Il y a beaucoup de discussions et de textes portant sur l'industrie 4.0, l'IIoT (Internet des objets industriels) et des sujets connexes tels que l'analyse de données d'usine intelligente. Il peut parfois être difficile pour un manufacturier de faire la distinction entre ce qui est du battage médiatique et ce qui est factuel, ou du moins ce qui est applicable dans le monde réel.
Du point de vue d'une entreprise manufacturière, une façon d'aborder ce dilemme est de prendre du recul et de se poser la question suivante: « quelle est notre vision en tant qu'entreprise manufacturière lorsqu'on regarde vers l’avenir?». Pour vous aider dans cet exercice, nous avons fait une recherche sur le paysage de l'information de « l'usine du futur » et créé ici un résumé avec des liens pratiques pour vous aider à établir votre vision en tant que fabricant.
Notre approche était de prendre une perspective globale et voir ce qui est possible dans un avenir pas trop lointain ainsi que sur ce que font les grandes usines d'aujourd'hui. Nous voulions également vous fournir quelques points de référence afin que vous puissiez évaluer où se trouve votre entreprise aujourd'hui par rapport à votre objectif d'usine du futur et adopter une vision réaliste de ce qui est possible pour votre entreprise dans un avenir pas trop lointain.
Un des thèmes clés qui est revenu souvent dans le cadre de notre recherche est la « numérisation » et les technologies telles que « l’usine numérisée » ou la « numérisation en usine ». L’« usine du futur » est un autre thème.
Nous avons exploré ces deux thèmes pour vous et vous offrons donc un résumé ci-dessous.
Dans son article Future Factory: How Technology Is Transforming Manufacturing, CB Insights a identifié 8 critères clés pour qu'une usine soit officiellement qualifiée d'« usine du futur ». Il est particulièrement intéressant de voir la façon dont ils ont organisé ces critères.
La plupart des articles qui traitent de la technologie IIoT dans l'industrie manufacturière ont tendance à se concentrer sur une approche « de bas en haut » (bottom-up). Ce que nous entendons par là, c'est qu'ils présentent un inventaire des technologies disponibles telles que les capteurs IoT ou les lunettes de réalité virtuelle pour ensuite décrire comment ceux-ci peuvent être intégrés aux applications et solutions employées dans le domaine manufacturier. Dans l'article de CB Insights, ils adoptent une approche différente. Leur approche consiste à voir ce qui se fait du début du processus de fabrication (développement de produits) jusqu'à la fin du processus de fabrication (distribution de produits). Cela crée un point de vue intéressant et complet.
Vous serez en mesure de peser le pour et le contre de vos opportunités et vos progrès en matière de numérisation d'usine par rapport à ces 8 critères. Mais avant d'y arriver, jetons un coup d'œil à ce que les entreprises manufacturières font aujourd'hui en matière de mises en oeuvre de technologies IIoT.
Comment se portent les entreprises en général? En 2015, PwC a fait un sondage auprès de plus de 2000 entreprises de 26 pays dans les secteurs de la production industrielle, y compris l'ingénierie et la fabrication industrielle.
Un tiers des répondants ont déclaré que leur entreprise avait déjà atteint des niveaux avancés d'intégration et de numérisation, et 72% s'attendaient à atteindre ce point en 2020. On rapportait également qu'une écrasante majorité (86%) des répondants au sondage avait déclaré que sur la base de leur expérience à ce jour, ils s'attendaient à voir à la fois des réductions de coûts et une augmentation de revenus provenant de leurs efforts de numérisation avancée ». Cela signifie qu'il y a des progrès, mais si l'on compare les données et résultats par rapport aux critères élaborés par CB Insights, à l'exception des entreprises manufacturières les plus avancées, il y aura un long chemin à parcourir pour atteindre la numérisation complète de l'usine et devenir une usine du futur.
Comment la numérisation en usine a-t-elle vu le jour et qu'est-ce que cela signifie?
