Comment la fabrication automobile peut-elle bénéficier de l'IoT ?

L'industrie automobile, comme de nombreux autres secteurs manufacturiers, subit actuellement une transformation numérique majeure.

L'essor de la technologie de l'industrie 4.0 - qui comprend les appareils IoT industriels (IIoT), ainsi que l'IA et l'analyse des mégadonnées - a perturbé la fabrication dans son ensemble. Cela a poussé les propriétaires d'usines à adopter de nouvelles technologies et solutions qui leur permettent de rationaliser les flux de travail ou d'optimiser la gestion de l'usine.

Le déploiement de la 5G a rendu la technologie IIoT plus pratique et plus avantageuse que jamais, y compris pour les constructeurs automobiles. Ce sont les principaux avantages qu'ils peuvent tirer de la mise en œuvre de solutions IIoT dans leurs usines et de l'adoption de la technologie IIoT de la manière la plus efficace possible.

Comment fonctionnent les flottes IIoT dans les usines automobiles

Une flotte IIoT de taille appropriée peut collecter d'énormes quantités de données sur le fonctionnement d'une usine, allant de la synchronisation des machines et des tâches au mouvement des stocks.

Avec suffisamment 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 jour le jour. Cela permet aux superviseurs de repérer plus facilement les inefficacités potentielles.

Par exemple, un fabricant peut utiliser des dispositifs IIoT pour la traçabilité, c'est-à-dire suivre les pièces et les composants au fur et à mesure de leur progression dans 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 peut trouver que quelque chose d'aussi simple qu'un changement d'aménagement du sol, comme l'élargissement des allées de l'entrepôt, pourrait faire gagner du temps et créer un environnement de travail plus sûr.

Un système IIoT est un moyen pour les propriétaires d'usine d'intégrer les technologies opérationnelles et informatiques - deux investissements technologiques qui peuvent parfois être séparés l'un de l'autre. Les constructeurs automobiles achètent généralement des plates-formes IIoT complètes, qui comprennent des capteurs individuels, des machines IoT et des plates-formes d'analyse, ou les assemblent eux-mêmes.

Dans le second cas, ils commenceront généralement par identifier un problème qu'ils souhaitent résoudre dans leur usine ou un KPI qu'ils souhaitent améliorer. Ils trouveront ensuite les capteurs dont ils ont besoin pour suivre les données liées à ce problème ou KPI, ainsi qu'une plate-forme d'analyse IIoT ouverte qui coordonnera ces appareils IIoT et organisera les données qu'ils collectent.

Prise de décision assistée avec les données IIoT

Les données collectées peuvent faire plus qu'aider les superviseurs à coordonner le personnel et à ajuster les flux de travail. Cela peut également leur permettre de prendre de meilleures décisions et de fournir des commentaires sur la manière d'influencer les flux de travail ou la qualité des produits sur toute la ligne.

Par exemple, de nombreux constructeurs automobiles doivent décider s'ils souhaitent utiliser la passivation ou l'électropolissage pour créer des pièces résistantes à la corrosion. Les deux méthodes ont des avantages et des inconvénients uniques. Il n'est pas toujours clair quel impact un processus peut avoir sur l'efficacité ou la performance des pièces. Au moment de décider lequel utiliser, les superviseurs peuvent également tenir compte de la pièce fabriquée, des machines disponibles et des flux de travail d'usine existants.

Le nombre de variables qu'ils doivent suivre peut rendre difficile le choix de la meilleure méthode. Les données historiques sur les performances des composants, les informations opérationnelles et bien plus encore peuvent aider les superviseurs à prendre une décision.

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

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

L'une des applications les plus populaires de l'IoT dans le secteur manufacturier 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 au fil du temps ou son modèle de mouvement ou de vibration. Dans certains cas, les capteurs peuvent détecter des bruits supersoniques et des sons indiquant des fuites de gaz.

Lorsqu'elle est introduite dans un algorithme d'IA ou une méthode d'analyse de données volumineuses, cette méthode peut estimer l'état de la machine en temps réel. Souvent, avec les bonnes informations, ces systèmes peuvent prédire avec précision une défaillance machine imminente.

S'ils contrôlent les systèmes de la machine, les systèmes de maintenance prédictive peuvent même être en mesure de forcer l'arrêt des machines au bord de la panne, évitant potentiellement des dommages ou des blessures aux travailleurs à proximité.

La maintenance préventive est l'approche standard de l'industrie pour la plupart des fabricants. Des contrôles réguliers programmés garantissent de bonnes conditions de travail et des réparations qui peuvent prolonger la durée de vie d'une machine et réduire le risque de panne soudaine et inattendue.

L'approche n'est cependant pas parfaite. L'ouverture d'une machine pour l'entretien peut mettre en danger les composants électroniques et les composants sensibles. Le processus peut exposer les composants internes de la machine à la poussière du site, à l'humidité et à d'autres contaminants.

Les travailleurs et les opérateurs de machines peuvent ne pas être prévenus si une panne survient entre les vérifications. Ils seront toujours exposés à des risques de blessures 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 avertir à l'avance les superviseurs et les travailleurs en cas de panne de la machine.

En termes de coûts, la maintenance prédictive peut permettre de réaliser des économies de 8 à 12 % par rapport aux soins préventifs, selon un résumé d'études antérieures du Département américain de l'énergie. Les économies peuvent atteindre 30 à 40 % pour les entreprises qui utilisent une maintenance réactive ou qui réparent des machines lorsque quelque chose semble être cassé ou mal fonctionner.

La maintenance prédictive peut également éviter aux entreprises les temps d'arrêt et les blessures pouvant survenir à la suite d'une panne soudaine de la machine.

Adopter la maintenance prédictive

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

Les fabricants qui souhaitent créer leur propre solution avec la technologie de plusieurs fournisseurs doivent commencer par les données qu'ils devront collecter. Par exemple, les capteurs de vibrations sont souvent utilisés pour suivre les performances des machines à composants rotatifs.

Ils devront ensuite trouver une plate-forme existante de maintenance prédictive ou d'analyse de données volumineuses compatible avec les capteurs IoT de leur choix.

Les fabricants doivent également prévoir une période d'introduction progressive, au cours de laquelle des données de base seront recueillies. Cette période permet à l'algorithme analytique d'établir des statistiques sur les performances "normales" de la machine.

Principaux avantages et meilleures pratiques pour l'IIoT de la fabrication automobile

Les appareils IIoT peuvent offrir des avantages majeurs aux constructeurs automobiles. Ils offrent un large éventail d'utilisations, comme la capacité de collecter des quantités massives de données qui peuvent aider à améliorer la compréhension d'une usine et de son processus de fabrication.

Les fabricants qui souhaitent adopter la technologie doivent clairement comprendre ce qu'ils souhaitent améliorer ou quel cas d'utilisation IoT particulier ils souhaitent mettre en œuvre.