IOT et industrie : Développement d'une solution IoT industrielle automatisée pour la maintenance prédictive

L'Université de Sheffield et le fabricant d'ingénierie Tinsley Bridge ont été les pionniers de nouvelles approches des applications industrielles de l'Internet des objets (IoT) grâce au projet innovant Pitch-In.
La suite de technologies et de capacités qui relèvent de l'Internet des objets (IoT) a un énorme potentiel de fabrication. Le plus transformateur est peut-être la capacité de mettre en œuvre la maintenance prédictive des machines-outils et autres équipements. Dans ce scénario, une suite de capteurs peut surveiller et signaler en permanence l'état de fonctionnement de l'équipement, signalant les problèmes avant qu'ils ne surviennent. Cela a le potentiel d'éviter des temps d'arrêt coûteux et imprévus.
Les universités et l'industrie s'intéressent aux solutions techniques – mais il reste un écart important entre la théorie et la pratique, comme l'explique le professeur Ash Tiwari, titulaire de la chaire de recherche RAEng / Airbus sur la fabrication numérique à l'Université de Sheffield en tant que responsable académique de ce projet.
«Il existe un certain nombre d'études de recherche sur le développement et l'application de technologies IoT de pointe pour les processus de fabrication. Cependant, les recherches sur la manière dont ces technologies pourraient être adaptées aux processus existants / hérités sont très limitées et sur les ressources nécessaires pour permettre cela dans l'industrie.
Dr Boyang Song, associé de recherche en Internet des objets industriels (IIoT) et en apprentissage automatique à l'Université de Sheffield, explique en tant que chercheur sur ce projet.
«Il y a beaucoup d'études en laboratoire et de prototypage en cours; mais en fait, très peu de solutions de bout en bout avec les dernières technologies de pointe sont testées dans la pratique, en usine. Si la recherche peut atteindre l'atelier, nous pouvons comprendre les problèmes et mieux saisir les cas d'utilisation. De plus, pour l'industrie, il peut être considéré comme moins risqué d'accueillir des collaborations de recherche au sein de leurs installations.
Créer des synergies université-industrie
L'Université de Sheffield entretient une relation de longue date avec le fabricant d'ingénierie Tinsley Bridge, qui fabrique des composants clés pour plusieurs secteurs, notamment l'automobile, le nucléaire, le ferroviaire, la défense et l'énergie. Tinsley Bridge avait déjà étudié certaines applications IoT limitées; mais l'occasion s'est présentée d'aller beaucoup plus loin avec un nouveau projet ambitieux avec l'Université de Sheffield, financé et facilité par Pitch-In.
Il s'agissait de l'usine de peinture de trois étages de Tinsley, qui fonctionne presque en continu. Ici, les pièces du produit passent par un certain nombre d'étapes différentes – y compris le traitement avec des mélanges alcalins, acides et chargés négativement, ainsi que de nombreuses étapes de rinçage avec de l'eau minéralisée et, bien sûr, de la peinture et enfin un four.
Traditionnellement, les opérations étaient surveillées par un technicien effectuant des tournées trois fois par jour inspectant manuellement l'équipement avec un presse-papiers, prenant des notes et des lectures à la main, puis les saisissant numériquement dans le système. Ensuite, il y a un processus ultérieur pour tracer et analyser les données.
Le système IoT mis en œuvre consiste en une suite de capteurs mesurant des éléments tels que la chimie (y compris le pH), les pressions, les températures et la consommation d'énergie de divers moteurs. Ces lectures numériques sont ensuite acheminées sans fil vers une base de données où un traitement simple peut générer des alertes, par exemple lorsque la pression chute en dessous d'un certain seuil.
«Notre objectif est d’automatiser l’ensemble du processus», déclare Alex Kelly, responsable informatique technique de Tinsley Bridge. «Si nous pouvons collecter les données plus fréquemment, nous pouvons mieux comprendre les machines. Nous pouvons effectuer des lectures des milliers de fois par seconde, et c'est souvent dans ces petits morceaux de données cachées que vous avez les informations vraiment utiles qui peuvent vous en dire long sur le fonctionnement des machines. Cela peut révéler des défauts avant même que vous ne les connaissiez.
