Internet Industriel des Objets IIOT : Un nouveau type d'usine connectée

Jusqu'à il y a environ 10 mois, Hugh Roddy, vice-président de l'ingénierie mondiale et de la gestion de projet chez Chobani, passait une grande partie de son temps sur la route à voyager entre les usines de la société à New York et dans l'Idaho, ainsi qu'à se rendre périodiquement à l'étranger pour vérifier. l'usine australienne. Mais ses manières de guerrier de la route ont été freinées par COVID-19, et maintenant – comme beaucoup de ses pairs de fabrication – il doit gérer les projets et les opérations à distance. En conséquence, Roddy s'est tourné vers la technologie, y compris les systèmes IHM (interface homme-machine) et SCADA (contrôle de supervision et acquisition de données), l'Internet industriel des objets (IIoT) et la réalité augmentée (RA) pour gérer à distance les actifs et dépanner. Machines. Mais il a également besoin de visibilité sur le fonctionnement global de chaque usine. Il y a quelques années, cela a peut-être posé un problème. Mais depuis l'adoption par Chobani de la plate-forme Ignition d'Inductive Automation, qu'il décrit comme un système d'exploitation OT (technologie des opérations) moderne, il a été en mesure de développer de nombreuses applications et tableaux de bord différents, lui donnant ainsi qu'à son équipe la capacité de gérer de nouveaux projets, d'aider avec les opérations des lignes de production actuelles et obtenir une vue d'ensemble des usines individuelles depuis le niveau de l'entreprise. «Lorsque je me connecte à notre système d'allumage, je peux voir New York, Twin Falls (Idaho) et l'Australie à un moment donné, »Dit Roddy. «Les usines sont plus connectées à ce qui se passe en aval et en amont … et au niveau de l'entreprise, cela permet aux usines d'être fortement intégrées de l'usine au niveau exécutif et de redescendre.» Alors que Chobani a adopté la plate-forme Ignition il y a des années, d'autres entreprises commencent tout juste leur parcours de développement numérique – un processus qui a été accéléré en raison du COVID-19. Désormais, chaque entreprise, quel que soit le segment de l'industrie, trouve de nouvelles façons de rester connectée. Personnes et processus
«La pandémie accélère le passage aux usines numériques et intelligentes pour que les opérations continuent à fonctionner aussi efficacement que possible et pour partager [information] à travers les cellules d’une usine, les lignes d’une usine ou les usines d’un réseau », déclare Paul Wellener, vice-président chez Deloitte LLP et chef de la division Produits industriels et construction aux États-Unis. Deloitte, en collaboration avec l'Alliance des fabricants pour la productivité et l'innovation (MAPI), a récemment publié un rapport intitulé «Accelerating Smart Manufacturing: The Value of an Ecosystem Approach», qui indique que des partenariats à long terme sous la forme d'un écosystème peuvent accélérer les initiatives numériques et générer des résultats. Selon le rapport, alors que l'industrie manufacturière était déjà sur un chemin de transformation numérique, elle a toujours été compliquée par la complexité de la connexion numérique d'actifs qui, dans certains cas, ont plus de 50 ans. Les perturbations et les difficultés économiques causées par la pandémie en cours ont accru l'urgence d'accélérer les initiatives de fabrication intelligente pour la compétitivité future. Dans un récent sondage MAPI PDG, 85% des dirigeants étaient d'accord ou tout à fait d'accord que les investissements dans les usines intelligentes augmenteront d'ici juin 2021. Et, alors que les économistes prédisent que les investissements globaux des entreprises pourraient être faibles pour les trois prochains cycles, les répondants à l'étude ont indiqué qu'ils dirigent une plus grande part de leurs investissements dans les usines vers des initiatives de fabrication intelligente.Ainsi, même s'il a fallu une pandémie mondiale pour pousser les organisations à trouver de nouvelles façons de travailler virtuellement, les gens qui vivent dans cette nouvelle normalité disent que la vraie révélation ici n'est pas de savoir comment la technologie peut créer une usine connectée, mais comment les gens utilisent la technologie et comment elle peut normaliser les processus. «Il ne s'agit pas tant de numérisation ou d'appareils IIoT», explique Roddy. «La composante transformationnelle est une conception organisationnelle qui responsabilise l'utilisateur de la technologie. Connecter les usines, c'est permettre aux gens de voir ce qui se passe. » En effet, les experts du secteur conviennent que les personnes et les processus sont la clé de l'usine connectée. «La technologie n'a jamais été la barrière. Ce sont toujours les personnes, les processus ou les paramètres de l'organisation qui ont été les inhibiteurs ou les obstacles pour obtenir les avantages qu'ils recherchaient », explique Wellener. Parce que la technologie est le catalyseur de la connectivité, une grande partie du travail de connexion des usines une mode pratique a à voir avec les données collectées et ce que les opérateurs en font. Et à mesure que les technologies de cloud, d'analyse et d'intelligence artificielle évoluent, la façon dont les fabricants travaillent évolue également. Tim Rogers de P&G, architecte en chef des services de fabrication, et Beth Scheid, directrice associée des technologies de l’information, services commerciaux mondiaux, discutent de la transition vers le Manufacturing Data Cloud de GE Digital.