Les technologies d'usine intelligente sont un sous-ensemble des technologies de numérisation d'usine. La numérisation est le processus par lequel les usines évoluent pour devenir des usines du futur. Il s'agit d'une représentation de l'usine du 21e siècle qui repose sur l'intégration des données et des ressources humaines. De nombreux développements technologiques récents propulsent collectivement cette révolution manufacturière. La numérisation en usine répond au besoin pour les entreprises d'améliorer continuellement leurs opérations, d'augmenter la productivité, d'améliorer la qualité, de fournir un plus grand éventail de produits sur commande, tout en réduisant les coûts. Ce besoin se poursuivra dans le futur.
La numérisation en usine est la mise en œuvre de technologies IIoT sur l'ensemble de la chaîne de valeur, y compris pendant le déroulement normal des processus au sein d'une usine ainsi qu'avant et après qu'un manufacturier en particulier ajoute de la valeur.
Les entreprises adoptent les technologies de numérisation des usines pour:
- améliorer l'efficacité économique
- acquérir la capacité d'être proactif plutôt que réactif
- raccourcir les cycles de développement et d'introduction des produits
- compresser radicalement les cycles de livraison
- permettre une grande prolifération de produits fabriqués avec des ressources égales ou moindres
- s'intégrer aux chaînes de valeur supérieures pour s'intégrer aux chaînes d'approvisionnement qui s'étendent du consommateur aux matières premières
- améliorer la sécurité
Exemples de numérisations d'usines et d'usines du futur existantes:
Bosch est une entreprise pionnière dans la numérisation avancée en usine. « Grâce à une production en réseau, le groupe Bosch prévoyait réaliser des économies de coûts d'environ un milliard d'euros et des ventes supplémentaires d'un milliard d'euros au plus tard en 2020) ».
Dans l'une de leurs usines, une ligne multi-produits peut désormais produire jusqu'à 200 modules hydrauliques différents à partir de 2000 pièces, avec neuf stations en réseau sur la ligne. Via une puce RFID, qui est mise en réseau avec les données spécifiques des composants dans le système, les puces reconnaissent quelles étapes de travail sont nécessaires et quels composants doivent être assemblés et comment. Chaque section trouve son propre chemin à travers la chaîne de production et demande les matériaux appropriés. C'est là que les employés formés entrent en jeu. On leur montre une photo ou un film avec les étapes d'assemblage nécessaires pour le produit fini sur une interface.
De toute évidence, il s'agit d'une numérisation avancée en usine et d'un passage à des « lots de taille 1 » (ou « batch size 1 » en anglais) ou à une « personnalisation de masse », ce qui est une tendance majeure dans l'industrie manufacturière aujourd'hui.
Fanuc, le fabricant japonais de robotique, gère une usine entièrement « dans le noir » (« lights-out » en anglais), qui fonctionne depuis 2001. Dans cette usine, les robots construisent d'autres robots de manière complètement indépendante pendant près d'un mois à la fois. Non seulement les lumières sont éteintes la plupart du temps, mais la chaleur et la climatisation aussi.
De toute évidence, la plupart des entreprises manufacturières auront un long chemin à parcourir pour atteindre ce niveau de fabrication de pointe, mais ces deux exemples démontrent ce que votre vision pour votre usine du futur pourrait impliquer.
Alors, comment devriez-vous procéder pour tracer le portrait de votre usine du futur et pour commencer à combler l'écart entre ce que la technologie IIoT rend possible et ce que vous faîtes réellement dans votre usine?
