Transformer les machines héritées en actifs pilotés par les données pour des opérations modernes

Il y a encore deux ans, quand Brad Klippstein d'Okuma America voulait extraire quelques données opérationnelles d'une machine-outil héritée, il devait connecter des douzaines de fils au cabinet de contrôle et ajouter un PLC. Une fois fini, les données coulaient de la machine-outil au PLC et puis vers un hub ou serveur où elles sont stockées.

« Nous avons des choses comme Ethernet et Wi-Fi et toute cette technologie que nous pouvons utiliser de nos jours », a dit Klippstein, superviseur spécialiste produit. « Mais l'équipement de 30-plus ans n'avait pas cette capacité, donc vous deviez physiquement câbler un dispositif au cabinet de contrôle pour extraire toutes ces données. Maintenant nous n'avons même pas besoin d'une connexion câblée [avec les nouvelles machines]. Vous pouvez faire des choses sans fil. C'est la transition sur les 30-40 dernières années. »

Une partie du travail de Klippstein est d'aider les clients à faire des pas discrets dans le monde connecté, numérisé et piloté par les données de l'Industrie 4.0 — pour les machines-outils neuves et héritées.

Ces bénéfices peuvent inclure :

• Surveillance machine-outil en temps réel, dans l'usine ou depuis un emplacement distant
• Productivité et qualité accrues
• Rapports sans biais
• Justification d'acquisition
• Maintenance prédictive
• Attirer et retenir les meilleurs talents excités à la perspective d'apprendre de nouvelles choses et être à l'avant-garde des processus modernes.

Qu'elles soient transmises par fils ou par les airs, les données collectées depuis les dispositifs d'usine peuvent aider un propriétaire d'atelier à prendre des décisions business plus intelligentes.

Avec l'analyse des données en main, les travailleurs auront une visibilité accrue des opérations du plancher d'atelier, ce qui peut les aider à résoudre des problèmes, améliorer les processus et booster la productivité.

Avec une avancée récente, ce propriétaire d'atelier peut même ne pas avoir besoin de quelqu'un comme Klippstein pour ses machines-outils héritées.

En 2019, Okuma a sorti la suite NET BOX-C Quick comme alternative à coût inférieur à une solution ingénierie pour collecter des données des machines plus anciennes. Le NET BOX CQ, pour faire court, se connecte directement à une tour de signal et puis à un hub ou dispositif utilisé pour tirer les signaux.

NET BOX CQ utilise trois capteurs optiques — un chacun pour les lumières verte, jaune et rouge sur la tour — et convertit l'information qu'ils rassemblent en un format qui peut être lu par un système informatique. Pour standardiser les données collectées par n'importe quel de ses logiciels, Okuma utilise MT Connect, un protocole de communications open-source couramment utilisé.

« C'est facile à installer, et vous n'avez pas besoin d'un technicien Okuma pour le faire », a dit Klippstein de NET BOX CQ.

Pour commencer, la capacité de voir si une machine tourne est une excellente métrique à suivre parce qu'un propriétaire d'atelier veut généralement pousser chaque pièce d'équipement à la production maximum. Il veut son efficacité globale de l'équipement (OEE) dans la gamme 65-85 % parce qu'une machine ne fait de l'argent que quand elle tourne.

« Donc, juste en tirant cette information — vert, jaune, rouge — je suis capable de suivre et tracer cela dans le temps et au moins voir quand les arrêts ont eu lieu et pour combien de temps », a dit Klippstein. « Et puis je prendrais l'étape suivante et dirais : "Pourquoi cela s'est-il produit et pourquoi cela continue-t-il à se produire tous les jours à 14h30 ?" Donc, maintenant je peux tracer des choses. Au moins cela me donne un pas dans la bonne direction. »

Christopher Rezny, gestionnaire régional central pour le fournisseur d'automatisation d'usine Fastems, a dit que pendant que MT Connect et les logiciels d'Okuma sont de très bons véhicules pour la collecte de données, la quantité limitée de données disponible d'une machine héritée n'est pas leur seul inconvénient comparé aux machines modernes.

« Les interfaces des machines plus anciennes, héritées, vers d'autres logiciels internes utilisés, disons un système ERP comme exemple, sont aussi soit très limitées soit inexistantes aussi », a-t-il dit. « Il peut aussi y avoir des problèmes concernant les mécanismes de retour de ces machines plus anciennes concernant les protocoles de sécurité pour l'utilisateur. »

Les travailleurs du plancher d'atelier doivent être prêts pour le changement

Malgré les limitations décrites par Rezny, il y a plein de données et machines pour des entreprises comme Okuma et Excellerant Manufacturing pour travailler avec.

« La majorité des ateliers ont de l'équipement hérité », a dit le président d'Excellerant Manufacturing John Carpenter. « La plupart des gens viennent à nous à cause de notre historique avec l'équipement hérité — connaissant ces cabinets à l'intérieur et à l'extérieur — parce que nous avons littéralement connecté des dizaines de milliers de machines CNC au fil des ans et nous avons accumulé ce que j'appellerais des secrets de métier sur quelle est la meilleure façon de connecter cet équipement hérité. »

Le premier objectif quand on est appelé chez un nouveau client est de comprendre ce qu'il ou elle veut. Cette personne essaie-t-elle juste de faire remonter des données du plancher d'usine pour que tout le monde soit au courant de ce qui se passe ?