Explorer les technologies avancées
L'équipe de l'Université et de Tinsley Bridge ont également étudié des technologies plus avancées, telles que l'intelligence artificielle et les techniques d'apprentissage automatique, pour analyser les données recueillies et rechercher des modèles émergents. Ceux-ci peuvent être en mesure de donner encore plus d'informations sur le comportement et le fonctionnement des machines.
En termes de matériel avancé, ils ont testé de nouvelles technologies de réseautage et de communication telles que LoRaWAN, qui peut transmettre des données de capteurs sur de très longues distances sans le même niveau d'interférence qui peut nuire au Wi-Fi.
L'équipe a également étudié l'utilisation d'une solution basée sur le cloud qui automatise la capture de données, l'analyse et les alertes de maintenance, le tout entièrement à distance. Cela a également facilité le processus de recherche collaborative, car Alex et Boyang ont pu travailler ensemble sur du code, en utilisant un référentiel GitHub (une plate-forme en ligne pour le développement de logiciels et le contrôle de version). Boyang a également créé une simulation de l'ensemble du système Factory IoT dans sa propre maison à l'aide d'appareils Raspberry Pi.
S'adapter à des temps sans précédent
L'épidémie de Covid-19 a conduit à la nécessité d'utiliser de nouvelles méthodes de travail pour répondre à des temps sans précédent, la nécessité de travailler à distance étant plus importante que jamais. Cela comprenait la création d'un référentiel Github, qui permettait le partage de données et de code. Le temps passé dans l'usine a été passé à installer des capteurs, à saisir du code et à collecter des données, Boyang mettant en place une simulation pour simuler le système IoT de l'usine dans sa propre maison à l'aide de Raspberry PI. Alex explique «Il [Covid] était une opportunité majeure et un défi majeur; Avant, nous avions l'habitude d'avoir des réunions régulières avec Boyang, nous venions inspecter physiquement les capteurs installés, mais après Covid, nous avons changé notre façon de travailler.
Résultats mutuellement bénéfiques
Pour Boyang, le projet s'est déjà avéré un succès en termes d'expérience technologique dans la pratique, dans l'usine et il écrit actuellement un article de journal sur les résultats à partager avec la communauté universitaire et industrielle.
«Lorsque nous sommes arrivés, nous avons eu la liberté de repartir de zéro et de mettre en œuvre le système IoT et la plate-forme cloud les plus avancés.»
«Nous pouvons désormais partager notre expérience avec la communauté industrielle, afin qu'elle puisse avoir la confiance nécessaire pour aller de l'avant avec la transformation numérique et qu'elle sache comment le faire. Avant ce projet, il s'agissait principalement de recherches en laboratoire, certainement pas d'une démonstration complète en usine.
Pour Tinsley Bridge, le projet a déjà atteint des gains d'efficacité démontrables et leur a donné les bases pour évaluer et adopter les nouvelles technologies à mesure qu'elles se présentent.
Plus précisément, grâce à la mise en œuvre d'un système d'alertes automatisées, le personnel n'a plus besoin de se déplacer manuellement dans l'usine trois fois par jour en prenant des mesures sur un tableau à pince. Cela aide le week-end lorsque moins de personnes sont sur place et a été bénéfique pendant la pandémie de coronavirus, lorsqu'il était nécessaire de limiter le nombre.
L'utilisation des capteurs et de la technologie LoRaWAN a également permis à Alex d'effectuer rapidement et facilement des analyses ad hoc, en travaillant directement avec des individus ou des services de l'entreprise sans avoir besoin d'un support supplémentaire en termes d'installation.
«Nous commençons vraiment à élaborer une analyse de rentabilisation», dit-il. «Le coût de ces systèmes a considérablement baissé et il y a très peu de travail en arrière-plan. Il y a cinq ou dix ans, c'était impossible; il y a eu tellement d'interventions manuelles pour extraire toutes ces données. Tinsley renforce les capacités IoT, en collaboration avec nos principaux collaborateurs et partenaires comme l'Université de Sheffield. »

Laisser un commentaire