IOT et industrie : Comment l'IoT et l'analyse des données peuvent améliorer la sécurité des travailleurs et réduire les temps d'arrêt des actifs

Le coût des temps d'arrêt imprévus

En tant que principale source de perte de productivité, les temps d'arrêt des usines constituent souvent un défi majeur pour les fabricants. De plus, bien que de nombreux facteurs puissent entraîner des temps d'arrêt, les pannes et pannes d'équipement imprévues peuvent être particulièrement visibles et coûteuses. Selon un rapport de recherche GE Service Max réalisé par Vanson Bourne en 2017, 82% des entreprises interrogées ont déclaré avoir subi au moins une interruption non planifiée entre 2014 et 2017. Avec des pannes d'une durée moyenne de quatre heures, la perte de productivité peut se traduire par 2 millions de dollars par incident – faisant des temps d'arrêt des actifs un problème d'un milliard de dollars pour les entreprises industrielles.

Les pannes sont si coûteuses en raison de la myriade de coûts de productivité et d'opportunité associés aux temps d'arrêt imprévus. Dans les situations de chaîne de montage, par exemple, une panne d'actif affectera non seulement la ligne de production, mais dans le pire des cas, toute la chaîne d'approvisionnement (c'est-à-dire la commande de pièces, l'entreposage, l'exécution, etc.). Il existe également des coûts d'opportunité importants associés aux temps d'arrêt imprévus: les travailleurs sont sous-utilisés, une production plus faible peut avoir un impact sur la disponibilité des produits et les ventes, et l'incapacité de répondre à la demande des clients peut affecter la confiance des clients et potentiellement ternir la marque de l'entreprise.

Enfin, la santé et la sécurité des employés sont en danger, non seulement lorsque l’équipement tombe en panne ou se casse, mais aussi en cas d’exposition à des situations dangereuses. Selon le Conseil national de la sécurité, les blessures des employés coûtent plus de 250 milliards de dollars chaque année, dont 182 milliards de dollars en perte de salaire et de productivité. Aujourd'hui, de nombreuses entreprises se tournent vers des technologies de pointe pour aider à améliorer les processus de production, améliorer la santé et la sécurité de leur main-d'œuvre, garantir la conformité réglementaire et minimiser l'exposition de l'entreprise à des risques et des sanctions évitables.

Comment les robots mobiles équipés des technologies IoT peuvent aider

En ce qui concerne la sécurité des travailleurs dans l'industrie manufacturière, les inspections sont l'un des domaines de risque les plus importants. Il existe de nombreux processus, actifs et systèmes qui nécessitent une inspection interne et externe pour poursuivre les opérations en toute sécurité, et ceux-ci doivent être programmés régulièrement pour se conformer aux réglementations en matière de santé et de sécurité des travailleurs. Ces inspections impliquent souvent des actifs qui se trouvent dans des environnements dangereux ou difficiles d'accès (c'est-à-dire des espaces confinés ou des actifs situés à de grandes hauteurs). Envoyer des humains dans ces environnements est une proposition dangereuse et potentiellement coûteuse, car elle peut entraîner des blessures, des décès, des réclamations de travailleurs, des poursuites judiciaires, etc.

Les robots mobiles équipés de technologies de l'Internet des objets (IoT) qui permettent aux opérateurs humains d'effectuer des inspections à distance sont une solution très viable à ce problème. Les robots mobiles équipés de l'IoT peuvent également aider les entreprises à éviter les pannes d'équipement grâce à la collecte de données sur les actifs, qui est la première étape vers une maintenance proactive et aboutit à des processus de maintenance préventive et prédictive.

On parle de l'IoT depuis des années maintenant, et de nombreuses organisations ont enfin commencé à mettre en place des stratégies opérationnelles basées sur l'IoT pour les aider à mesurer, surveiller et prédire la santé de leurs actifs en temps réel. Grâce à l'avènement des facilitateurs de la technologie IoT – y compris les capteurs intelligents, les actifs numérisés, le cloud computing et les technologies avancées de science des données telles que l'intelligence artificielle (IA) et l'apprentissage automatique (ML) – de plus en plus d'entreprises intègrent des processus centrés sur les données dans leurs stratégies commerciales pour aider, entre autres, à minimiser les coûts des temps d'arrêt imprévus.

Dans le paysage de la maintenance industrielle, la capacité de collecter de meilleures données sur les actifs et l'environnement, puis d'analyser et de comparer ces données au fil du temps est ce qui motive le passage d'une maintenance réactive à un modèle de maintenance prédictive. La maintenance prédictive diffère de la maintenance préventive basée sur le temps car elle repose sur l'état réel de l'équipement, plutôt que sur des statistiques de durée de vie moyenne ou prévue, pour prédire le moment où la maintenance sera nécessaire. Certains processus peuvent être plus automatisés que d’autres, mais en fin de compte, il s’agit de donner aux humains l’accès à des outils qui les aident à prendre de meilleures décisions commerciales.

En sachant quel équipement nécessite une maintenance, les travailleurs peuvent mieux planifier les ressources nécessaires – pièces de rechange, personnel, etc. – et ce qui aurait été des «arrêts non planifiés» est transformé en «arrêts planifiés» de plus en plus courts, augmentant ainsi la disponibilité et la productivité de l'usine. Les entreprises industrielles et de fabrication peuvent également augmenter la durée de vie des équipements et améliorer la sécurité des installations.

