IOT et industrie : IoT pour les systèmes pneumatiques | Conception de la machine

Ces dernières années ont été témoins d'un intérêt considérable pour l'Internet des objets (IoT) et l'industrie 4.0. Dans le monde de la fabrication, le concept est souvent appelé Internet des objets industriel (IIoT) et il fait des gains remarquables dans tous les coins de l'usine. La puissance de calcul améliorée et l'avènement du big data contribuent à transformer la promesse de l'IIoT en réalité – des composants connectés dans des systèmes plus grands qui apportent l'intelligence artificielle au niveau des appareils.
Le but est de collecter des données de manière transparente, de les analyser à la volée et de transformer ces informations en résultats exploitables qui augmentent la disponibilité, l'efficacité et la productivité.
Des systèmes robotiques et des lignes d'assemblage hautement automatisées aux composants discrets tels que les vannes pneumatiques et les actionneurs, l'IIoT se fraye un chemin dans le tissu de l'environnement de fabrication actuel dans presque tous les secteurs. L'assemblage de dispositifs médicaux, la production automobile, la transformation des aliments et de nombreuses applications d'emballage commencent tous à récolter les avantages de la connexion d'appareils plus intelligents à l'intelligence embarquée.

Les usines ne disposent pas toujours de l'infrastructure nécessaire en raison des normes IoT concurrentes telles qu'EtherNet / IP, Profinet et autres.
Analyse des données et résultats exploitables
Les environnements de production modernes avec des machines dynamiques et des équipements automatisés commencent à s'appuyer de plus en plus sur l'analyse de données en temps réel. L'IIoT permet des évaluations à la minute près via un vaste réseau de capteurs intelligents qui permettent une collecte de données omniprésente à l'échelle du système sur la base d'une infrastructure de dorsale de communication robuste. De cette manière, de grandes quantités de données sont collectées en continu au niveau des composants et des appareils de l'environnement d'usine. Une fois collectées, ces données brutes sont analysées et transformées en informations utiles. Des appareils plus intelligents que ceux installés il y a encore quelques années sont désormais nécessaires pour prendre en charge l'analyse locale en temps réel, l'analyse des appareils et l'intelligence au niveau du système, y compris les stratégies de cloud computing et de périphérie.
Le but de la collecte et de l'analyse des données est de convertir toute cette activité en résultats exploitables. Cela signifie simplement utiliser les informations glanées à partir de l'analyse des données au niveau des appareils pour améliorer l'efficacité globale de l'équipement ou l'OEE – en d'autres termes, maximiser la productivité et minimiser (voire éliminer) les temps d'arrêt imprévus. Le concept est simple et offre de nombreux avantages, tels que des rendements plus élevés et une qualité améliorée, une vue holistique de l'intégrité du système, un meilleur contrôle des stocks, un coût de possession réduit grâce à l'optimisation énergétique et la possibilité d'accéder aux résultats analytiques à distance 24/7 . La capacité de rassembler et d'utiliser des données pour prendre des décisions qui ont un impact direct sur la productivité est l'essence même de l'IIoT.
Par exemple, considérons l'impact que l'IIoT commence à avoir sur l'industrie de l'emballage. Grâce à des composants intelligents pris en charge par les infrastructures informatiques et de réseau appropriées, les problèmes de fabrication pourraient être évités avant même qu'ils ne surviennent. Imaginez un appareil pneumatique intelligent, par exemple, qui pourrait signaler un filtre obstrué ou sale avant qu'il ne s'aggrave suffisamment pour ralentir ou interrompre un processus d'emballage. L'objectif est de passer d'une capacité et d'une mentalité purement diagnostiques à une mentalité véritablement pronostique et tournée vers l'avenir.
Une autre façon de regarder cette évolution de la productivité est de la considérer comme un passage de la maintenance réactive à la maintenance préventive en passant par la maintenance prédictive. Les données IIoT collectées au niveau de l'appareil peuvent être utilisées pour améliorer la fiabilité de la machine en termes de disponibilité (durée d'exécution maximale), de performances (durée de cycle idéale) et de qualité (bon nombre de pièces avec un minimum de rebut).