Basé sur l'article de CB Insights mentionné plus haut, voici 8 domaines que vous pourriez explorer pour vous aider à tracer votre avenir.
image provenant de CB Insights
1. R&D
Les entreprises utilisent des programmes d'ingénierie multi-physique avancés pour concevoir et développer des produits et résoudre des problèmes reliés à ceux-ci avant même que la conception détaillée ne commence. « Multi-physique » signifie que vous pouvez créer une représentation d'un objet physique, comme vous le feriez dans n'importe quel système de CAO 3D, mais une fois le modèle d'objet créé, vous pouvez ensuite simuler le comportement et les points de défaillance. Un programme d'ingénierie multi-physique vous permet d'incorporer les propriétés des matériaux dans l'objet et de le placer sous des charges pour voir à quoi ressemblent les déflexions et les défaillances physiques. Vous pouvez simuler le même objet à l'aide de la modélisation MFN (mécanique des fluides numérique (MFN) (dans le jargon anglais, (CFD)(Computational Fluid Dynamics)) pour simuler l'écoulement de gaz ou de liquide à travers ou autour de l'objet, simuler la combustion, calculer le transfert de chaleur et plus encore. Ce qui prenait auparavant des mois, voire des années de simulation physique à l'aide d'équipements de test de charge, de souffleries et de chambres froides et chaudes peut désormais être compressé en semaines, voire en jours. Les produits et composants sortent de la phase de conceptualisation et de conception bien plus près que jamais du produit final.
Entre la conceptualisation des produits et la construction de modèles, les entreprises utilisent des bases de données de matériaux massives développées par des tiers pour obtenir les spécifications des matériaux. Les lunettes RV permettent de manipuler des composants 3D et des modèles d'assemblage pour simuler la fabrication et vérifier la conception du produit.
« Une entreprise travaillant dans la chimie et la science des matériaux est Citrine Informatics. Citrine exécute l'intelligence artificielle sur sa gigantesque base de données de matériaux et prétend aider les organisations à atteindre leurs objectifs définis de R&D et de fabrication 50% du temps. En 2018, Citrine a obtenu un financement de 8 millions de dollars auprès de Tencent pour faciliter son expansion internationale - l'année d'après, elle a annoncé un partenariat avec LANXESS pour travailler sur l'utilisation de l'IA pour la production de plastiques. Similairement, DeepChem a développé une bibliothèque Python pour appliquer l'apprentissage profond à la chimie. »
L'impression 3D permet ensuite la production rapide de composants réalistes d'usine pour des tests de raffinement et d'ajustement dans le monde réel. Selon CB Insights, « l'accélération du développement de produits est la priorité n ° 1 des entreprises utilisant l'impression 3D ».
2. ERP
Le Lean Manufacturing a fait disparaître le gaspillage de nombreuses chaînes de valeur de fabrication en raison notamment de systèmes de fabrication utilisant des pièces presqu'aussitôt qu'elles arrivent à l'usine. Honda est reconnue pour l'une de ses usines qui conserve ses pièces que pour une heure.
Cependant, avec la numérisation d'usine, il pourrait être possible de compresser davantage les stocks. Dans la fabrication décentralisée, les entreprises construisent un réseau de mini-usines dispersées géographiquement qui produisent des composants et des matériaux sur demande, ce qui raccourcit radicalement les distances logistiques. De très petits articles, en particulier ceux qui conviennent à la fabrication additive, sont fabriqués sur demande dans des lots plus petits.
« Des entreprises comme Xometry et Maketime proposent la fabrication additive sur demande et le fraisage CNC (une méthode soustractive qui sculpte un objet dans un bloc), ce qui lui permet de remplir ses commandes de pièces à travers ses réseaux d'ateliers ».
Une technologie dont vous avez probablement entendu parler est la « blockchain » ou chaîne de blocs, mais en dehors des services financiers, on n'en parle pas beaucoup. Le logiciel ERP suit les matériaux, les ressources et la main-d'œuvre dans une entreprise individuelle. La technologie blockchain assure des systèmes répartis de registres ERP couvrant les chaînes de valeur ajoutée mondiales, permettant à chaque fabricant de gérer ses propres systèmes et d'avoir une visibilité sans précédent sur l'offre et la demande, tout en ayant des données fiables en temps réel.
