27 Nov
2019

L'IIoT et l'industrie manufacturière - tendances à l'aube de l'an 2020

À l'aube de 2020, les 3 sujets les plus populaires en matière d'IIoT sont les cobots, les jumeaux numériques et la maintenance prédictive.

Lean Manufacturing
Connected Workforce
Smart Factory
Continuous Improvement
IIoT
L'IIoT et l'industrie manufacturière - tendances à l'aube de l'an 2020
Lean Manufacturing
Lean Manufacturing
Connected Workforce
Connected Workforce
Smart Factory
Smart Factory
Continuous Improvement
Continuous Improvement
IIoT
IIoT
Food & Beverages Processing
Text Link
Consumer Product Goods
Text Link
Material Building & Construction
Text Link
Original Equipment Manufacturer (OEM)
Text Link
Pharmaceuticals & Supplements
Text Link
Packaging & Co-manufacturing
Text Link
Text Link

L'IIoT (Internet des objets industriels) est un sous-ensemble de l'IoT (Internet des objets). Les technologies d'IoT incluent tous les appareils qui ne sont pas destinés aux consommateurs (tels que les téléphones et les ordinateurs portables) connectés à l'internet. Les appareils peuvent être connectés à l'Internet pour collecter et communiquer des données, comme par exemple via des capteurs ou des caméras (par exemple, la sonnette Ring), ou pour fournir des fonctionnalités de contrôle à distance (telles que le dispositif de Nest thermostat).

L’IoT, ou « appareils connectés », est un marché en pleine croissance. Les dépenses mondiales consacrées à la technologie d'IoT devraient atteindre 1.2 trillions de dollars d’ici 2022.

Les technologies d'IIoT sont des solutions d'IoT utilisées dans un contexte industriel. Elles peuvent inclure des capteurs et des appareils intégrés aux produits industriels eux-mêmes, tels qu'un dispositif permettant de monitorer l'état d'un équipement (ex. un moteur de turbine aéronautique). Les solutions d'IoT peuvent également inclure des technologies utilisées pour optimiser et améliorer les opérations de fabrication des produits.

Une étude récente sur les tendances de l'IIoT a révélé un changement significatif dans les domaines d'intérêts des entreprises en matière de technologie de 2018 à 2019. Alors qu'en 2018, les domaines d'intérêt comprenaient les capteurs, la réalité virtuelle et l'impression 3D, en 2019, à l'aube de l'an 2020, on s'intéresse davantage  aux cobots, aux jumeaux numériques et à la maintenance prédictive.

 

IIoT Manufacturing Trends

 

À l'aube de 2020, les 3 sujets les plus populaires en matière d'IIoT sont les cobots, les jumeaux numériques et la maintenance prédictive

 

Cobots

L'époque des robots à 6 axes fonctionnant indépendamment derrière des clôtures/cages de sécurité pourrait bientôt prendre fin. Les robots deviennent de plus en plus mobiles et collaboratifs. Les robots mobiles sont de plus en plus équipés de technologies de capteurs de périmètre qui surveillent leur environnement leur permettant de travailler à proximité des humains tout en assurant un environnement sécuritaire. Certaines entreprises vont plus loin et testent des systèmes de robots portables dans lesquels un exosquelette fournit une force de levage au-delà de ce dont une personne est capable, tout en imitant l'intelligence et le contrôle de la motricité fine d'un être humain.

Le marché mondial des cobots a dépassé les 649 millions de dollars en 2018 et devrait se développer avec un TCAC de 44,5% entre 2019 et 2025.

« Digital twins »

Les entreprises qui conçoivent et développent des produits industriels de grande valeur investissent dans les technologies de « digital twins ». Ils intègrent des capteurs dans leurs produits afin de mesurer des paramètres importants au niveau des machines, tels que les températures localisées, les paramètres d'entrée et de sortie de la puissance, etc. Cela permet la création de « digital twins ».

Un « digital twin » est une duplication dans un software d'une pièce réelle d'un équipement réel. Les données collectées à partir de capteurs installés sur la machine sont envoyées au « digital twins »  et celui-ci permet de démontrer  « l'état de santé » de la machine et ses différents paramètres.

Cela peut aider à gérer les coûts opérationnels en permettant de déterminer quand un équipement doit être retiré pour un entretien régulier, tel qu'un changement d'huile. L'information obtenue peut également être intégrée à d'autres données telles que les signatures vibratoires des équipements pour prédire les défaillances de composantes cruciales. Cela peut minimiser les conséquences d'une défaillance prématurée et du risque opérationnel, telles que les blessures résultantes, ou simplement éviter les coûts de réparation d'un équipement défectueux.

Gartner affirme que 24% des entreprises utilisent des « digital twins » et que 42% ont l'intention d'investir dans la technologie des jumeaux numériques. Les premiers à avoir utilisé cette technologie sont les grandes entreprises de logistique qui surveillent les camions lourds et les locomotives. Des exemples encore plus courants de leur utilisation incluent le monitoring et la modélisation des moteurs d'avion.

Maintenance prédictive 

Les « digital twins » permettent d'établir quand faire de la maintenance prédictive, mais ne sont en aucun cas la seule technologie d'IIoT pouvant être utilisée pour prévoir les besoins de maintenance des machines.