Les plates-formes IoT évolutives commencent par une intelligence intégrée au niveau de l'appareil qui peut permettre des analyses locales.
Mise en œuvre de l'IIoT
Bien que les avantages potentiels d'un système IIoT bien exécuté soient extrêmement prometteurs en termes d'améliorations de la productivité, le chemin vers une mise en œuvre complète n'est pas sans défis. Premièrement, l'infrastructure de base est toujours en évolution. De par sa nature même, l'IIoT génère un énorme volume de données qui doivent être agrégées, analysées, puis traitées. Les applications de fabrication nécessitent des données en temps réel qui nécessitent une toute nouvelle classe de composants, ceux dotés d'une intelligence dédiée au niveau des appareils. Les stratégies informatiques de pointe et basées sur le cloud ont besoin d'une infrastructure capable de gérer les nouvelles réalités du Big Data, et ces systèmes sont encore en train de prendre forme.
En plus de l'état des travaux en cours dans le paysage actuel de l'IIoT, les normes sont tout aussi aléatoires. La réalité est qu'aucune norme unifiée n'existe pour piloter l'infrastructure IIoT à l'échelle mondiale. De l'industrie 4.0 et du consortium Internet industriel à la fabrication en Chine 2025 et aux usines intelligentes, diverses stratégies régionales et spécifiques à l'industrie existent lorsqu'il s'agit de développer des normes IIoT. Ajoutez cela aux décisions habituelles concernant les choix de protocoles de communication industriels tels que Ethernet / IP, Profinet, IO-Link et autres. Le résultat est une infrastructure IIoT patchwork répartie dans le vaste monde de la fabrication.
Analyse au niveau de l'appareil
L'évolution des normes et de l'infrastructure IIoT est largement impulsée par les fabricants d'API. Par conséquent, une plate-forme véritablement à l'épreuve du temps commence par une intelligence intégrée au niveau de l'appareil. Par exemple, considérons un distributeur de vannes de bus de terrain pneumatique tel que la plate-forme ASCO Numatics G3, qui étend l'intelligence pour effectuer une variété d'analyses de données IIoT localement, au niveau de l'appareil. Cette approche offre plusieurs avantages.
Premièrement, il permet de rassembler des informations pertinentes et utiles sur les dispositifs pneumatiques intelligents, quelle que soit l'infrastructure globale de l'usine. De plus, aucune modification n'est requise dans le programme de l'automate car la collecte d'informations de diagnostic et de pronostic s'effectue au niveau de l'appareil. Il s'agit également d'une approche techniquement supérieure en raison de la puissance de calcul au niveau de l'appareil qui permet l'analyse des données au niveau du capteur en temps réel. De plus, au fur et à mesure que l'infrastructure IIoT se développe et mûrit, les informations au niveau de l'appareil restent pertinentes. Enfin, cette stratégie permet aujourd'hui une maintenance prédictive grâce à la disponibilité des données pronostiques des appareils.
Lorsqu'elles sont correctement analysées, les données IIoT peuvent conduire au bon type d'informations pronostiques qui font de la véritable maintenance prédictive une réalité. Cela permet à son tour de prédire avec précision les performances de la machine et d'éviter les pannes des composants et du système. Toutes ces analyses de données se traduisent par des réductions des temps d'arrêt, des coûts de maintenance et d'inventaire inférieurs, une meilleure santé de la machine, des rendements plus élevés et de meilleure qualité, ainsi qu'une efficacité et une productivité accrues des équipements.