« Les projets de blockchain et de technologies de registres distribués (DLT) visent à unir les données des différents processus et partenaires d’une entreprise dans une structure de données universelle. De nombreux géants des entreprises pilotent des projets de blockchain, visant souvent spécifiquement à réduire la complexité et les disparités de leurs bases de données cloisonnées. »
3. Analyses de données d'usine intelligente
L'analyse de données d'usine intelligente comme celle rendue possible grâce à la technologie de Worximity permet de fournir facilement des tableaux de bord en temps réel à travers votre système de fabrication. Les tableaux de bord peuvent être personnalisés pour fournir les bonnes informations au bon moment en fonction du rôle de chaque participant.
« Selon les paramètres du lean manufacturing (mesurés par le taux de rendement global, ou TRG), les sites de production de classe mondiale fonctionnent à 85% de leur capacité théorique. Pourtant, l'usine moyenne opère à environ 60% de sa capacité théorique, ce qui signifie qu'il y a une grande marge d'amélioration en termes de rationalisation des activités. »
photo fournie par CB Insights
Les logiciels d'analyse de données d'usine intelligente comme ceux de Worximity réduisent le gaspillage tout en améliorant radicalement le TRG pour vous aider à atteindre des performances de classe mondiale.
4. Augmentation du travail
Plusieurs technologies IIoT sont en train de transformer la façon dont le travail manufacturier est effectué. La réalité augmentée ou l'utilisation de lunettes de réalité virtuelle permettent de fournir des informations juste à temps (méthode just-in-time). Cette technologie permet la personnalisation de masse en fournissant des instructions de travail sur le champ. Elle permet également une formation et un support instantanés pour la maintenance et la réparation des équipements.
« En plus d'être un « navigateur » mains libres qui peut communiquer des indicateurs de performance d'usine et attribuer du travail, la réalité augmentée (RA) peut analyser des environnements de machine complexes et utiliser la vision par ordinateur pour schématiser les pièces d'une machine, comme un manuel visuel en temps réel. Par conséquent, la main-d'œuvre hautement qualifiée, comme le service sur site ou sur le terrain, devient une compétence « téléchargeable » (d'une manière qui n'est pas sans rappeler La Matrice (The Matrix)). »
Les cobots permettent de multiplier la force mécanique des travailleurs par le biais de robots compagnons et d'exosquelettes qui aident à réduire les blessures et la fatigue et améliorer la productivité par travailleur.
5. Production et assemblage
En ce qui concerne l'impression 3D, comme indiqué ci-dessus, une grande partie de l'investissement se concentre sur le développement de produits. Cependant, pour certaines applications, la fabrication additive peut rationaliser les opérations d'assemblage de produits en produisant des composants sur place selon les besoins. Les pièces uniques imprimées en 3D permettent de produire un large éventail de variations de produits à partir d'un seul poste de travail.
L'ajout de la robotique au point de pouvoir produire « dans le noir » (lights-out manufacturing) est une conséquence possible permis par l'avancement de votre usine, mais il y a encore beaucoup de gains à faire en utilisant l'analyse de données d'usine intelligente afin d'éliminer le gaspillage de vos opérations de production. L'automatisation avancée et les véhicules autonomes sont un moyen de potentiellement faire un pas vers la fabrication dans le noir, mais même l'ajout d'un 7e axe à un robot traditionnel à 6 axes peut réduire le travail et le temps requis pour transporter les pièces vers et depuis les postes de travail.
« Que ce soit vraiment collaboratif ou rendre le travail humain superflu reste à voir. Après avoir ajouté des véhicules guidés autonomes, une usine de Nissan située au Tennessee n'a licencié aucun manutentionnaire et la productivité a augmenté. L'avionneur européen Airbus utilise également un robot mobile qui travaille aux côtés des humains pour percer des milliers de trous dans les avions de passagers. »
6. Assurance qualité
Les efforts de numérisation d'usines modernes, tels que la simulation de produits avancée, peuvent aider à augmenter la qualité des produits. La vision par ordinateur est de plus en plus utilisée pour cerner la qualité des produits sur les lignes de production en mouvement où la vitesse humaine et le risque d'ennui créent des problèmes. L'analyse de données d'usine intelligente peut aider à éliminer la production de produits qui ne respectent pas les spécifications et peut vous aider à vérifier l'état de l'équipement afin de pouvoir effectuer de la maintenance prédictive avant que les produits n'atteignent un niveau de qualité en-dessous des normes tolérées.
