Internet Industriel des Objets IIOT : Comment l'IA rendra l'industrie 4.0 rentable

La capacité de passer à l’industrie 4.0 dépend de la capacité d’une organisation à adapter ses preuves de concept à un niveau plus industrialisé.

                                       
                                    

«Industrie 4.0» – l'initiative visant à rassembler tous les acteurs et toutes les pièces de la fabrication en un tissu réactif en temps réel – prend progressivement forme. Maintenant, l'intelligence artificielle peut aider à accélérer notre progression dans ce nouveau domaine.

La «capacité d'automatisation, de numérisation et d'optimisation» de l'IA en fait «la solution idéale pour les opérations de fabrication, du développement de produits au contrôle qualité», indique le dernier rapport du CapGemini Research Institute.

Les auteurs du rapport citent – ainsi que de nombreux autres exemples – le système de vision par ordinateur de GM, qui a permis aux systèmes de l'entreprise de détecter 72 cas de défaillance de composants, "empêchant des temps d'arrêt massifs – dont une seule minute peut coûter jusqu'à 20 000 $ à une entreprise de cette taille.

Voir aussi: Mutuellement complémentaires: intelligence continue, IIoT et jumeaux numériques

Le rapport du CapGemini Research Institute, qui examine 300 fabricants, montre que la maintenance intelligente, ainsi que l'inspection de la qualité des produits et la planification de la demande, représentent le meilleur cas d'utilisation initiale pour les opérations de fabrication. Voici quelques exemples des trois cas d'utilisation en action:

 Maintenance intelligente:

«Le système d'IA est formé à l'aide des données des pannes de machine passées.» «Les capteurs des équipements de l'usine collectent en continu des données sur divers paramètres opérationnels qui affectent les performances de la machine.» "Les données sont collectées et téléchargées vers le stockage de données." «Le système basé sur l'IA analyse ces données et formule diverses recommandations tout en améliorant l'exactitude de ses propres prévisions.» "Alerter le personnel de service lorsque la probabilité de panne dépasse un seuil." "Les données réelles des pannes sont ramenées dans le système d'IA pour améliorer leur précision à l'avenir."

Inspection de la qualité des produits:

«Un système de vision par ordinateur sur ordinateur clique sur les images des pièces entrantes ou de l'inventaire.» "Le système d'IA est formé avec des milliers d'images de pièces collectées par des caméras dans le passé." "Le système d'IA compare ces images avec des images d'images réelles de pièces non défectueuses, identifiant ainsi les pièces défectueuses." "Les pièces défectueuses sont séparées du reste de l'inventaire et jetés ou envoyés pour correction. "" Les pièces défectueuses sont séparées du reste de l'inventaire et jetées ou envoyées pour correction. "

Planification de la demande:

«Le système basé sur l'IA est formé à l'aide des données des ventes historiques, des événements météorologiques locaux et d'autres tiers tels que les médias sociaux.» «Le système basé sur l'IA fait ensuite des prévisions pour la demande future des consommateurs en fonction de la façon dont les combinaisons d'événements dans le passé ont affecté la demande. . "" Les avantages escomptés comprennent la croissance des revenus, grâce à une meilleure adéquation de la demande et de l'offre, des économies de coûts grâce à une moindre dépendance au surstockage et à une réduction des déchets. "

Les auteurs du rapport font les recommandations suivantes pour intégrer avec succès l'IA dans les opérations de fabrication:

Déployez des prototypes d'IA réussis dans des environnements d'ingénierie en direct. «Pour automatiser la collecte de données en temps réel et en direct, le prototype doit être intégré aux systèmes informatiques hérités – tels que MES et ERP – et aux systèmes IoT industriels.»

Déposez des bases solides de gouvernance des données et de talent en IA / données. «Concevoir un cadre de gouvernance des données qui définit les processus critiques liés à la génération, la gestion et l'analyse des données.»

Faites évoluer la solution d'IA à travers le réseau de fabrication. «Une fois la plateforme d'IA prête, les applications d'IA peuvent être déployées et mises à disposition sur plusieurs sites. Les performances doivent être surveillées en permanence pour la valeur générée, la qualité de sortie et la fiabilité. »

Alors que les chercheurs de CapGemini constatent que les principaux fabricants ont commencé à expérimenter avec des cas d'utilisation de l'IA, «le déploiement à l'échelle est rare». La capacité de passer à l’industrie 4.0 dépend de la capacité d’une organisation à adapter ses preuves de concept à un niveau plus industrialisé. La clé, selon les chercheurs, est d'adopter «une stratégie d'échelle – qui concentre les efforts sur les cas d'utilisation les plus précieux et définit la gouvernance des chaînes, la plate-forme et les fondations des talents».

                

Laisser un commentaire