L'usine intelligente de l'industrie 4.0 est tout au sujet de ces données

Vous êtes submergé par la promesse numérique de l'industrie 4.0 ? Ne soyez pas. L'usine intelligente consiste à obtenir des informations exactes et précises qui devraient aider les fabricants à produire plus de pièces et à éliminer les principaux problèmes d'outillage et d'usinage.

L'usine intelligente :elle était partout au Salon international des technologies de fabrication 2018. Du contrôle d'une machine CNC par commande vocale aux grands fabricants d'outillage qui se lancent dans les logiciels et l'usinage numérique, de nouvelles directions se dessinent. La technologie Internet est un élément majeur de l'avenir de l'industrie.

Pourquoi? Parce qu'il est désormais possible d'extraire des informations plus précises sur les opérations que jamais auparavant.

Les capteurs ne sont pas nouveaux. L'identification par radiofréquence n'est pas non plus nouvelle. Mais les informations opérationnelles avec beaucoup plus de contexte qui peuvent être facilement distribuées et utilisées existent nouveau, disent les sources de fabrication industrielle.

"Aujourd'hui, c'est le" moment Internet "pour la fabrication", déclare Graham Immerman, directeur du marketing chez MachineMetrics dans une interview avec Better MRO. "Alors que de nombreuses industries ont eu leur "moment Internet" il y a 10 ans ou plus, la fabrication a son heure en ce moment."

"Les données sont la pierre angulaire de l'usine du futur", écrit Tom Leeson, un expert de la fabrication, dans l'article Open Text "Six tendances défiant l'usine du futur".

Leeson place les données dans ce contexte technologique :"Grâce à l'IA appliquée et à l'analyse avancée, les données piloteront tous les processus, détecteront les erreurs opérationnelles, fourniront des commentaires aux utilisateurs et amélioreront le volume et la qualité de la production."

Malgré le jargon technologique à propos d'Internet 4.0, les fabricants croient également en ses promesses. En 2017, 76 % des fabricants ont déclaré avoir des initiatives d'usine intelligente « en cours ou en cours de formulation », et plus de 55 % d'entre eux ont investi 100 millions de dollars, selon une étude de Capgemini. Malheureusement, seuls 14 % étaient satisfaits de leurs efforts.

Le hic ? L'adoption demande des efforts, ce qui signifie investissement et temps.

Des données exactes et complètes sont le moteur de l'usine intelligente

"Une usine avec potentiellement des milliers d'appareils connectés a désormais une valeur significative du point de vue des données", déclare Raj Batra, président de la division usine numérique de Siemens aux États-Unis, dans un article d'IOT Evolution World. "La question est, alors que vous êtes maintenant en mesure de collecter ces données, comment les analysez-vous et les rendez-vous significatifs et utiles pour vos objectifs commerciaux ?"

C'est une question légitime. Il y a tellement de choses qui peuvent être analysées - il n'est donc pas nécessairement facile de transformer toutes les données en un récit décisionnel cohérent. Cela nécessite un peu plus de systèmes et de compétences du monde des technologies de l'information, et de nouvelles façons de penser à la façon dont tout cela fonctionne ensemble dans un monde de technologie opérationnelle traditionnelle.

Qu'est-ce qui ne change pas ? La pression de livrer plus de pièces en moins de temps.

Besoin d'aide pour augmenter la production de pièces ? Lire " 5 façons de prolonger la durée de vie des outils et d'augmenter la productivité ."

Des informations plus précises sur l'usinage et les outils pourraient contribuer à cette cause, mais sans précision des données, cela pourrait être un défi. Aujourd'hui, de nombreux fabricants capturent des données machine pertinentes sur des tableaux blancs et des morceaux de papier, explique Immerman. Mais une fois que vous commencez à mettre ces informations en réseau et à les rendre transparentes, les données peuvent devenir utiles de plusieurs manières et pour plus d'équipes que celles qui se trouvent à proximité du tableau blanc.

"Je peux vous donner un aperçu de nos données (MachineMetrics) :la plupart des fabricants pensent qu'ils travaillent à environ 60 à 80 % de la capacité et de l'utilisation de leur équipement. Ces chiffres sont complètement inexacts », déclare Immerman. « L'utilisation moyenne des machines dans l'industrie est de 27 %. Il y a un énorme décalage entre ce qui se passe réellement dans l'atelier et ce que les fabricants pensent qu'il se passe dans leur entreprise."

Les données résident dans cette déconnexion, déclare Immerman.

