L'analyse des mégadonnées peut faire économiser des millions aux fabricants en améliorant l'efficacité des processus

Ingénierie de fabrication : L'exploration de données et le Big Data sont des sujets d'actualité. Votre entreprise développe un logiciel de fouille de procédés ; en quoi diffère-t-il de l'exploration de données ?

Alex Rinke : L'exploration de données a traditionnellement été orientée KPI [indicateur de performance clé], axée sur l'identification de modèles pour prédire les tendances futures et l'analyse des données pour créer des informations exploitables. Les entreprises utilisent l'exploration de données pour tirer des conclusions et résoudre des problèmes spécifiques, mais l'exploration de processus adopte une approche entièrement différente. La technologie d'exploration de processus exploite les journaux d'événements pour créer une reconstruction visuelle de tout processus dans son état « tel quel », et soudain, au lieu de parcourir des ensembles de données pour trouver un modèle pertinent, les utilisateurs peuvent réellement voir comment un processus s'exécute en temps réel. Nous aimons décrire la différence entre l'exploration de données et l'exploration de processus comme faire briller une lampe de poche dans l'obscurité plutôt que d'allumer un interrupteur ; les deux sont des approches utiles, mais l'une est nettement supérieure pour une visibilité totale.

MOI : Qu'est-ce que le process mining offre spécifiquement aux opérations de fabrication discrète ?

Rink : L'un des principaux avantages du process mining est qu'il est fondamentalement applicable à n'importe quel processus, y compris les opérations de fabrication. Si des journaux d'événements sont créés, l'exploration de processus peut brosser un tableau plus clair de la manière dont les opérations se déroulent réellement. Cela étant dit, la fabrication discrète est une industrie qui tirera le meilleur parti de l'exploration de procédés, et des clients comme Siemens, ABB et 3M ne sont que quelques-unes des entreprises qui s'appuient fortement sur l'exploration de procédés pour améliorer la flexibilité et l'efficacité de leurs opérations.

Les cas d'utilisation courants que nous rencontrons dans l'espace de fabrication sont l'amélioration du respect des calendriers, la surveillance de l'automatisation, la modélisation de la capacité et la réduction des déchets, et l'exploration de processus s'est avérée inestimable pour tous ces domaines. Par exemple, ABB est l'une des entreprises de fabrication les plus importantes et les plus complexes au monde qui utilise actuellement le process mining pour une variété de processus, de son processus d'achat au paiement à ses processus de production. Les employés de l'usine ABB de Hanau, en Allemagne, avaient l'habitude d'extraire des évaluations de leurs systèmes SAP plusieurs fois par jour, de les importer dans Excel et d'utiliser des formules complexes pour analyser et comprendre les processus. Aujourd'hui, les chefs d'équipe de production et d'assemblage concernés chez ABB reçoivent un e-mail dès le matin qui décrit les variantes de production de la veille, les temps de traitement et le nombre de rejets. Et il est important de noter que nous ne parlons pas seulement des indicateurs de performance clés ici - l'écosystème complet des processus de l'usine est immédiatement visible avec l'exploration de processus, ce qui facilite la découverte des inefficacités. Il peut être difficile de résoudre un problème dont vous êtes conscient, mais il est presque impossible de résoudre un problème que vous n'avez pas encore découvert.

MOI : Comment fonctionne le moteur d'exploration de processus Celonis Proactive Insights ?

Rink : Celonis PI est un ajout très excitant à notre technologie de base, avec une énorme promesse d'apporter une valeur continue à nos clients. Essentiellement, les algorithmes d'apprentissage automatique que nous avons superposés à Celonis prennent des cas d'utilisation antérieurs et s'appuient sur eux, agissant en tant que consultant commercial automatisé et recommandant des améliorations. Les capacités de reconnaissance automatisée des modèles signifient que si Celonis a rencontré des inefficacités similaires dans le passé, il sera en mesure de proposer des solutions pertinentes pour surmonter ces inefficacités. Si nous imaginons Celonis comme un IRM pour les processus métier, alors PI est comme un médecin automatisé pour interpréter les résultats de cette IRM.