Comment mettre en œuvre l'IoT dans un environnement industriel

La première étape vers un modèle de maintenance prédictive est la capacité de collecter des données qui peuvent aider à améliorer sa capacité à prendre des décisions éclairées. Les équipes d'inspection sont souvent appelées, avant que les plans de maintenance et les ressources ne puissent être déterminés, à effectuer des inspections visuelles d'un bien pour détecter les signes de dommages ou de dangers potentiels.

La capture d'image visuelle et les données basées sur des capteurs peuvent considérablement améliorer la capacité de l'équipe d'inspection à évaluer la situation. Dans les espaces difficiles d'accès tels que les conduits, les tuyaux et les réservoirs, l'équipage peut même utiliser des caméras endoscopes pour obtenir une jauge visuelle de l'environnement. Un défi avec de telles solutions, cependant, est qu'il peut être difficile pour les inspecteurs de guider les caméras dans des espaces où ils ont un accès, une visibilité ou une maniabilité limités.

Les robots à commande humaine sont une option pratique pour aider à collecter des données IoT critiques, en particulier dans les espaces difficiles à atteindre ou les environnements dangereux. En tirant parti des outils d'inspection robotique équipés de caméras 4k, d'une longue durée de vie de la batterie et d'une autonomie étendue, les inspecteurs peuvent effectuer des inspections de premier regard, visuelles à distance et basées sur des capteurs pour collecter des données critiques sur les actifs de l'usine ou sur le terrain. Associé à l'IoT industriel (IIoT) et au cloud computing, les entreprises peuvent collecter et analyser une pléthore de données pour prendre des décisions de maintenance contextuelles plutôt que temporelles.

Robots mobiles industriels compatibles IoT en action: une étude de cas

Dans un exemple récent, une alerte de détection de fuite a été déclenchée dans l’usine de fabrication d’une entreprise, provenant du fond d’un réservoir souterrain utilisé comme récipient pour les produits chimiques dans le processus d’anodisation de l’aluminium. L'entreprise était confrontée à plusieurs défis: le contenu du réservoir était inconnu et une inspection manuelle mettrait les humains en danger; une réglementation stricte pour le travail dans des zones confinées et dangereuses exigeait davantage de prudence et de vigilance, et un débordement préalable de produits chimiques dans le réservoir avait arrêté l'installation.

En utilisant une plate-forme de robotique mobile compatible IoT (dans ce cas, le Guardian S de Sarcos Robotics), l'entreprise a pu effectuer à distance une inspection visuelle et déterminer la cause sans mettre les employés en danger. La capture de vidéo 4K a permis aux inspecteurs de voir les conditions des réservoirs en temps réel, puis d'utiliser les vidéos pour servir de points de données critiques pour l'analyse de maintenance préventive post-mission. Les économies réalisées grâce à la mission comprenaient la rationalisation du temps d'inspection (réduit de 30 heures de travail), la réduction du nombre d'employés requis pour doter l'inspection (temps de deux employés contre quatre) et la réduction des coûts de ressources, notamment la formation à la sécurité des employés, les outils d'inspection, et infrastructure.

Changements de paradigme axés sur les données: de la maintenance réactive à la maintenance proactive

L'IoT, l'IA et l'apprentissage automatique sont désormais tous possibles avec des machines connectées intelligentes qui collectent et fournissent des masses de données audio, vidéo et de capteurs haute résolution dans le cloud pour le calcul et l'analyse à des volumes sans précédent pour prédire ce qui doit être corrigé avant cela. doit être réparé. Une étude récente de McKinsey indique que la maintenance prédictive permettra aux entreprises d'économiser 630 milliards de dollars d'ici 2025.

Pour la fabrication industrielle, les pratiques de maintenance existantes peuvent être exigeantes en main-d'œuvre et inefficaces. De nombreuses entreprises s'efforcent de minimiser les temps d'arrêt imprévus, tout en travaillant avec le personnel le plus maigre, présentant un gaspillage de main-d'œuvre limité et garantissant le moins d'incidents de sécurité. Les entreprises industrielles peuvent considérablement améliorer les performances, la productivité et la sécurité de la main-d'œuvre grâce à des stratégies de maintenance plus intelligentes qui incluent des technologies d'automatisation modernes, des plates-formes de capteurs robotiques à l'analyse de données en passant par le cloud computing. Le résultat est une meilleure compréhension des conditions des processus et des équipements, permettant aux gestionnaires de prendre des décisions commerciales mieux informées sur le terrain ou dans l'usine, ainsi que de créer des environnements de travail plus sûrs pour notre main-d'œuvre humaine.

Kristi Martindale est vice-présidente exécutive et chef du marketing de Sarcos Robotics. Vétéran de 20 ans de l'industrie technologique et créateur de marque, Martindale a pour passion de développer des organisations marketing mondiales axées sur la performance, et elle a créé, développé et déployé des produits et des stratégies de pointe pour les startups, les entreprises de taille moyenne et Fortune. 500 entreprises.

Laisser un commentaire