L'installation de Lexington de Schneider Electric : Un blueprint pour la première usine intelligente d'Amérique

Qu'est-ce qui définit exactement une usine intelligente ? Si les premières explications se concentrent sur la connectivité digitale, Deloitte affine le concept comme « un système flexible » capable de s'auto-optimiser, s'auto-adapter et d'apprendre de nouvelles conditions en temps réel ou quasi temps réel – gérant de manière autonome des lignes de production entières via une boucle de rétroaction continue.

Schneider Electric vient d'annoncer que son usine de Lexington, Kentucky, est la première installation américaine à rencontrer cette définition. La mise à niveau a éliminé 90 % du papier et réduit le temps moyen de réparation de 20 %.

Depuis son ouverture en 1958 comme usine Square D, Schneider a graduellement modernisé le site. Après l'acquisition de Square D en 1991, l'entreprise a introduit le logiciel de planification des besoins en matières (MRP) qui a évolué en un déploiement de planification des ressources d'entreprise (ERP), posant les bases de la transformation usine intelligente qui a débuté cette année. L'usine produit des centres de charge et interrupteurs de sécurité par pressage, rivetage, soudage, peinture, assemblage et tests qualité rigoureux.

« Le voyage usine intelligente n'est jamais un événement unique », dit Luke Durcan, directeur d'EcoStruxure chez Schneider. « C'est une progression continue. » Il explique qu'étiqueter l'usine comme « intelligente » accélère simplement l'investissement et l'engagement internes.

L'automatisation précoce des années 90 – ce que PwC appelle l'Industrie 3.0 – a boosté tours, presses et centres d'usinage, posant la fondation pour les futures initiatives Industrie 4.0 qui mettent l'accent sur la digitalisation et l'intégration de données à l'échelle de l'usine. À la même époque, l'équipe de Lexington a embrassé la fabrication lean, une philosophie qui drive encore le focus de l'usine sur la réduction du gaspillage, l'optimisation des flux de travail des ouvriers et la gestion kanban.

Le lean a livré des résultats tangibles : EcoStruxure Resource Advisor et Power Monitoring Expert de Schneider ont réduit la consommation énergétique annuelle de 3,5 % et généré 6,6 millions $ d'économies régionales depuis 2012.

Il y a une décennie, l'usine a investi dans un système de convoyeur power-and-free – une piste « power » en hauteur et une piste « free » en bas qui s'étendent sur plus d'un mile – précédant l'essor de la terminologie Industrie 4.0 et IoT. Dans les années 2000, un système d'exécution de fabrication (MES) a été déployé, avançant davantage l'intégration de données basée sur les flux de matières.

Aujourd'hui, Schneider rassemble des sources de données disparates. Le MES, ERP, IBM Maximo (pour la maintenance), SAP (pour la modélisation d'actifs) et Wonderware (pour la visualisation) sont unifiés à travers une couche centralisée d'intégration de données technologiques opérationnelles (OT). Comme le note Durcan, « Nous utilisons Wonderware comme partie de la solution EcoStruxure ; c'est une entité légale séparée mais fonctionne comme un écosystème unique pour nos clients. »

Un déploiement récent d'Aveva Insight Data – filiale majoritaire de Schneider – a réduit le downtime des processus critiques de 5 %.

La modélisation d'actifs est centrale à la mesure de performance de l'usine. SAP sert de source unique de vérité ; les données sont extraites vers Maximo et Wonderware, maintenant un cadre hiérarchique d'actifs cohérent à travers l'entreprise.

L'enthousiasme de Durcan pour la réalité augmentée (RA) a grandi après l'avoir vue en action. Il y a deux ans, l'Augmented Operator Advisor a été installé sur 16 machines, permettant aux travailleurs de scanner un code QR et visualiser les données PLC en direct sur une tablette ou smartphone. L'overlay RA affiche le statut machine, alarmes, problèmes de sécurité et diagnostics internes des panneaux, réduisant le temps de réparation d'environ 20 %.

Au-delà des machines individuelles, la RA fournit une ingestion de données temps réel qui informe les flux de travail de maintenance. Les travailleurs peuvent reporter des problèmes spécifiques – défaillance de roulement, lubrification, problèmes de joint ou brûlures de moteur – directement depuis l'interface RA, alimentant des données contextuelles dans des analytiques qui raffinent continuellement les modèles prédictifs.

« Ingérer le contexte à l'échelle industrielle est la clé d'une vraie usine intelligente », conclut Durcan. « C'est comme ça qu'on entraîne les algorithmes à devenir véritablement intelligents. »