Mise à niveau d'Industrie 4.0 avec l'analyse de périphérie

Recherche du fournisseur d'analyses de marché IoT Analytics a révélé que rendre les systèmes informatiques de pointe « intelligents » en intégrant des outils intelligents est un moteur clé de la croissance continue de la technologie.

L'analyse de périphérie est un catalyseur majeur d'une solution de périphérie intelligente, élargissant la portée de ses cas d'utilisation en permettant des actions de données à faible latence et à volume élevé. Ici, Johan Jonzon, co-fondateur et CMO de la plateforme d'analyse de streaming low-code Crosser , explique le rôle important de l'analyse de périphérie dans l'industrie 4.0.

Une enquête 2020 menée par le fournisseur d'automatisation industrielle Yokogawa a révélé que 48 % des personnes interrogées considéraient la productivité comme un élément clé de leurs stratégies de numérisation, tandis que 40 % considéraient l'efficacité opérationnelle comme leur objectif principal.

L'Edge Computing joue un rôle clé pour faciliter cette accélération, mais rendre l'Edge Intelligent est essentiel pour maintenir sa valeur. L'analyse de périphérie est le processus de collecte, d'analyse et d'action sur les données recueillies à partir des appareils IIoT directement à partir de la périphérie, permettant aux fabricants d'améliorer leur efficacité et d'accélérer l'innovation. Mais comment ?

Accès aux données de la machine

Les mégadonnées ont jeté les bases de l'Industrie 4.0, mais y accéder de la bonne manière continue de défier les fabricants. Les usines ont tellement de machines différentes, qui collectent toutes des données susceptibles de fournir des informations précieuses. La récupération des données pertinentes dans le format correct est le premier obstacle pour les fabricants qui cherchent à tirer le meilleur parti de leurs capacités de pointe.

Cependant, il n'y a pas que la quantité de données que contrôle Edge Analytics. Il est également utilisé pour harmoniser les données en convertissant différents ensembles de données dans un format commun pour la compatibilité et la comparaison des machines. Les usines abritent des équipements de plusieurs générations, qui collectent tous des données de différentes manières.

Le traitement de cette grande quantité de données à la périphérie évite de surcharger le système cloud et réduit également considérablement les coûts associés. En évitant les services coûteux d'entrée dans le cloud, seuls le traitement et le stockage des données pertinentes sur le cloud peuvent réduire les coûts jusqu'à 99 %.

Rationalisation des processus industriels

Surmonter les problèmes d'accès aux données est le premier avantage de l'analyse de pointe pour les fabricants, mais déterminer comment tirer le meilleur parti des données collectées est la prochaine pièce du puzzle. Recherche menée par Forrester ont estimé qu'entre 60 et 73 % de toutes les données collectées ne sont pas utilisées à des fins d'analyse. Cependant, l'exploitation des données en temps réel peut améliorer les performances de la machine et rationaliser l'efficacité opérationnelle.

L'analyse des données à la périphérie donne aux fabricants la possibilité de les évaluer au fur et à mesure que les données sont produites et de réagir aux machines pour améliorer leurs performances. Par exemple, la vitesse à laquelle une machine fonctionne peut être modifiée immédiatement en réponse aux données collectées à partir de la machine suivante dans l'usine.

Choisir de le faire à la périphérie plutôt que dans le cloud rend cette application possible. Garder les données locales facilite la précieuse communication machine à machine (M2M) entre les équipements de différentes générations fonctionnant sur différents protocoles utilisant des données provenant de différentes sources, rationalisant ainsi les processus de fabrication.

Amélioration de la gestion commerciale

L'efficacité de l'usine affecte chaque opération commerciale si la production ralentit ou si l'équipement tombe en panne, il pourrait y avoir une perturbation majeure de l'ensemble de la chaîne d'approvisionnement. Tout comme l'analyse de périphérie peut connecter des machines et des processus sans envoyer de données au cloud, elle peut également intégrer des données dans le système de planification des ressources de l'entreprise (ERP).

Un système ERP est un logiciel de gestion des processus métier qui gère les finances, la chaîne d'approvisionnement, les opérations, la fabrication et les activités des ressources humaines d'une entreprise en un seul endroit.

Les systèmes ERP évoluent de plus en plus vers une architecture événementielle (EDA), qui utilise les informations pour connecter les fonctions commerciales en temps réel en répondant aux « événements ». Un logiciel d'analyse de périphérie moderne basé sur les événements peut être utilisé comme couche de connexion entre l'usine et le système ERP, qui peut être utilisé pour envoyer des données pertinentes en temps réel à d'autres fonctions commerciales.

De cette façon, les données collectées directement depuis l'usine peuvent être utilisées dans plusieurs domaines d'activité, pour améliorer le contrôle qualité, répondre à l'augmentation de la demande de produits et éviter les interruptions dues à des temps d'arrêt imprévus de l'équipement.

L'analyse de périphérie est une technologie clé pour tirer le meilleur parti d'une infrastructure de périphérie intelligente. En facilitant la communication en temps réel entre les machines, les processus et d'autres domaines d'activité pour une production plus efficace, l'analyse de pointe permet aux fabricants de maximiser le potentiel des données de la machine pour une efficacité accrue non seulement dans l'usine, mais dans l'ensemble des opérations de l'entreprise.

L'auteur est Johan Jonzon, co-fondateur et directeur marketing de la plateforme d'analyse de streaming low-code Crosser.