Il y a simplement un manque de visibilité dans l'atelier, un manque d'intégration des données entre l'atelier et d'autres éléments de leur système d'entreprise, qu'il s'agisse du système de planification des ressources d'entreprise (ERP), de la qualité ou de l'assemblage, de l'usinage ou de l'outillage.

"La vérité est dans les données, et la plupart des gens n'ont pas les données pour dire la vérité. Donc, c'est l'état de l'industrie », déclare Immerman.

Le défi des données de l'usine intelligente :le volume des systèmes de fabrication discrets

Les données de Capgemini se démarquent vraiment :seulement 14 % des entreprises sont satisfaites des résultats de l'usine intelligente ?

Voici pourquoi :une visibilité totale sur l'ensemble de l'écosystème opérationnel est difficile, et pour de nombreux fabricants, cela semble écrasant.

"Les entreprises réagissent en disant des choses comme :"Alors, ce que vous me dites, c'est que j'ai besoin de construire toute cette usine numérique ?" Et j'ai besoin d'implémenter huit types de logiciels différents ? Et comment diable vais-je faire ça? », Dit Immerman.

Que les données proviennent d'ERP (planification des ressources d'entreprise), de systèmes qualité, de machines de mesure de coordonnées (CMMS), de données d'inspection, de systèmes d'assemblage, de cellules d'usinage CNC, d'outillage et de plusieurs autres processus de fabrication, il y a beaucoup à savoir et à rendre visible, explique Immerman.

"L'un des défis les plus urgents est l'énorme quantité de données qu'une usine intelligente implique", déclare la société de sécurité numérique Trend Micro, dans le billet de blog "A Look Into Smart Factories:A Model of IIoT Innovation". "En raison de cette [énorme quantité de données], l'entreprise doit disposer de protocoles et de systèmes pour l'utilisation et le traitement appropriés d'une si grande quantité de données avant de mettre en place une usine intelligente."

Un point de départ :isolez les données de la machine sur l'automate et travaillez avec

Il n'est peut-être pas dans l'intérêt de tout le monde d'essayer de s'attaquer à toute l'industrie 4.0 en même temps. Une usine intelligente peut prendre vie en commençant petit avec des machines de fabrication de pièces dans l'atelier.

Dans le cas de MachineMetrics, il extrait les données directement de l'automate des machines et envoie les informations via un petit dispositif « edge » sans fil. Les informations sont cryptées et distribuées via un cloud sécurisé pour être consultées par les clients. À la base, MachineMetrics est une plate-forme d'analyse qui offre des données de production, l'état du système pour les équipes de maintenance et des services à distance pour les fabricants d'équipement d'origine et les distributeurs d'équipement.

"Nous obtenons donc le nombre de pièces et nous obtenons jusqu'à 200 points de données de l'automate... Nous obtenons également des données sur la machine-outil, comme l'outil utilisé", explique Immerman. "Nous obtenons des informations sur la charge, la pression sur la broche... Nous recevons les alarmes directement de la machine."

Il s'agit de données de performances et de disponibilité. Essentiellement :le comment, le quoi et le pourquoi. Avec toutes ces données, les entreprises peuvent alors commencer à s'aider elles-mêmes à éviter les temps d'arrêt et à répondre à des questions telles que :

• Nos machines sont en panne parce que nous changeons d'outils ?
• Les machines sont-elles arrêtées parce que la configuration prend trop de temps ?
• Avons-nous mal estimé la durée du travail ?

"Vous avez entendu parler de l'OEE (efficacité globale de l'équipement) ?" demande Immerman. « Souvent, lorsque nous travaillons avec nos clients, nous constatons que la principale raison pour laquelle les machines sont sous-utilisées est que leurs attentes en matière de performances sont complètement inexactes… Quels sont les temps de cycle attendus pour chaque pièce produite ? Combien de temps les configurations doivent-elles durer ? Combien de pièces pensons-nous pouvoir produire dans un quart de travail ?"

Les attentes en matière de performances sont déterminées par un système ERP, explique Immerman, et s'il est inexact, "il en reste beaucoup sur la table pour que d'autres entreprises prennent votre entreprise".

En fin de compte, l'usine intelligente consiste à aider les fabricants à s'améliorer, à gagner du temps et à prendre de meilleures décisions avec les meilleures informations qui peuvent être partagées.

MachineMetrics indique que tous les fabricants n'utilisent que 27 % de la capacité de leurs machines. Croyez-vous cela? Réagissez sur le forum. [inscription requise]