Lorsque les fabricants pensent d'abord à connecter des usines, un point de départ typique est le système d'exécution de la fabrication (MES). C’est exactement là où Procter & Gamble (P&G) a entrepris sa propre transformation numérique, constatant que, sur ses 101 usines, 94 sites utilisent Proficy MES de GE Digital, tandis que ceux qui utilisent d’autres systèmes locaux passent activement à Proficy. P&G compte plus de 2000 lignes de fabrication et 45000 opérateurs, et selon Tim Rogers, l'architecte en chef des services de fabrication de P&G, la société tente actuellement de comprendre comment gérer plus de 100 usines, chacune ayant ses propres applications uniques. «Ils ont tendance à être gros, ils sont locaux et les gens veulent les données, nous avons donc examiné ce que nous pourrions faire différemment», a déclaré Rogers lors d'une présentation à la conférence des utilisateurs de GE Digital en octobre. «Nous avons beaucoup d'infrastructures dans les installations [and we thought] sortons-le des installations. [Because] si nous le laissons là, cela entraînera une augmentation des coûts de maintenance et de prise en charge. »Cela a abouti à un programme pilote avec GE Digital pour tester son Predix Manufacturing Data Cloud (MDC), afin de déplacer les données de fabrication vers le cloud et de les appliquer. Selon GE Digital, Predix MDC permet la consolidation de trois ensembles de données nécessaires à l'optimisation des processus et aux applications analytiques: les données d'actifs, les données ERP et les données de fabrication. De plus, la structure cloud est sécurisée dès la conception et gérée 24h / 24 et 7j / 7. Il ingère automatiquement des données incrémentielles sans avoir à compter sur une intervention humaine et sa technologie de pointe comprend la surveillance et la configuration à distance.L'acheminement des données vers le cloud a entraîné une réduction de 80% de l'infrastructure sur site chez P&G, ce qui a également augmenté les performances car il y avait moins de données pour les applications. à traverser. «En même temps, nous avons tellement de gens qui accèdent à ces informations et ils commencent à faire des analyses ou des pronostics plus avancés ou des prédictions de ce qui pourrait se passer dans nos usines, ou ce que nous pourrions faire différemment», a déclaré Rogers. «Et maintenant que ces informations peuvent être utilisées de manière centralisée dans toutes les usines, elles peuvent être mises en corrélation avec d'autres informations de l'entreprise pour faire davantage d'apprentissage automatique et d'analyses avancées.» À cette fin, GE Digital positionne son portefeuille de produits autour de trois domaines : le travailleur connecté, l'échelle et la visibilité de l'entreprise, et l'amélioration continue lean. "[Technologies] comme MDC offrent une visibilité à l'échelle de l'entreprise et la capacité d'agréger des données exploitables à de nouveaux niveaux », déclare Richard Kenedi, directeur général de l'activité des usines numériques de GE Digital. Le Predix MDC de GE Digital consolide les ensembles de données pour l'optimisation des processus et les applications analytiques.
