13/7/18

5 exemples de l'impact de l'IIoT sur la fabrication

Sur Engineering.com, le rédacteur Isaac Maw posait le mois dernier la question : « Quelle est la promesse de l'usine connectée ? » Voici cinq exemples tirés de ses recherches et de ses échanges avec des experts du secteur.

IIoT agroalimentaire
Industrie 4.0
Suivi machine
Usine intelligente
IIoT
5 exemples de l'impact de l'IIoT sur la fabrication

Dans un article publié le mois dernier, le rédacteur Isaac Maw posait la question : « Quelle est la promesse de l'usine connectée ? » Voici cinq exemples tirés de ses recherches et de ses échanges avec des experts du secteur.


Application 1 : la véritable maintenance prédictive

Maw explique que « la véritable maintenance prédictive repose sur l'analyse par apprentissage automatique, en exploitant le maximum de points de données issus de capteurs comme les vibrations, les températures, les courants et les tensions ». Il ajoute que « certains algorithmes d'apprentissage automatique peuvent prédire une panne avec quatre mois ou plus d'avance ». Et de poursuivre : « l'objectif des systèmes de maintenance prédictive est de produire des prévisions probabilistes précises à partir des données, et non de simplement les rapporter ».


Application 2 : piloter une opération à distance

Citant l'industrie pétrolière et gazière, Maw souligne qu'« avec des équipements connectés à bord d'une plateforme offshore, des experts restés sur la terre ferme peuvent communiquer avec les ouvriers en mer, voire piloter les commandes à distance ».

 

 

 

 

 

 

 

Application 3 : meilleure collaboration interne

AVEVA est une multinationale d'ingénierie et d'informatique industrielle qui collabore avec Roy Hill Mining. Chez Roy Hill, avec AVEVA, Maw écrit : « Plutôt que de laisser chaque département fonctionner en silo, ce qui freine la collaboration et l'accès aux données, l'entreprise a tiré parti de l'IIoT pour maximiser la collaboration et l'efficacité de son centre de contrôle ».

 

Application 4 : intelligence artificielle

Citant le Dr Richard Soley, directeur exécutif de l'Industrial Internet Consortium (IIC), Maw écrit : « Si vous ne comprenez pas ce que sont vos données, aucun système d'apprentissage automatique ne le fera pour vous. Il faut du personnel formé pour interpréter les données d'entrée comme les résultats, afin de tirer pleinement parti des systèmes d'apprentissage automatique. »



Application 5 : transformation numérique complète

« La transformation numérique ne se limite pas à passer au sans-papier ou à remplacer un porte-bloc par un iPad. La transformation numérique désigne la refonte du modèle d'affaires pour intégrer les nouvelles technologies numériques. »

Source + lire l'article complet.

 

 

 



 





 

En savoir plus?
télécharger le ebook
Articles connexes

Articles connexes

Retour au blogue
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
13
May 2019

Serez-vous capable de rattraper les leaders de l'industrie - Partie 2

French
9
May 2019

Serez-vous capable de rattraper les leaders de l'industrie? - Partie 1

French
1
Oct 2021

Pourquoi l'industrie agroalimentaire ne peut pas se permettre des données incomplètes

French

Related articles

Back to the blog
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
24
Nov 2019

Les méthodes Poka-Yoke dans un contexte de lean manufacturing

Découvrez les méthodes Poka-Yoke qui vous permettront d'adhérer aux principes du lean manufacturing et ainsi améliorer la performance de vos usines.

French
6
Mar 2018

Le jeu manufacturier : comment vous pouvez gagner avec la machinerie numérique

Un article récent de McKinsey invite les manufacturiers à plonger dans la machinerie numérique, suggérant un virage radical de la vente de matériel vers des modèles d'affaires basés sur le numérique.

English
4
Mar 2022

Leadership en fabrication : comment créer un sentiment d'appropriation dans vos équipes

Découvrez comment cultiver le sentiment d'appropriation dans les équipes est essentiel pour être un leader efficace en fabrication.

English