• Banner Smalley

    #38 - INDUSTRIAL SOFTWARE

    À LA UNE. L’IdO va accélérer la création de jumeaux numériques.

    enEnglish deDeutsch esEspañol pt-ptPortuguês itItaliano ja日本語 ruРусский zh-hans简体中文

    L’usine numérique est un concept aujourd’hui très répandu, mais, dans les faits, on observe un fossé entre ce que souhaitent les industriels et où ils se situent vraiment. Selon une étude de PwC, 91 % des entreprises industrielles investissent dans la numérisation de leurs usines, mais seulement 6 % d’entre elles affirment être entièrement numérisées. L’Internet des objets (IdO) pourrait accélérer la transition.

     

    Simuler virtuellement des process physiques fait partie intégrante du concept d’usine numérique. En effet, les jumeaux numériques permettent de concevoir et construire les bâtiments ainsi que l’infrastructure de l’usine et ce afin d’améliorer la production.

    Utiliser les données du monde réel

    L’éditeur de logiciels PTC est spécialisé dans la numérisation d’usines et de process. Jean-Philippe Provencher, vice-président de la stratégie de fabrication, explique que la simulation et la modélisation permettent aux entreprises d’optimiser leurs process dans le monde virtuel avant de les créer dans le monde réel, ce qui génère un gain de temps et d’argent. Avec l’IdO, les capteurs connectés fournissent des données physiques telles que la localisation, la température et l’humidité, ce qui permet d’améliorer les modèles numériques.

    Au lieu de simuler la performance en se basant uniquement sur des tests et des hypothèses, nous pouvons utiliser les données du monde réel et les intégrer au modèle virtuel. Cela offre un réel avantage car les modèles sont plus justes.

    Selon M. Provencher, plus les modèles sont précis, plus il est facile d’exploiter les ressources, d’améliorer les retours sur investissements et d’éviter l’achat de nouveaux équipements.

    Usine digitale / Crédit photo : Siemens

    Les données issues de l’IdO aident les entreprises à comprendre comment leurs équipements sont réellement utilisés, plutôt que de se limiter à des suppositions. M. Provencher raconte ainsi qu’un client de PTC a constaté que les temps d’arrêt imprévus n’étaient pas dus aux équipements eux-mêmes, mais à la façon dont la production et le personnel étaient organisés :

    Si un opérateur n’est pas disponible pour démarrer la machine, ce n’est pas la faute de la machine. Dans ce cas, le problème vient de la façon dont le travail est organisé. En examinant les données numériques, vous n’avez plus besoin d’interroger tout le personnel impliqué dans la production. Vous pouvez trouver [ce qui s’est passé] en mesurant beaucoup de petites choses [grâce aux données des appareils connectés].

    D’après M. Provencher, la simulation des process est déjà bien avancée dans le secteur agroalimentaire où l’automatisation est déjà importante. Par contre, concernant la fabrication de produits finis comme les téléphones mobiles où les process sont plus complexes et moins automatisés, le concept de jumeaux numériques n’a pas été adopté de la même manière.

    Utiliser des données issues de l’IdO

    Dale Berry est le directeur technique senior de Simulia, le logiciel de simulation 3D de Dassault Systèmes. Selon lui, les données de référence issues d’objets connectés améliorent les modèles numériques, aident à prévoir la maintenance et à planifier les temps d’arrêt.

    Vous pouvez faire une comparaison entre la prédiction donnée par le système et ce qui s’est réellement passé. Ensuite, vous pouvez améliorer le système modélisé.

    Crédit photo : GE

    De telles données améliorent la capacité prédictive d’un modèle numérique dans des circonstances imprévues. Ces modèles seraient alors en mesure de prédire combien de temps les machines pourront fonctionner en toute sécurité après un accident, en se basant sur des données provenant de scénarios similaires.

    Les questions à se poser sont les suivantes : pendant encore combien de temps pouvons-nous faire fonctionner cet équipement en toute sécurité ? Est-ce qu’on peut tenir jusqu’au prochain cycle de maintenance ? Le modèle numérique promet de répondre à ces questions.

    Pour Alan Griffiths, analyste industriel chez Cambashi, l’un des principaux défis pour les entreprises qui utilisent de telles données pour enrichir leurs modèles numériques est de choisir la bonne plateforme IdO, parmi des centaines sur le marché.

    Actuellement, si vous voulez acheter une plateforme IdO, il y en a 350 disponibles sur le marché. Comme la perspective d’un marché aussi complexe est extrêmement décourageante, l’une des tendances que nous observons est que les gens se tournent vers leurs fournisseurs pour leur demander une plateforme clé en main.

    Les questions à se poser

    L’utilisation des données IdO peut offrir des avantages tels que la réduction du temps de mise sur le marché, l’élimination des goulots d’étranglement, la réduction du temps d’arrêt des machines, l’augmentation de la flexibilité et la réduction des coûts. Ces éléments semblent tous être de bonnes raisons d’investir, mais les entreprises doivent être très claires sur leurs objectifs, rajoute Alan Griffiths.

    Posez-vous la question : est-ce que nous avons un problème ? Est-ce qu’il y a une belle opportunité à saisir ? Vous devez avoir une bonne raison d’un point de vue business pour justifier un tel investissement.

    Un process industriel numérisé / Crédit photo : Siemens

    Paul Homan, directeur technique d’IBM UK pour les secteurs industriels, indique que les organisations se concentrent parfois sur l’efficacité d’une machine ou d’un processus spécifique. Le plus gros avantage de l’utilisation des données IdO c’est de créer une modélisation numérique d’un ensemble de processus plus large.

    Les organisations qui vont au-delà de la chaîne de production en intégrant en amont la logistique, ainsi que le stock-tampon qu’elles possèdent avant de livrer leurs clients, comprennent que la valeur ajoutée de la modélisation va au-delà de l’efficacité des installations. Mais les gens ont tendance à se concentrer sur le temps de disponibilité des machines qu’ils considèrent comme un indicateur de rentabilité, au lieu de tenir compte des cadences, des temps d’attente et de l’utilisation des ressources.

    Selon M. Homan, ce sont surtout les entreprises dont la production est répartie sur plusieurs sites qui ont avantages à recourir à la modélisation à plus grande échelle.

     

    Traduit de l’anglais par Julie Santoriello

    enEnglish deDeutsch esEspañol pt-ptPortuguês itItaliano ja日本語 ruРусский zh-hans简体中文


    About the Author

    Related Posts

    Sorry, nothing here!

    Style Switcher

    Highlight Color:

                   

    Backgrounds:

                        

    You can also set your own colors or background from the Admin Panel.