Technologies Facilitantes

La révolution Industrie 4.0 est possible grâce à un ensemble de technologies facilitantes (Enabling Technologies). Nous avons identifié les plus significatives sur ce diagramme : 

Technologies Industrie 4.0

 

  • Robots collaboratifs (cobotique) : les robots industriels traditionnels sont de véritables machines capables d’effectuer des tâches en suivant un programme de façon automatique. L’usine du futur appelle des solutions plus flexibles, plus abordables, plus performantes. Plus simples, plus intuitifs et surtout plus flexibles, les robots collaboratifs s’adaptent à la vie de l’entreprise, les exigences de production, les équipes de travail et les processus de production. Les robots collaboratifs sont des assistants qui disposent de caractéristiques d’apprentissage pour maximiser la performance d’imitation, de substitution, de communication ou de robustesse à l’erreur (Active Cobots Applications). Ils peuvent collaborer avec des humains ou d’autres robots et ainsi automatiser et intégrer des tâches répétitives dans un processus de fabrication plus complexe.
  • Fabrication additive (3D Printing) : la fabrication additive est définie comme étant le procédé de mise en forme d’une pièce par ajout de matière, par empilement de couches successives. Ce procédé est assisté par ordinateur. La fabrication additive peut être utilisée n’importe où dans le cycle de vie d’un produit depuis la préproduction (prototypage rapide) à la production à grande échelle (fabrication rapide) et même pour les applications d’outillage. La fabrication additive est économiquement appropriée à la production de petits composants en grandes quantités ou à la production de pièces avec une grande complexité géométrique.

Fabrication Additive

  • Big data et analyse prédictive : le Big Data, parfois appelées données massives, désignent des ensembles de données gigantesques. L’explosion exponentielle des volumes de données générées par de plus en plus de capteurs variés rend difficile la gestion efficace de ces données. Le Big Data regroupe une famille d’outils qui répondent à une triple problématique : un volume de données important à traiter, une grande variété d’informations (en provenance de plusieurs sources, non structurées, structurées, Opendata...), et un certain niveau de vélocité à atteindre, c’est-à-dire de fréquence de création, collecte, traitement/analyse et partage de ces données. Les technologies qui se démarquent présentement sont : les bases de données NoSQL (comme MongoDB, Cassandra ou Redis), les infrastructures de serveurs pour distribuer les traitements sur des dizaines, centaines, voire milliers de nœuds. C’est ce qu’on appelle le traitement massivement parallèle. Le framework Hadoop est sans doute le plus connu d’entre eux. Le stockage des données en mémoire (Memtables) permet d’accélérer les temps de traitement des requêtes.  
  • Senseurs connectés, Internet of Things (IoT) : la promesse de l’IoT est de pouvoir capter des données de l’environnement (température, humidité, niveau sonore, vibrations, luminosité, etc.) pour un prix modéré. Pour cela, il faut des capteurs peu onéreux, idéalement autoalimentés, ou sur batteries qui peuvent tenir très longtemps. Ces capteurs vont souvent émettre l’information de temps en temps et se mettre ensuite en veille. Les réseaux qui les connectent doivent aussi répondre à ces besoins et ne pas coûter cher.   L’émergence des réseaux sans fil M2M à longue portée (LPWAN - Low Power Wide Area Network), basse énergie et très bas débit qui coûtent beaucoup moins cher que les réseaux cellulaires. Ces senseurs à bas coûts peuvent aussi être branchés directement sur des machines pour mesurer, télédiagnostiquer et piloter à distance les équipements d’usine
  • Intégration de systèmes et BPMS : Une plateforme d’intégration BPMS (Business Process Management System) permet l’interopérabilité des données (formats) et l’orchestration des processus.  Il faut voir les processus comme étant la colle entre les briques (PLM, ERP, MES).  En effet lorsque la plateforme BPMS inclut des services web, API ou autres connecteurs, les processus automatisés peuvent être utilisés comme de puissants moteurs d’intégration. Des solutions telles Bizagi, Tibco, Thingworx, Workato, Dell Boomi, Watson IoT (IBM) fournissent ce type de solution.
  • Le Cloud (Infonuagique) : les offres s’appuyant sur le Cloud Computing explosent y compris pour les systèmes industriels. Parce qu’il permet de limiter les investissements informatiques des entreprises, le Cloud Computing les « autorise » à dédier une plus grande partie du budget aux applications numériques. Le Cloud permet de virtualiser les équipements informatiques dans le Cloud, de faciliter la gestion de ces équipements et de diminuer les coûts. Il est difficile de prédire à l’heure actuelle si l’utilisation liée au Cloud Computing ira jusqu’à une externalisation totale du contrôle industriel, conçu comme Plant Management as a Service.
  • Cybersécurité : Industrie 4.0 est une évolution prometteuse, mais non dépourvue de risques. En passant d’un fonctionnement en vase clos au modèle ouvert de l’industrie 4.0 où les systèmes industriels et corporatifs sont interconnectés incluant l’Internet des Objets industriels, on ouvre des portes dans des systèmes dont le niveau de sécurité était intrinsèquement faible. Et les risques peuvent être considérables, touchant non seulement à la confidentialité des données — secrets de fabrication industrielle, vols de propriété, etc. —, mais aussi à la sécurité des personnes et des biens pour les activités les plus critiques. L’infrastructure de sécurité doit donc être un élément de préoccupation.
  • Simulation usine : l’utilisation des technologies de simulation numérique peut-être un facteur clé pour la conception et le développement de l’usine du futur. Elles permettent de simuler numériquement le processus de fabrication avec des scénarios « What If » permettant de créer/simuler des alternatives optimales. La simulation est donc un outil d’aide à la décision. Ces technologies couvrent la conception virtuelle de l’usine, la validation des processus, la planification des capacités, l’intégration robotique, la mise en service virtuelle. La simulation d’usine permet de produire une réplique virtuelle afin de générer des simulations de procédés ou de tests de plus cela permet aux futurs ouvriers de se familiariser avec des outils de travail et des procédures complexes. De plus, la modélisation des lignes de production, des espaces de stockage, etc., permet de représenter et de tester virtuellement un site de production avant tout investissement matériel.  

 Simulations Usine

 

  • Réalité augmentée : la réalité augmentée est une simulation interactive rendue possible grâce à l’utilisation du GPS, du gyroscope et de la caméra d’un téléphone intelligent ou d’une tablette, qui permet de superposer une information supplémentaire à l’image affichée sur l’écran. L’énorme croissance des appareils et de l’Internet mobiles rend très alléchante l’utilisation de cette technologie à des fins de formation ou à l’assistance en temps réel à la tâche.

Certaines des technologies identifiées dans cette section sont à un stade de maturité faible ou moyen (attention au « technology hype »). Il est donc important de faire des projets pilotes pour valider les fonctions et bénéfices recherchés et de valider les contraintes physiques et humaines du projet final. Cela permet d’apprendre sur la technologie cible et aussi d’avoir une meilleure estimation des coûts et bénéfices du projet total. Il est aussi essentiel de garder en tête l’objectif d’affaires, et comment la technologie envisagée peut apporter une contribution stratégique en matière de réduction de coûts ou de changement au modèle d’affaires pour ainsi créer un différentiateur stratégique pour l’organisation.

 Page précédente                                               Page suivante