MOI : Quels fabricants utilisent cette technologie et comment la déploient-ils ?

Rink : ABB, 3M et Siemens sont quelques clients de Celonis, et ils ont déployé la technologie d'exploration de processus dans une variété de processus et l'ont mise à la disposition d'une grande variété d'employés. Siemens, par exemple, a choisi de responsabiliser son personnel en adoptant un large déploiement; plusieurs milliers d'employés de Siemens utilisent Celonis chaque jour pour comprendre exactement ce qui se passe dans leurs processus. Approvisionnement en matériaux, gestion des fournisseurs, production et assemblage, services partagés :chacun de ces processus est rendu transparent et plus facile à comprendre lorsque le proverbial interrupteur est allumé.

MOI : Quelles industries manufacturières peuvent tirer le meilleur parti du Process Mining ?

Rink : La beauté du process mining est qu'il est tout à fait pertinent pour toutes les industries, manufacturières ou autres. Nous avons vu des départements d'approvisionnement complètement transformés et rendus plus efficaces, et des usines rendues plus intelligentes en obtenant une transparence totale des données. La tendance actuelle est à l'« Industrie 4.0 » et aux usines intelligentes auto-optimisées, et l'une des principales facettes de cette tendance est la transparence des informations. Celonis Process Mining est une solution prête à l'emploi pour atteindre ce niveau de transparence.

MOI : Quel avenir pour les opérations de fabrication utilisant l'apprentissage automatique et l'IA intégrés à vos analyses de données d'exploration de processus ?

Rink : Le potentiel est illimité pour l'IA dans les logiciels de process mining, car à mesure que le système agrège de plus en plus d'informations basées sur de plus en plus de cas d'utilisation, plus Celonis devient intelligent. Comme pour toutes les applications d'apprentissage automatique et d'IA, le système ne fait que mieux identifier les modèles à mesure que davantage de données sont introduites. Au lieu de s'appuyer sur une analyse manuelle complexe des processus, nous nous attendons à ce que Celonis PI renvoie des résultats instantanés. Considérez un processus de production goulot d'étranglement qui cause des retards dans une usine et imaginez que vous n'aviez aucune idée de l'endroit où se produisait le goulot d'étranglement ou des répercussions du goulot d'étranglement. Celonis peut facilement identifier la source du goulot d'étranglement, et PI fera des recommandations sur la façon d'atténuer efficacement la cause première du goulot d'étranglement. C'est une période passionnante pour les fabricants de tous les secteurs.

Epicor nomme Stephen Murphy PDG

Le développeur ERP Epicor Software Corp. (Austin, Texas) a annoncé le 5 octobre que Joe Cowan, président et chef de la direction d'Epicor, prendrait sa retraite fin octobre. Le conseil d'administration d'Epicor a nommé Stephen Murphy, ancien président d'OpenText (Waterloo, Ontario), au poste de PDG d'Epicor.

Avant de rejoindre Epicor, Murphy était président d'OpenText, un développeur de 2 milliards de dollars de logiciels de gestion de l'information d'entreprise (EIM). La carrière de Murphy s'étend sur plus de 20 ans dans le secteur de la technologie, y compris des postes de direction des ventes et des opérations chez Oracle, Sun Microsystems et Manugistics, ainsi qu'une expérience de fabrication et de distribution à la tête d'une stratégie mondiale de logistique et de chaîne d'approvisionnement et d'importantes implémentations ERP avec Accenture et Procter &Pari. Murphy est titulaire d'un MBA de la Harvard Business School et d'un baccalauréat ès sciences en génie mécanique de l'Université de Californie à Davis.