Alors que GE Digital travaille en étroite collaboration avec des clients comme P&G, d'autres – dont Deloitte, Rockwell Automation et Schneider Electric – construisent leurs propres usines intelligentes de validation de principe.En septembre, Deloitte a lancé The Smart Factory @ Wichita, située dans l'État de Wichita Université (WSU). Deloitte et WSU construisent une nouvelle installation de 60000 pieds carrés qui comprendra une ligne de production à grande échelle, un espace dédié pour certains sponsors de l'écosystème et des laboratoires expérientiels pour explorer les capacités des usines intelligentes utilisant l'IA, l'IoT et la robotique pour fabriquer des produits. Le but de l'installation, qui sera ouverte à l'industrie en 2021, est de créer un dialogue sur la manière dont les entreprises peuvent accélérer leur transition vers des capacités évolutives et durables. Rockwell Automation a entrepris sa propre transformation numérique interne, qui a conduit à de nombreuses leçons apprises et au lancement de son organisation de conseil en entreprise connectée. Cette organisation comprend l'acquisition de Kalypso, une société spécialisée dans la transformation numérique. Sur la base de sa propre expérience, «nous avons créé une approche nouvelle et réfléchie, en ne pensant pas seulement à la technologie, mais aussi au processus et avant tout aux personnes et à la dynamique organisationnelle», déclare Bob Murphy, vice-président senior de la gestion du changement d'entreprise chez Rockwell Automation. "Nous avons trouvé [people] être l'ingrédient le plus essentiel pour faire bouger les choses en termes d'usines connectées. »De même, il y a environ trois ans, Schneider Electric a lancé une usine intelligente aux États-Unis à Lexington, Ky., une construction qui a eu lieu dans une usine de friches industrielles. qui existait depuis 60 ans. L'objectif était de créer un programme d'usine intelligente standardisé intégré aux pratiques de fabrication au plus juste. «Le MES a été le premier investissement, mais il y a eu quelques investissements depuis lors dans différentes technologies», déclare Luke Durcan, directeur EcoStruxure de Schneider Electric. "Nous disposons de plusieurs solutions d'automatisation, de robots, de variateurs, de gestion de recettes et nous avons également investi dans une nouvelle technologie autour de la réalité augmentée." La société a développé la RA pour les appareils portables qui se connectent à un API ou à l'infrastructure électrique d'une machine, offrant aux utilisateurs un certain nombre de recours potentiels en cas de panne et les guidant à travers les étapes nécessaires pour exécuter une réparation. Roddy de Chobani est également un grand fan de la RA, en particulier depuis le début de la pandémie, car cela a permis à l'entreprise de continuer à s'appuyer sur les fournisseurs de technologie et les constructeurs de machines pour un support virtuel tout en permettant aux opérateurs de résoudre les problèmes. «Une personne chargée de l'entretien avec des lunettes anti-AR peut montrer à quelqu'un à des milliers de kilomètres ce qui se passe. Cela en soi nous permet d'être plus connectés », dit-il. La perspective Ignition d'Inductive Automation est accessible à partir d'appareils mobiles et d'ordinateurs centralisés.
Collecter des données pour connecter les usines est une chose. Comprendre ce que signifient les données en est une autre. C'est là qu'interviennent des entreprises comme TrendMiner et Sight Machine. TrendMiner fonctionne avec des séries chronologiques de processus et des données d'actifs provenant de capteurs de machine généralement stockés dans des historiques, ainsi que des enregistrements de qualité, de maintenance et de lots d'autres applications métier. En règle générale, les historiens sont lents à rechercher et à analyser les données. Mais les outils de reconnaissance et de recherche de modèles de TrendMiner peuvent accéder à plusieurs années de données d’historique pour rechercher des modèles en une fraction de seconde. "Tout comme Google propose une recherche sur le Web, nous avons indexé les données, donc il y a la même proposition de valeur", déclare Rob Azevedo, chef de produit TrendMiner. «TrendMiner fonctionne comme Google dans la mesure où nous fournissons un cache en plus de toutes ces données pour les rendre consultables et disponibles pour analyse en quelques secondes. Et tout comme Google, où vous avez un point d'entrée où vous pouvez lancer votre recherche de données et rechercher tous les sites Web à partir de là, la même chose se produit dans TrendMiner. Vous disposez de notre application unique qui met en cache toutes vos sources de données et fournit les outils et les capacités de recherche pour analyser toutes vos données, quelle que soit leur origine. » De