« Les start-ups soutenues par des investisseurs en capital-risque comme Instrumental forment l'IA à repérer les problèmes de fabrication. Et le célèbre chercheur en intelligence artificielle, Andrew Ng, a une start-up axée sur la fabrication appelée Landing.ai qui travaille déjà avec Foxconn, un fabricant de produits électroniques. »
7. Entreposage
La tendance de réduire davantage l'inventaire au bilan est un moyen de réduire les coûts d'entreposage. Les entrepôts « dans le noir » sont une extension naturelle de la fabrication dans le noir (lights-out manufacturing).
« Avec l'essor du commerce électronique, la demande d'espace de stockage a explosé. L'année dernière, la hauteur moyenne du plafond des entrepôts a augmenté de 21% par rapport à 2001, et les dépenses pour la construction de nouveaux entrepôts ont atteint un sommet en octobre 2017, avec 2,3 milliards de dollars dépensés pour la construction au cours de ce seul mois. »
La volonté d'automatiser les espaces d'entreposage qui ont augmentés de façon incroyable a pour but de maximiser le retour sur investissement de ces investissements. Vous pouvez voir des exemples d'automatisation d'entrepôt en cliquant ici.
8. Logistique
La « télématique » du camionnage est utilisée depuis un certain temps, utilisant la technologie de localisation et de communication cellulaire ou satellite pour suivre les camions et fournir les itinéraires pour assurer le plus haut niveau d'efficacité et permettre une visibilité de la chaîne d'approvisionnement même lorsque les livraisons sont mobiles. Désormais, les flottes de camions autonomes devraient perturber la logistique et réduire encore davantage les coûts de la mobilité des produits.
Les technologies Blockchain et IoT servent de tremplin pour révolutionner les systèmes ERP dans les entreprises, comme indiqué ci-dessus, et les produits en mouvement ne font pas exception.
« Une fois le produit emballé et mis sur palette, le faire sortir de l'usine efficacement est une tâche ardue. Avec des milliers de numéros de SKU et de commandes à gérer, la complexité peut être étonnante - et les logiciels de planification des ressources d'entreprise (ERP) utilisés pour gérer le tout ont proliférés. »
Mais il est encore possible pour l'IoT et la technologie blockchain d'être encore plus granulaires avec les chaînes d'approvisionnement en temps réel. »
Marques
Les marques vanteront de plus en plus leur réduction de gaspillage non pas en termes d'économies (bien que cela soit toujours important) mais en termes d'utilisation de moins de ressources. Les grandes entreprises de produits de consommation adoptent l'économie circulaire, où les produits sont conçus en pensant au recyclage et à la réutilisation. L’utilisation des technologies de numérisation des usines offre des possibilités de réduire l’empreinte géographique, d’adopter les « achats locaux » au-delà de la production alimentaire et peut réduire les coûts énergétiques.
Conclusion
L'analyse de données d'usine intelligente s'avère la solution la plus facile pour créer votre plan IIoT ou usine du futur. Avec des implantations rapides et un retour sur investissement rapide, des logiciels comme ceux de Worximity s'intègrent directement dans vos programmes d'amélioration continue et accélèrent et améliorent vos résultats à mesure que vous devenez plus « lean ».
Cela ne signifie pas que vous ne devriez pas garder un œil sur l'avenir des technologies IIoT dans le secteur manufacturier et réfléchir à quoi ressemblera votre usine du futur!
Êtes-vous intéressé à commencer votre planification d'usine du futur? Communiquez avec nous et planifiez une démo!