Logiciel d'optimisation d'une aérostructure tout composite

Lorsque Stratolaunch Systems Corp. (Seattle) a déployé son avion Stratolaunch entièrement composite pour se préparer aux essais au sol dans le désert de Mojave ce printemps, le gigantesque avion a montré à quel point la conception et la fabrication de matériaux composites ont progressé ces dernières années. Le mois dernier, la première phase d'essais des moteurs des six turbosoufflantes Pratt &Whitney de l'avion s'est achevée.

Le plus grand avion du monde en envergure - plus large qu'un terrain de football est long - est presque entièrement fabriqué à partir de matériaux composites, qui offrent des caractéristiques de légèreté, de rigidité et de résistance élevées qui sont de plus en plus demandées dans les domaines aérospatial, automobile, sportif, médical et industriel. Le logiciel d'optimisation HyperSizer de Collier Research (Newport News, VA) a été largement utilisé par le fabricant Scaled Composites pour optimiser le fuselage composite et la structure de l'aile de l'avion.

HyperSizer, le premier progiciel à être commercialisé hors de la NASA, a été utilisé sur une grande variété de projets aérospatiaux et autres industriels fabriqués avec des matériaux composites ou métalliques. Le logiciel effectue automatiquement la conception, l'analyse des contraintes et l'optimisation du dimensionnement, réduisant généralement le poids des structures de 20 à 40 %.

"Pour garantir l'utilisation la plus efficace des matériaux dans une structure entièrement composite de toute taille, il faut utiliser efficacement des outils d'optimisation de conception et de fabrication dès les premières étapes", a déclaré Craig Collier, président de Collier Research.

L'avion Stratolaunch est une idée originale du fondateur de Stratolaunch System Corp., Paul G. Allen. Il a deux fuselages reliés par une aile unique géante et est propulsé par six moteurs qui lui permettront de décoller d'une piste transportant une charge utile pouvant atteindre 550 000 lb (247 500 kg). À l'altitude de croisière d'un avion de ligne commercial, la plate-forme de lancement aérien Stratolaunch libérera la charge utile du lanceur spatial et retournera à l'aéroport pour être réutilisée. La première démonstration de lancement devrait avoir lieu dès 2019.

Pour l'aile massive Stratolaunch, les limites de déflexion étaient un facteur important à prendre en compte. Les panneaux des fuselages duel ont été dimensionnés pour la résistance, la stabilité et les modes de défaillance sandwich en nid d'abeille. En utilisant HyperSizer, l'équipe de stress a eu accès à un ensemble complet d'analyses de défaillance automatisées qui comprend une analyse rapide du corps libre ; dimensionnement stratifié discret; analyse de défaillance composite basée sur les plis ; méthodes d'analyse de sandwich en nid d'abeille telles que le froissement, le cisaillement du noyau, la tension à plat et le capitonnage intracellulaire ; et API de script pour envoyer des chargements à partir de feuilles de calcul Excel.

Collier constate une évolution continue dans l'intégration des ensembles d'outils utilisés pour la conception et la fabrication de composites. "Le logiciel HyperSizer peut donner un aperçu de la productibilité d'une structure et s'il peut y avoir des problèmes de fabrication", a déclaré Craig Collier. « Il peut intégrer les préférences de fabrication de stratifiés dans la réflexion sur la conception à un stade précoce ; la facilité de fabrication devient une influence majeure avec la conception de la résistance des structures stratifiées. »

Nouvelles versions

Le développeur d'ingénierie de gamme de produits (PLE) BigLever Software (Austin, TX) et Method Park (Pittsburgh), un fournisseur de gestion des processus d'ingénierie, ont développé le nouveau cadre de processus PLE basé sur les fonctionnalités, qui fournit un modèle prêt à l'emploi des meilleurs pratiques qui ont permis le succès du PLE.