plus, étant donné qu'il est disponible en tant que logiciel en tant que service basé sur le cloud, TrendMiner peut accéder à différentes sources de séries chronologiques provenant de différentes usines à travers le monde pour générer des informations à partir d'un niveau central tout en partageant avec les personnes sur place, explique Azevedo. «Le facteur de différenciation clé est que nous analysons les données de séries chronologiques, mais nous apportons également l'univers contextuel et établissons un lien avec ces données. Cela permet aux experts en la matière d'analyser ce qui s'est passé, de trouver rapidement la cause profonde et de surveiller pour éviter certains comportements à l'avenir. »Le fournisseur de logiciels d'analyse de fabrication Sight Machine se concentre également sur la transformation de données issues de sources multiples en informations utiles. La capacité unique de modélisation des données de l'entreprise peut prendre des dizaines de types de données incompatibles générés par les équipements d'usine et les logiciels de fabrication et générer une représentation numérique de l'ensemble du processus de production, y compris les lignes de production, les temps d'arrêt et les défauts. «Nous diffusons les données au fur et à mesure qu’elles sont générées, nous les restructurons à partir du schéma dans lequel elles se trouvent et les organisons autour de concepts généralisés tels que l’unité de travail par une machine», déclare Sudhir Arni, vice-président senior des résultats commerciaux de Sight Machine. «Tout est associé à une pièce ou à un morceau de matériau au fur et à mesure de son évolution dans la production.» De plus, la fonction Dynamic Recipes de l'entreprise met à jour en continu et automatiquement les paramètres de la machine pour produire des performances optimales en fonction d'une combinaison de conditions liées aux matières premières, à l'environnement et sortie. «C'est la possibilité de définir une recette à chaque fois que vous effectuez une production en fonction des conditions actuelles», déclare Jon Sobel, PDG de Sight Machine. «Ce niveau de précision et de flexibilité a été le domaine du jugement d'experts, jamais quantifié ni reproductible.» Mais maintenant c'est le cas, dit-il, et cela peut être étendu à tous les actifs de fabrication, aux usines et peut-être même à des chaînes d'approvisionnement entières. «Si nous pouvons comparer deux usines dans la même entreprise, pourquoi ne pas connecter tout le monde dans la chaîne d'approvisionnement.» La clé de la connectivité
Pour que la technologie soit adoptée, elle doit être accessible, facile à utiliser et acceptée par l'utilisateur. Roddy appelle le logiciel Ignition d'Inductive Automation un système d'exploitation OT pour l'atelier de fabrication car il fournit de nombreuses applications au-delà des systèmes IHM et SCADA traditionnels. «Cela nous a donné la possibilité, à tout moment, de voir ce qui se passe dans les usines du point de vue du contrôle IHM ou du tableau de bord de l'usine», explique Roddy. «Et ces données peuvent être fournies à quiconque en a besoin à tout moment.» Mais lorsqu'il s'agit de mettre plus de données utiles entre les mains de celui qui en a besoin, Ignition offre une option très utile: un modèle de licence illimité. «La connectivité est la clé, et depuis le début, la seule chose que nous avons essayé de faire est d’avoir un modèle de licence différent», déclare Travis Cox, codirecteur de l’ingénierie des ventes chez Inductive Automation. «Si vous avez une approche illimitée, cela ouvre plus de portes à l'innovation.» La société a également passé beaucoup de temps à développer son module mobile appelé Ignition Perspective, qui est un outil de visualisation HTML5 basé sur le Web qui permet de surveiller et de contrôler les processus directement à partir d'un appareil mobile, d'un bureau ou d'un écran tactile. Avec cet outil, les utilisateurs peuvent visualiser les données d'une manière qu'ils connaissent bien. «Si vous rendez les choses difficiles [to access] et avoir une licence [individually], alors ce ne sera pas aussi efficace », dit Cox. La vie de tout le monde est trépidante et par conséquent, ils veulent des données à portée de main, ce à quoi ils sont habitués. Et maintenant, en particulier avec les personnes travaillant à domicile, les données doivent leur parvenir facilement. «Pour nous, Perspective est essentielle pour transmettre les données aux différentes personnes qui en ont besoin. Plus les gens sont connectés, plus ils travaillent ensemble. »Ainsi, bien qu'il y ait beaucoup de discussions autour de« l'usine connectée »ces jours-ci, l'aspect vraiment transformationnel de la numérisation est la capacité de connecter les gens de manière sécurisée et transparente.

Laisser un commentaire