Internet Industriel des Objets IIOT : L'IIoT dans la maintenance et l'essor des jumeaux numériques

Le déploiement en cours des appareils IoT change rapidement le monde. Le sous-ensemble de l'IoT connu sous le nom d'Internet des objets industriel (IIoT) se fait également sentir, notamment dans la maintenance et la gestion d'actifs. Ce changement est annoncé à la fois par le nombre croissant d'appareils IIoT utilisés et par la popularité croissante des jumeaux numériques. Le lancement prochain du sans fil 5G verra probablement ces appareils devenir encore plus populaires.
Les jumeaux numériques sont un outil de plus en plus courant pour les professionnels de la maintenance, leur permettant de profiter plus pleinement des avantages potentiels de l'IIoT.
De nombreuses entreprises utilisent des appareils IoT et IIoT, mais il est difficile de déterminer exactement combien sont utilisés. Différentes études réalisées par différentes organisations donnent des chiffres différents.
La recherche suggère une limite inférieure très prudente d'environ 7 milliards d'appareils utilisés à partir de 2018. D'autres études ont avancé l'idée qu'il y en avait environ 10 milliards en utilisation à cette époque.
La limite inférieure indiquée ci-dessus signifie qu'il y a plus d'appareils IoT en fonctionnement que de téléphones mobiles. Le haut de gamme des estimations signifie qu'il y a moins d'humains vivants aujourd'hui qu'il n'y a d'appareils IoT. Il semble certain que les appareils IoT sont désormais dépassés en nombre, même en utilisant la limite inférieure.
Jetons un coup d'œil rapide à quelques statistiques supplémentaires avant de nous plonger dans la manière dont l'univers croissant de l'IIoT affecte actuellement la gestion de la maintenance, les développements que nous pourrions voir dans un proche avenir et certains des défis auxquels les utilisateurs peuvent être confrontés.

Un rapport d'IDC prévoit que le marché de l'IoT vaudra environ 1,2 billion de dollars d'ici 2022.
Le même rapport montre que l'IoT dans la gestion des actifs de production a le deuxième taux d'investissement le plus élevé avec 44,2 milliards de dollars, seules les opérations de fabrication investissant davantage.
Une étude réalisée en 2019 par Gartner indique qu'environ trois quarts des organisations adoptant l'IoT adoptent également la technologie blockchain ou ont l'intention de le faire avant la fin de 2020.
Selon Ericcson, 3,5 milliards d'appareils cellulaires comprendront des connexions IoT d'ici 2023.
Une étude menée en 2017 par Gartner indique que 75% des organisations peuvent ne pas tirer pleinement parti de leur propre technologie IoT, en raison d'un manque de spécialistes en science des données.

Intelligence artificielle (IA) et jumeaux numériques
Ce sont des moments extrêmement excitants pour la maintenance, en grande partie en raison de l'adoption croissante de l'IA et de la modélisation prédictive grâce à l'utilisation de jumeaux numériques. Ceux-ci sont souvent très étroitement liés.
Il convient de noter que lorsque l'on se réfère à «AI» dans ce contexte, nous parlons souvent du sous-ensemble de l'IA connu sous le nom d'apprentissage automatique.
L'IA est une sorte de terme générique qui désigne des ordinateurs capables de prendre des décisions comme le ferait un être humain: en pesant les preuves, en examinant la situation actuelle et son contexte, en examinant les données historiques, puis en prenant une décision.
Vous pouvez encore diviser l'IA en général et appliqué. Les voitures autonomes sont un exemple d'IA appliquée. Ils font cette seule tâche et rien d'autre.
Une IA générale, en théorie, peut tout faire. Il n’existe pas non plus. Nous n’insistons pas sur le fait que ce sera toujours le cas, mais actuellement, il n’existe pas d’IA générale. Vous pouvez ou non en voir un dans votre vie.
L'apprentissage automatique peut être considéré comme un type d'IA appliquée: vous donnez aux machines l'accès aux données d'entraînement et l'algorithme les utilise pour créer des modèles. Il utilise ensuite ces modèles pour prendre des décisions sans être spécifiquement programmé pour le faire.
La façon la plus évidente de transformer les pratiques de maintenance est l'analyse prédictive, un élément clé de toute stratégie de maintenance prédictive ou prescriptive. La création de modèles analytiques automatisés peut être développée à partir de données historiques et prendre en compte à la fois les niveaux de performance et des facteurs externes tels que la météo. Cela peut ensuite être comparé aux données de performances idéales.
Un algorithme suffisamment bien formé peut alors alerter les techniciens qu'une maintenance sera nécessaire avant qu'une panne ne se produise, et même donner un calendrier pour savoir à quel moment les travaux doivent être terminés.
Ensuite, il y a la question des inspections. C'est une activité fastidieuse et chronophage. Même quelque chose d'aussi simple que la lecture et l'enregistrement des résultats utilise beaucoup de temps qui pourrait être utilisé pour d'autres tâches.
Les capteurs et les solutions IIoT peuvent ici aider à collecter des données, et des algorithmes d'apprentissage automatique peuvent être développés pour interpréter ces données et envoyer des alertes aux techniciens humains le cas échéant.
Les jumeaux numériques, également appelés cyberobjets ou avatars numériques, sont des versions logicielles de quelque chose qui existe dans le monde réel, comme une pompe, un tapis roulant, etc. Dans ses termes les plus simples, il s'agit d'une copie numérique d'un actif physique. Cependant, le processus d'utilisation de jumeaux numériques va plus loin que la simple création d'une copie.
Selon une étude menée par Gartner en 2019, 75% des organisations mettant en œuvre l'IoT utilisent déjà des jumeaux numériques ou prévoient de le faire d'ici un an.
Un véritable jumeau numérique d'un actif implique la transmission transparente des performances et d'autres données de l'actif du monde réel à sa copie numérique. Une fois que le jumeau numérique dispose de suffisamment de données de capteur provenant de l'actif physique, vous pouvez commencer à modéliser son comportement futur avec un degré élevé de précision.
Cela vous permet de pratiquer la maintenance prédictive, comme vous le savez avec beaucoup de certitude au moment où l'actif physique tombera en panne, quelle est la cause probable de la panne et les meilleures techniques de correction. Bien que le processus lui-même ait un coût, il devrait être facile à récupérer en rendant la maintenance plus efficace et en garantissant que la production est limitée uniquement pour des raisons commerciales, et non pour une défaillance de l'équipement.
Créer un jumeau numérique
La construction d'un jumeau numérique nécessite un modèle virtuel précis de l'actif en question. Cela doit être développé afin de capturer efficacement toutes les propriétés physiques de l'actif.
Les données capturées par les capteurs IIoT de l'actif sont ensuite introduites dans le modèle numérique. Les données comprennent des informations sur l'environnement d'exploitation de l'actif, son état actuel et ses performances.
Le jumeau numérique doit également être intégré à votre système ERP et à tout système de gestion d'atelier pour garantir qu'il a accès aux données opérationnelles.
En analysant les données entrantes des capteurs en temps réel et en les comparant aux données historiques, les pannes peuvent être prédites avec une précision croissante. Avec la bonne configuration, un jumeau numérique peut voir que certaines conditions sont susceptibles d'entraîner une panne, avertir le service de maintenance et même recommander ce qui doit être fait pour éviter les temps d'arrêt.
Article fourni par: Prometheus Group
Si vous souhaitez discuter de la façon dont Renfrow Industrial peut vous aider, appelez-nous au 1-800-260-8412 ou envoyez un courriel à info@renfrowindustrial.com.

en relation

Laisser un commentaire