Le nouveau cadre, qui est actuellement disponible, combine le système de gestion des processus Stages de Method Park avec la méthodologie PLE à trois niveaux de BigLever pour permettre aux entreprises d'accélérer la transition vers la pratique PLE et d'atteindre un alignement interfonctionnel dans toute l'entreprise. Les entreprises peuvent utiliser le cadre de processus pour optimiser leurs opérations PLE en améliorant la communication et la collaboration entre les domaines logiciels, électriques et mécaniques et en évitant les pièges des approches ad hoc et ponctuelles. BigLever a intégré le nouveau cadre en tant qu'élément clé de la solution holistique onePLE de l'entreprise.

Le PLE basé sur les fonctionnalités simplifie considérablement la création, la livraison, la maintenance et l'évolution d'un portefeuille de gammes de produits en utilisant un ensemble partagé d'actifs d'ingénierie, un ensemble géré de fonctionnalités et un moyen efficace d'automatiser la production de la gamme de produits. Le nouveau cadre de processus fournit un modèle de concept d'opérations (ConOps) entièrement personnalisable qui présente la structure organisationnelle et met cette structure en mouvement en définissant clairement les rôles, les responsabilités et les processus organisationnels nécessaires pour fonctionner efficacement dans le cadre du paradigme PLE.

Boothroyd Dewhurst Inc. (Wakefield, RI), développeur du logiciel Design for Manufacture and Assembly (DFMA), a publié sa mise à jour DFM Concurrent Costing Version 3.0. Déployé comme outil d'analyse des coûts pour les équipes d'ingénierie et d'approvisionnement, le dernier logiciel permet aux fabricants d'aller au-delà des modèles de "prix", basés en grande partie sur les offres passées, vers des modèles de coûts industriels fondés sur des données et des études de tests scientifiques. Le résultat est une vue « devrait coûter » extrêmement fiable du produit qui offre un aperçu des facteurs de coûts cachés et des moyens d'optimiser à la fois la conception et la production, selon l'entreprise.

DFM 3.0 permet aux équipementiers et à leurs fournisseurs d'explorer les offres dans un cadre neutre où les types de machines, les vitesses, les séquences de traitement et les niveaux d'automatisation optimaux sont discutés. On dit que cet environnement mieux informé encourage les suggestions des fournisseurs et des partenariats intégrés plus approfondis construits autour de l'expertise, des meilleures pratiques en matière de coûts et d'objectifs partagés.

Les différences entre les modèles de prix traditionnels et les modèles de coûts basés sur les données peuvent être importantes, affectant les décisions concernant les régions ou les pays vers lesquels un produit est déplacé pour la fabrication. Les produits correctement conçus et chiffrés sont plus susceptibles de rester sur leur lieu de fabrication d'origine et à proximité des ressources existantes. Les équipementiers et les fournisseurs peuvent collaborer autour du logiciel DFM pour résoudre ces problèmes stratégiques et d'autres. Effectuée au début de la conception ou pendant le prototypage, l'analyse DFM réduit le délai de mise sur le marché, a un impact sur les coûts directs et indirects et aide à optimiser la fonctionnalité du produit. Il peut être utilisé par des individus ou des équipes pour prendre des décisions de compromis afin de réduire les coûts.

Certains points forts de la dernière version incluent des calculateurs de géométrie dans DFM 3.0 qui sont simplifiés et intégrés dans les principaux panneaux de réponse du logiciel afin que les utilisateurs soient mieux guidés à travers une analyse des coûts DFM de leurs pièces.

Les opérations de fabrication par défaut et les bibliothèques de processus utilisateur ont été rationalisées et un nouveau panneau Test View a été ajouté à toutes les fenêtres de formules. Selon l'entreprise, le développement d'opérations personnalisées et de processus utilisateur est plus rapide et plus facile. L'apparence générale du logiciel DFM a été mise à jour pour offrir une expérience utilisateur plus cohérente entre la conception pour l'assemblage (DFA) et DFM si cela s'avère payant. Les performances du lien logiciel DFA/DFM ont été améliorées pour une intégration plus transparente des données entre les progiciels.