Intel. Comme pour tout, cependant, gardez à l'esprit qu'il est dans l'intérêt d'Intel de vous vendre sur l'IoT, en particulier compte tenu de leur participation dans l'industrie. Malgré cela, je pense que le cas d'utilisation est valable.

Intel voulait déterminer un moyen de réduire la quantité d'indications faussement négatives produites par une machine utilisée pour déterminer si les pièces étaient bonnes ou mauvaises. C'était le travail de cet équipement appelé équipement de test automatisé (ATE) pour effectuer des tests sur les appareils afin d'évaluer leurs capacités sur une base réussite / échec.

Le problème était que l'ATE classait souvent à tort les bonnes unités comme défectueuses, ce qui affectait le rendement global de l'usine. Jeter de bonnes unités est évidemment un problème que vous ne voulez pas avoir, alors Intel voulait déterminer s'il y avait un moyen de détecter si la machine de test avait un défaut ou un défaut qui la poussait à étiqueter les bonnes unités comme défectueuses.

Après avoir collecté des données sur les machines, ils ont exécuté les données via un outil d'analyse IA qui a finalement prédit 90% des pannes potentielles de la machine de test, avant qu'elles ne se produisent. Ceci, à son tour, a réduit les pertes de rendement des bonnes pièces rejetées de 25 pour cent, économisant ainsi les coûts.

CONNEXES: 11 PROCESSUS D'USINE UTILISÉS POUR FAIRE CERTAINS DE VOS PRODUITS PRÉFÉRÉS

Vous trouverez d'autres exemples comme celui-ci dans des usines du monde entier qui ont mis en œuvre des outils de gestion de l'IoT et du Big Data. Dans de nombreux cas, les optimisations et les améliorations qu'autorisent l'IoT et la gestion du Big Data peuvent permettre aux usines d'économiser suffisamment d'argent pour couvrir les dépenses logicielles, et plus encore.

L'IoT dans l'usine moderne permet une visibilité de la production, des améliorations pour les opérateurs, des coûts de gestion de la qualité réduits, une qualité améliorée et des cycles d'amélioration plus rapides. Tout cela est dû à l'analyse et au traitement du Big Data à l'aide de l'IA.

Tout cela peut sembler effrayant pour les fabricants qui ne le connaissent pas. Cependant, les outils disponibles aujourd'hui rendent le processus beaucoup plus simple que jamais.

La dernière chose que je veux aborder est l'immense bande passante dont l'usine intelligente moderne a besoin pour fonctionner efficacement. Dans de nombreux cas, la collecte de données doit avoir lieu en temps réel, ce qui ne peut être accompli qu'avec des réseaux rapides. Le déploiement de la 5G rendra cela possible pour un plus grand réseau de fabricants.

Comment la 5G améliorera les usines intelligentes

La 5G est essentiellement une nouvelle infrastructure de données pour les réseaux sans fil, qui peut fonctionner à des vitesses exponentiellement plus rapides par rapport à l'infrastructure 4G. Les technologies à forte intensité de données, comme l'intelligence artificielle et l'Internet des objets, seront probablement introduites dans l'espace public via la 5G.

L'Internet des objets est un domaine qui semble particulièrement adapté à la technologie 5G. Actuellement, l'IoT est largement utilisé dans le secteur manufacturier pour collecter des données dans les usines, comme nous l'avons vu dans cet article, ainsi que dans le secteur des transports pour collecter des données sur les flottes. Les appareils domestiques intelligents sont également connectés via l'IoT, mais les réseaux Wi-Fi domestiques de faible puissance ont du mal lorsque vous avez trop d'appareils connectés.

CONNEXES: COMMENT LA TECHNOLOGIE 5G VA CHANGER LE MONDE

La 5G a le potentiel d'être plus rapide que n'importe quel réseau wi-fi filaire, et elle peut être utilisée pratiquement n'importe où - tant que vous pouvez obtenir un signal. Cela signifie que la 5G permettra aux appareils IoT de fonctionner presque n'importe où, sans être contraints aux réseaux sans fil locaux.

L'infrastructure 5G est un moyen pour les usines de fabrication modernes de tirer parti de l'IoT sans se soucier des contraintes de bande passante et de vitesse des données.

Toute cette infrastructure, bien sûr, s'inscrit dans la structure globale de l'Industrie 4.0. En fin de compte, obtenir le statut d'usine intelligente avec l'aide de l'IoT et de la 5G est un tremplin vers la création d'une nouvelle génération de fabrication. C'est presque certainement la direction que prend l'industrie, il est donc important qu'en tant que fabricants, nous adoptions l'IoT, l'amélioration continue et la fabrication intelligente afin de rester au top. Le monde innove à un rythme plus rapide que jamais, c'est notre travail de suivre.


Voir la vidéo: Limpact de lIoT dans le secteur industriel (Décembre 2022).