L'analyse des appareils peut collecter des informations pertinentes et utiles sur les appareils pneumatiques intelligents, quelle que soit l'infrastructure de l'usine.
Pneumatique plus intelligent
Réaliser la pleine promesse de l'IIoT et améliorer considérablement les références de productivité nécessitera des appareils plus intelligents sur l'ensemble du spectre de fabrication. Prenons un scénario avec un système d'E / S modulaire, évolutif et distribué intégré dans un collecteur de vannes pneumatiques utilisé dans des applications telles que la mise en bouteille, l'emballage et l'assemblage de dispositifs médicaux. Dans cette configuration, les applications centralisées et distribuées utilisent les mêmes modules pour augmenter la flexibilité et réduire la complexité. Sur le collecteur, un affichage graphique intégré est utilisé pour la configuration et les diagnostics au point d'utilisation – et maintenant les pronostics. Enfin, l'ajout d'analyses d'appareils rend le distributeur de vannes «intelligent» et capable d'avoir un impact réel sur la productivité.
L'un des principaux avantages des capacités analytiques au niveau des appareils est qu'elles peuvent contourner l'API. Cela signifie aucune modification de programmation de l'API et aucun mappage de données n'est requis. Cependant, il est toujours possible de mapper les données vers l'automate selon les besoins. De plus, avec un serveur Web intégré et un écran LCD, il est facile pour le personnel de l’usine de vérifier l’état de l’appareil en personne ou en utilisant une simple application sur un appareil mobile. Les applications sont capables de signaler rapidement les problèmes critiques qui affectent les fonctions de la machine et des composants, évitant ainsi des problèmes plus importants qui pourraient autrement ne pas être contrôlés. Enfin, bien que des ressources informatiques de plus haut niveau ne soient pas nécessaires pour l'intelligence au niveau des appareils, l'informatique de périphérie et le cloud computing sont tous deux pris en charge par de nombreux appareils intelligents actuels.

Une analyse correcte des données IoT permet aux directeurs d'usine de prévoir avec précision et d'éviter les pannes de composants et de systèmes, réduisant ainsi les temps d'arrêt et augmentant l'OEE.
IIoT en action
Examinons de plus près le type d'informations qui peuvent être collectées au niveau des appareils pneumatiques. Les collecteurs de vannes intelligents sont capables de capturer et d'analyser les données pour surveiller les performances de pièces telles que les cylindres de vannes et les filtres de lubrification du filtre-régulateur (FRL), en plus de garder un œil sur les paramètres critiques tels que les fuites d'air et le temps de mission. Voici quelques exemples d'IIoT en action au niveau de l'appareil:
Surveillance des performances des cylindres de soupapes. Les collecteurs de vannes intelligents avec analyse des appareils sont capables de suivre le temps nécessaire au cylindre pour s'étendre et se rétracter. Le collecteur détermine ensuite si le temps d'extension / de rétraction du cylindre varie d'un pourcentage préalablement déterminé par l'utilisateur. Si la variance dépasse le seuil prédéfini, le collecteur avertit l'utilisateur afin que des mesures correctives puissent être prises avant que la productivité ne soit affectée. La clé ici est qu'aucune action de l'API n'est requise et que des capteurs de cylindre existants peuvent être utilisés.
Suivi des variations de pression au fil du temps. Des collecteurs de vannes intelligents avec analyse des appareils peuvent également être utilisés pour surveiller l'efficacité de l'élément filtrant, encore une fois, sans intervention de l'API. Le collecteur envoie un message à l'utilisateur lorsque l'élément filtrant nécessite une attention ou un remplacement. En d'autres termes, l'avertissement est envoyé avant que les performances de la machine ne soient compromises.
Implémentation de l'informatique de pointe. Les passerelles de calcul de périphérie étendent les capacités de gestion, d'agrégation et d'analyse des données sur plusieurs appareils au niveau du système. Le développement d'applications est simplifié via les outils graphiques Node-RED. Des solutions pneumatiques intelligentes pré-emballées sont disponibles et ne nécessitent pas de cloud computing, bien que le cloud puisse être utilisé si vous le souhaitez. Node-RED est un outil de programmation visuel basé sur les flux pour IIoT, avec plus d'informations disponibles sur nodered.org.
Ce ne sont là que quelques exemples simples de ce que l'IIoT peut accomplir aujourd'hui au niveau des appareils en termes de composants pneumatiques. À court terme, l'analyse des appareils embarqués peut offrir connectivité et analyse. Faire passer l'IIoT au niveau supérieur impliquera une stratégie d'informatique de périphérie dans laquelle un dispositif de passerelle de périphérie de l'infrastructure permettra l'analyse du système. La vision à long terme impliquera le cloud computing et une véritable analyse au niveau de l'entreprise.
Alors que des milliards d'appareils intelligents continuent de rejoindre le cadre IoT et que la 5G commence à être déployée commercialement à l'échelle mondiale, les stratégies IIoT dans le monde de la fabrication s'efforceront de suivre le rythme. Il n'y a aucune raison de retarder le test des eaux IIoT avec l'intelligence au niveau de l'appareil dans un premier temps.
Enrico De Carolis est vice-président de la technologie mondiale chez Emerson.

Laisser un commentaire