« Tout est à propos de quel problème vous essayez de résoudre », a dit Carpenter. « Et puis donnons-vous les bases pour commencer. La plupart des usines n'ont pas pleinement apprécié les données qui sont là. Elles rampent maintenant. J'entrerai dans des ateliers et me sentirai désolé pour eux parce qu'ils n'ont même pas atteint le stade de ramper. »

Carpenter a rappelé un client où la direction voulait une transparence basique — données de ce qui se passait sur le plancher d'atelier. Et les travailleurs du plancher d'atelier repoussaient contre la collecte des données par peur de Big Brother les regardant.

Carpenter a laissé le problème à la direction de l'atelier pour gérer. Mais il a reconnu que les travailleurs n'avaient pas le choix. Il savait que les leaders d'atelier cherchaient des données pour mesurer la production et améliorer les processus, pas comme une tactique Big Brother. Malheureusement, la direction n'avait pas préparé ses employés pour le mouvement.

« Cela ouvre tant d'yeux à tant de niveaux mais vos gens doivent être prêts pour le changement », a-t-il dit.

Une fois les bases suivies — Coupons-nous ? Si nous coupons, est-ce à 100 % ? Et si ce n'est pas le cas, sommes-nous en mode production réduite ? — et les données sont alimentées dans la plateforme de données machine et communications en temps réel d'Excellerant, il est possible d'ajouter une myriade de capteurs et transducteurs pour obtenir plus de données.

Des capteurs peuvent être incorporés pour mesurer température, vibration, pression, débit, concentration et plus.

« Vous devez déterminer ce qui est important », a dit Carpenter. « Nous pouvons collecter toutes sortes de données d'un point sur un plancher d'atelier. Il y a une quantité vaste de données quand vous entrez dans l'analyse de vibration et casses d'outils. La liste continue. »

Il y a toujours un moyen de collecter plus de données, mais parfois cela devient prohibitif en coût, a-t-il dit. Le propriétaire d'atelier doit déterminer combien il veut dépenser sur un capteur pour obtenir ses données au niveau suivant.

« Typiquement, quand vous enveloppez cela autour d'un genre de projet OEE, c'est un ROI rapide », a dit Carpenter.

Connaître les questions à poser

« C'est évidemment un problème à l'échelle de l'industrie, mais les questions qu'on reçoit tombent généralement dans deux catégories », a dit Cory Weber, architecte senior IoT industriel chez Bosch Rexroth. « C'est : Comment est-ce que j'augmente la qualité de ma production en utilisant IoT ou IIoT ? Ou c'est : Comment est-ce que j'augmente mon efficacité ? »

« L'autre question qui se lance là-dedans est : Comment est-ce que je diminue mes coûts de production ? »

En plus d'aider à répondre à ces questions liées à la production, Weber estime que 90 % des clients veulent la visualisation en temps réel et la surveillance machine-outil, sur site et à distance.

« C'est la première étape, non ? » a-t-il dit. « Qu'est-ce que ma [ligne automatisée ou machine-outil] fait ? »

La solution de Bosch Rexroth pour extraire des données des machines héritées est une passerelle IoT appelée PR-21, qui est un petit ordinateur monocarte durci pour environnements industriels. Elle a aussi une plateforme IIoT, ctrlX CORE, pour tirer et traiter les données et les déplacer vers le stockage sur un serveur local ou dans le cloud.

Une des applications plus communes que Weber a vues pour l'utilisation des données collectées est celle de la maintenance préventive.

Des ajustements intelligents, pilotés par les données, dans un calendrier de maintenance sont une façon de garder les machines-outils qui ronronnent tout en diminuant les coûts de production en réduisant le gaspillage.

« Je sais que même dans nos propres installations nous avons fait des choses comme basculer vers des heures d'utilisation par opposition à la maintenance [calendrier] programmée », a dit Weber.

Par exemple, Bosch Rexroth a une zone de test hydraulique où les travailleurs changeaient le fluide toutes les deux semaines. Après qu'ils ont mis une surveillance continue sur la machine, ils ont pu réviser le calendrier de remplacement de fluide à un basé sur le temps d'utilisation vs. temps calendaire.

« Quand vous parlez de 50-60 gallons de fluide hydraulique ou plus, ça peut devenir cher », a-t-il dit.

D'autres types de fluides ont des paramètres définis qui doivent être rencontrés pour leur utilisation optimale, que ce soit basé sur la concentration, l'exposition à la chaleur ou d'autres facteurs.

« Si vous pouvez tester sur une base régulière, vous pouvez changer votre maintenance vers selon-besoin et vous pouvez économiser beaucoup d'argent et protéger votre qualité », a dit Weber. « C'est un argument de vente attractif et un fruit relativement bas. »

Weber a acquis la connaissance du domaine manufacturier pendant qu'il grandissait : Son père possède une petite entreprise de fabrication. Son éducation, par contre, est en technologie de l'information. Les deux, connaissance du domaine manufacturier et intelligence données, sont nécessaires pour bénéficier de l'implémentation de l'Industrie 4.0, a-t-il dit.

« Vous avez besoin de quelqu'un qui comprend le processus réel », a-t-il dit. « Et quelqu'un qui comprend le processus peut regarder les données et dire : "Ça ne ressemble pas à ce que c'est censé être". »

Une fois les données en main, les possibilités sont infinies, selon combien l'utilisateur veut les traiter.

Si un propriétaire d'atelier a la chance d'avoir quelqu'un avec un vrai background en data science, il peut même s'aventurer dans l'intelligence artificielle.

« C'est une question de collecter assez de données pour les rendre précieuses et puis, et je ne peux pas assez insister là-dessus, savoir quelles questions vous voulez poser aux données », a-t-il dit.

Les conseils de Weber liés aux données, bien sûr, s'appliquent aux machines neuves et héritées. L'extraction de données pour opérations intelligentes s'applique aux deux.