Que nous réserve l'avenir en matière de numérisation d'usine?
Sur la base des projections pour l'avenir, la numérisation ne fera que s'améliorer et devenir plus fiable. La numérisation et le concept d'industrie 4.0 vont de pair, car ils ont tous deux pour objectif principal d'accroître l'efficacité au sein des entreprises. L'industrie 4.0 continuera de s'améliorer et, à son tour, d'élargir la portée de ce que la numérisation peut faire et d'en faire une meilleure ressource pour les entreprises. Une fois l'intégration complète de ces deux éléments l'un dans l'autre, la demande continuera d'augmenter et chaque usine qui souhaite rester compétitive dans un proche avenir devra intégrer la numérisation dans son entreprise.
Comment l'IIoT augmente la productivité
Les entreprises ayant mis en oeuvre l'IIoT dans leur entreprise ont connu de nombreuses formes d'amélioration de productivité, que ce soit en raison de travailleurs capables de travailler de manière plus productive ou dû au fait que les entreprises sont capables de produire plus de produits plus rapidement. La technologie IIoT a également rendu le travailleur moyen plus réceptif à l'idée de gérer des tâches plus complexes et de se voir confier plus de responsabilités puisqu'il est désormais possible pour une personne d'accomplir les mêmes tâches qui, antérieurement, étaient confiées à 4 personnes.
Comment l'IIoT connecte les travailleurs autour des entreprises
Les technologies IIoT connectent et responsabilisent également les travailleurs en leur donnant plus de responsabilités et en leur permettant de travailler simultanément avec la technologie mise en œuvre dans un cadre IIoT. Cela fonctionne peut-être en raison du fait que l'IIoT simplifie les processus complexes de sorte qu'un ouvrier ordinaire qui auparavant aurait eu besoin d'avoir plus d'expérience pour assumer une tâche sera désormais en mesure de l'accomplir grâce à la technologie IIoT qui l'aidera à terminer le processus. Le travailleur deviendra alors plus intelligent et sera capable de gérer plus de tâches que ce que l'on croyait possible à l'origine.
Comment la technologie IIoT place la satisfaction du client au premier plan
Une des raisons pour lesquelles on peut améliorer la satisfaction des clients avec la technologie IIoT vient du fait que l'IIoT prend en considération l'ensemble du processus et cherche des moyens de l'améliorer pour le rendre plus efficace. L’une des principales façons dont la satisfaction du client est prise en considération est l’analyse des résultats, les résultats étant analysés pour enregistrer comment la population générale du point de vue du vendeur réagirait et en appliquant les changements nécessaires le cas échéant. Chaque personne, des propriétaires aux acheteurs de ladite ressource, sera étudiée et analysée pour s'assurer que la qualité est respectée en fonction des deux parties pour assurer la poursuite des affaires. Si les résultats sont médiocres, l'IIoT sera en mesure de le reconnaître et d'appliquer les bonnes méthodes pour garantir que ces perspectives négatives soient modifiées.
L'avenir de la technologie IIoT
La technologie IIoT a vu sa popularité augmenter et les experts estiment qu'elle ne ralentira pas. La capitalisation boursière a radicalement changé au fil des ans. En effet, alors que les professionnels prédisaient un plafond maximal de plusieurs millions en 2011, on parle actuellement d'un plafond atteignant les milliards de dollars. Les résultats sont éloquents et montrent que les entreprises sont de plus en plus en faveur de la mise en œuvre de l'IIoT. Le principal moteur est la mise en œuvre au sein des entreprises pour que celles-ci puissent s'assurer de rester en avance sur la courbe et restées compétitives dans le contexte économique mondial actuel.
https://www.cbinsights.com/research/future-factory-manufacturing-tech-trends/
https://www.lead-innovation.com/english-blog/digital-factory
https://www.mapi.net/blog/2018/06/using-digitalization-make-manufacturing-competitive-weapon
