Exploiter l'IoT pour transformer la fabrication automobile : efficacité et innovation accrues

L'industrie automobile — comme beaucoup d'autres secteurs manufacturiers — traverse une transformation digitale majeure en ce moment.

L'essor des technologies de l'Industrie 4.0 — qui incluent les appareils IoT industriels (IIoT), ainsi que l'IA et l'analytique big data — a perturbé la fabrication dans son ensemble. Cela a poussé les propriétaires d'usines à adopter de nouvelles technologies et solutions leur permettant de rationaliser les flux de travail ou d'optimiser la gestion d'usine.

Le déploiement de la 5G a rendu la technologie IIoT plus pratique et bénéfique que jamais, y compris pour les fabricants automobiles. Voici les principaux bénéfices qu'ils peuvent obtenir en implémentant des solutions IIoT dans leurs usines et en adoptant la tech IIoT de la manière la plus efficace possible.

Comment les flottes IIoT fonctionnent dans les usines automobiles

Une flotte IIoT de taille appropriée peut collecter d'énormes quantités de données sur le fonctionnement d'une usine — tout, du timing des machines et tâches au mouvement des stocks.

Avec assez de capteurs collectant les bonnes informations, il est possible de créer une vue d'ensemble de ce à quoi ressemblent réellement les processus d'usine au quotidien. Cela peut rendre beaucoup plus facile pour les superviseurs de repérer les inefficacités potentielles.

Par exemple, un fabricant peut utiliser des appareils IIoT pour la traçabilité — suivre les pièces et composants à mesure qu'ils traversent le processus de production. Avec les bonnes données, cette entreprise pourrait découvrir que des pièces mal fabriquées proviennent de la même usine ou de certaines machines.

Un autre pourrait découvrir que quelque chose d'aussi simple qu'un changement d'agencement de sol, comme l'élargissement des allées d'entrepôt, pourrait faire gagner du temps et créer un environnement de travail plus sûr.

Un système IIoT est une façon pour les propriétaires d'usine d'intégrer technologie opérationnelle et technologie de l'information — deux investissements tech qui peuvent parfois être isolés l'un de l'autre. Les fabricants automobiles achètent généralement soit des plateformes IIoT complètes — incluant capteurs individuels, machines IoT et plateformes d'analytique — soit les assemblent eux-mêmes.

Dans le second cas, ils commencent généralement par identifier un problème qu'ils veulent résoudre dans leur usine ou un KPI qu'ils aimeraient améliorer. Ils sourcent ensuite les capteurs nécessaires pour suivre les données liées à ce problème ou KPI, ainsi qu'une plateforme d'analytique IIoT ouverte qui coordonnera ces appareils IIoT et organisera les données qu'ils collectent.

Prise de décision assistée par les données IIoT

Les données collectées peuvent faire plus qu'aider les superviseurs à coordonner le personnel et ajuster les flux de travail. Elles peuvent aussi leur permettre de prendre de meilleures décisions et fournir un retour sur comment influencer les flux de travail ou la qualité produit en aval.

Par exemple, de nombreux fabricants automobiles doivent décider s'ils veulent utiliser la passivation ou l'électropolissage pour créer des pièces résistantes à la corrosion. Les deux méthodes ont des avantages et inconvénients uniques. Il n'est pas toujours clair quel impact un processus peut avoir sur l'efficacité ou la performance de la pièce. En décidant lequel utiliser, les superviseurs peuvent aussi considérer la pièce fabriquée, les machines disponibles et les flux de travail existants.

Le nombre de variables à suivre peut rendre difficile de décider quelle méthode sera la meilleure. Les données historiques de performance des composants, informations opérationnelles et plus peuvent aider les superviseurs à prendre la décision.

Une technologie similaire peut aider les constructeurs à choisir parmi des finitions, alliages d'acier inoxydable ou formes de composants pour un modèle de véhicule donné.

Un cas d'usage pour l'IIoT automobile : la maintenance préventive devient prédictive

L'une des applications les plus populaires de l'IoT dans la fabrication est la maintenance prédictive. Un propriétaire d'usine utilise des appareils IIoT pour collecter des informations opérationnelles sur une machine donnée. Ces données peuvent inclure sa température dans le temps, son schéma de mouvement ou de vibration. Dans certains cas, des capteurs peuvent écouter des bruits supersoniques et sons indiquant des fuites de gaz.

Quand elles sont alimentées dans un algorithme IA ou une méthode d'analytique big data, cette méthode peut estimer la santé de la machine en temps réel. Souvent, avec les bonnes informations, ces systèmes peuvent prédire avec précision une défaillance imminente de machine.

Si on leur donne le contrôle sur les systèmes machines, les systèmes de maintenance prédictive peuvent même forcer l'arrêt des machines sur le point de défaillir, évitant potentiellement dommages ou blessures aux travailleurs à proximité.

La maintenance préventive est l'approche standard de l'industrie pour la plupart des fabricants. Des vérifications régulièrement planifiées assurent de bonnes conditions de fonctionnement et des réparations qui prolongent la durée de vie de la machine et réduisent le risque de défaillance soudaine et inattendue.

L'approche n'est pas parfaite, cependant. Ouvrir une machine pour maintenance peut mettre des composants électroniques sensibles à risque. Le processus peut exposer les organes internes à la poussière, l'humidité et autres contaminants du site.

Les travailleurs et opérateurs de machines peuvent ne pas avoir d'alerte si une défaillance survient entre les vérifications. Ils restent à risque de blessure et de temps d'arrêt qui auraient pu être évités avec les bonnes réparations.

La maintenance prédictive peut aider à résoudre certains de ces problèmes et donner aux superviseurs et travailleurs un préavis de défaillance machine.

En termes de coûts, la maintenance prédictive peut fournir des économies de 8-12 % sur la maintenance préventive, selon un résumé d'études passées par le Département de l'Énergie américain. Les économies montent à 30-40 % pour les entreprises utilisant la maintenance réactive ou réparant les machines quand quelque chose semble cassé ou dysfonctionnel.

La maintenance prédictive peut aussi épargner aux entreprises les temps d'arrêt et blessures qui peuvent survenir suite à une défaillance soudaine de machine.

Adopter la maintenance prédictive

Les fabricants qui veulent intégrer ce type d'approche ont deux options. Ils peuvent soit acheter une solution complète de maintenance prédictive, soit combiner des technologies de divers fournisseurs pour collecter et traiter les données de maintenance.

Les fabricants qui veulent construire leur propre solution avec des technologies de plusieurs fournisseurs devraient commencer par les données qu'ils auront besoin de collecter. Par exemple, des capteurs de vibration sont souvent utilisés pour suivre la performance des machines à composants rotatifs.

Ils devront ensuite trouver une plateforme existante de maintenance prédictive ou d'analytique big data compatible avec leurs capteurs IoT choisis.

Les fabricants devraient aussi planifier une période de phase-in, pendant laquelle des données de base seront rassemblées. Cette période permet à l'algorithme d'analytique de construire des statistiques sur la performance « normale » de la machine.

Bénéfices clés et meilleures pratiques pour l'IIoT dans la fabrication automobile

Les appareils IIoT peuvent offrir des bénéfices majeurs pour les fabricants automobiles. Ils offrent une large gamme d'usages, comme la capacité de collecter d'énormes quantités de données qui aident à améliorer la compréhension d'une usine et de son processus de fabrication.

Les fabricants qui souhaitent adopter la tech devraient clairement comprendre ce qu'ils veulent améliorer ou quel cas d'usage IoT particulier ils aimeraient implémenter.