Les temps d'arrêt occasionnent beaucoup de coûts pour les entreprises oeuvrant dans le secteur manufacturier mais les temps d'arrêt non-planifiés sont encore plus dispendieux. Les temps d'arrêt non-planifiés augmentent le coût de résolution du problème ayant provoqué les temps d'arrêt. Les temps d'arrêt planifiés peuvent coûter de l'argent aux entreprises. Toutefois, les temps d'arrêt non-planifiés entraînent tous les coûts supplémentaires liés au paiement d'une main-d'œuvre inutilisée et à la nécessité de compenser la perte de production par des heures supplémentaires ou par la sous-traitance. Il y a aussi un effet défavorable sur les relations avec les clients en raison du non-respect du calendrier de livraisons.

La possibilité de transformer ce qui aurait été une panne d'équipement en un événement planifié (un temps d'arrêt planifié) dans un contexte où des pièces sont disponibles et le personnel prêt à intervenir signifie que les effets défavorables sur la production sont atténués et il y a une diminution significative des coûts pour les fabricants.

Bien que chacune des trois technologies d'IIoT décrites ci-dessus ait sa place dans l'optimisation du processus de fabrication, elles sont utilisées majoritairement par des grandes entreprises. Cela ne signifie pas pour autant que les petites et moyennes entreprises manufacturières soient exclues de la révolution d'IIoT.

Dans notre article intitulé « Industrie 4.0 and Efficiency - A Global Perspective », nous avons découvert que, en ce qui concerne les investissements en IIoT et le retour sur investissement, que le retour sur investissement dépend principalement de l'efficacité accrue et des économies de coûts qui en résultent plutôt que de raisons plus complexes. En d'autres termes, même si l'implantation de technologies d'IIoT futuristes telles que les cobots et les « digital twins » font la une des journaux, vous pourrez générer plus de gains en adoptant des solutions permettant de réduire les coûts et de générer un retour sur investissement rapide, telles que les outils analytiques d'usine intelligente.

Toute entreprise manufacturière peut mettre à profit les avantages décrits ci-dessous rendus possibles grâce à l'IIoT:

Gestion de l'inventaire

À l'aide de technologies telles que les étiquettes RFID, les fabricants peuvent gérer leur inventaire et identifier exactement où se trouvent les pièces, les assemblages et les produits finis dans le processus de fabrication. Les solutions de gestion des stocks IIoT peuvent améliorer la production dite « Just in Time » plus que la méthode papier et crayon.

Gestion de la production

En utilisant des outils analytiques d'usine intelligente comme celles de Worximity, les entreprises peuvent monitorer en temps réel l'équipement et la machinerie de production, leur permettant de réagir plus rapidement aux situations problématiques et aux pannes et créer un historique de données au fil du temps ce qui en retour permettra aux entreprises d'obtenir des meilleurs résultats plus rapidement suite à la mise en place d'initiatives d'amélioration continue. Les outils analytiques d'usine intelligente peuvent même fournir des capacités de maintenance prédictive sans avoir à encourir les dépenses associées à la construction de modèles complexes de « digital twins ».

Pour en savoir plus sur différentes solutions et stratégies d'IIoT, lisez nos articles ci-dessous:

How to Achieve Synergy Between Your IIoT Implementation and Your People to Deliver Real Business Results

Big Data and Budgeting

Strategic Roadmap for IIoT Success

Industry 4.0 and Efficiency - A Global Perspective

Empowering the C-Level Executives in Food Manufacturing with Real Time Business Intelligence

OEE & Smart Factory Analytics - The Game Changer for Manufacturers

 

Souhaitez-vous en savoir plus sur les éléments nécessaires à la mise en œuvre de votre propre solution d'analyse de données d'usine intelligente? Réservez une démo en cliquant ci-dessous!

 

Demo_bouton600x75_CTA

Related articles

Back to the blog
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
9
Jan 2024

Manufacturing Trends to Lookout for in 2024

As we look at manufacturing trends for 2024, pressure to stay on top of current trends and maintain competitiveness are at an all-time high

English
16
Oct 2023

The Synergy Between Lean Manufacturing and OEE Monitoring

Overall Equipment Effectiveness (OEE) monitoring plays a crucial role in the realm of lean manufacturing, serving as an essential tool to assess and enhance the efficiency and productivity of manufacturing processes.

English
3
Aug 2023

Adopter l'IIoT: la voie intelligente pour permettre aux fabricants d’équipement d’origine de prospérer grâce à un partenaire expert en technologies d’usine intelligente IIoT

En s'associant à un fournisseur de solutions IIoT de premier plan, les fabricants d’équipement d’origine peuvent améliorer l'expérience client, stimuler la compétitivité et augmenter leurs sources de revenus.

French

Related articles

Back to the blog
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
11
Apr 2024

Votre guide en matière de contrôle statistique du processus (CSP)

En tant qu’entreprise manufacturière, il est essentiel de comprendre le contrôle statistique du processus pour survivre et prospérer dans l’environnement hyper-compétitif d’aujourd’hui.

French
10
Apr 2024

Définir la différence entre le temps de production et le temps de cycle

Le temps de cycle et le temps de production sont des indicateurs clés de la performance manufacturière. Découvrez ce que chacun signifie et comment les utiliser pour augmenter la productivité dans le cadre de votre processus de production.

French
13
Mar 2024

Moteurs d’efficacité manufacturière : Monitoring des machines et du TRG

Le monitoring des machines et du TRG (taux de rendement global) sont efficaces pour améliorer l'efficacité globale, mais quelle est la différence entre eux et qu'est-ce qui est le mieux adapté à vos opérations?

French
13
Mar 2024

Engines of Manufacturing Efficiency: Machine Monitoring and OEE

Machine Monitoring and OEE (Overall Equipment Effectiveness) are effective at boosting overall efficiency, but what is the difference between them and what is best for your operations?

English