Démystifier l'industrie 4.0: comment connecter votre parc de machine de manière rentable

Introduction

L'industrie 4.0 est un concept englobant plusieurs aspects de l'industrie manufacturière. Il peut être difficile de faire le point et de comprendre les différents thèmes entourant cette évolution majeure dans le monde industriel québécois. Les principaux piliers de ce mouvement de changement gravitent autour de l'intelligence artificielle, de la robotique et de l'automatisation.

Cet article vise à démystifier les fondations de cette quatrième révolution industrielle et la transformation qu'elle entraîne pour les industries. Il sera important de comprendre pourquoi et comment approcher cette transformation dans une usine et d'en maximiser les bénéfices.

Fondation et bases de l'industrie 4.0. Qu'est-ce qui la différencie de l'industrie 3.0 ?

L'industrie 4.0 est souvent qualifiée de quatrième révolution industrielle. C'est un terme imposant qui n'explique pas concrètement ce qu'est cette industrie. Voyez l'industrie 3.0 comme un muscle qui effectue une opération. Il peut être représenté par un PLC (automate programmable industriel) qui automatise un processus. Il effectue l'opération de manière efficace, mais doit parfois faire des pauses ou aller se faire réparer (surtout pour les plus vieux 😉). Imaginons maintenant l'industrie 4.0 comme le cerveau, ou le système nerveux qui opère le corps. Ce dernier peut sentir lorsque des tensions se manifestent dans les muscles et est capable de prévoir le moment où le muscle devra faire une pause ou se faire réparer.

Appliquons maintenant cette analogie à notre usine. Avec l'industrie 3.0, notre chaîne de production doit régulièrement subir des arrêts et des maintenances pour entretenir la machinerie. Généralement, le processus est répété périodiquement, car il est difficile de prédire le bon moment pour entretenir ou changer des pièces.

Dans notre industrie 4.0, le PLC est connecté via des modules IIoT (Internet industriel des objets) et communique avec un serveur infonuagique (cloud). Il peut maintenant communiquer des données qui, jusqu'à présent, n'étaient pas valorisées. Il peut, par exemple, communiquer ses températures ou ses temps d'arrêt. Grâce à des logiciels ERP/MES, il est donc désormais possible d'utiliser les données récupérées pour établir des points de référence et des comparaisons.

Ces points de référence nous servent maintenant de lignes directrices pour notre chaîne de production. On les utilise pour déterminer à quoi ressemble une chaîne de production saine. Lorsque le PLC envoie des données qui s'écartent trop des intervalles définis, c'est le signe qu'il faut faire de la maintenance sur notre machine. On peut donc maintenant planifier facilement les temps d'arrêt et anticiper les bris futurs qui pourraient survenir.

En résumé, ce qui différencie l'industrie 4.0 de la 3.0, c'est de récupérer de l'information sur les machines de production et d'utiliser ces données. Elles peuvent être utilisées pour automatiser des processus qui, auparavant, ne pouvaient pas l'être. Elles peuvent également être utilisées pour entraîner une intelligence artificielle à effectuer des tâches ou à prendre des décisions.

Pourquoi et comment connecter votre parc de machines ?

Les nouvelles technologies, ainsi que l'idée de transformer les processus industriels, sont excitantes. Cependant, la première étape d'une adoption réussie de l'industrie 4.0 commence par une réflexion stratégique et approfondie sur ces changements. Il faut que chaque amélioration de processus soit quantifiable et mesurable. Il faut voir chaque donnée récoltée comme un outil nous permettant d'optimiser nos processus, dans le but d'économiser du temps, de l'argent et, éventuellement, de la main-d'œuvre.

Il ne faut pas voir la connexion de son parc de machines comme un "big bang" qui, du jour au lendemain, connecte tout le parc de A à Z. Cette approche est coûteuse et risquée, car on risque de connecter des machines non prioritaires et de se retrouver d'un seul coup avec plus de données qu'on ne peut en traiter. Il est conseillé de commencer par un projet ciblé, dit "projet pilote".

Comment choisir le bon projet pilote ? On peut procéder en choisissant une machine ou une ligne de production représentant un goulot d'étranglement connu. Lorsque cette machine ou ligne de production est en panne, son indisponibilité coûte cher à l'entreprise. De cette façon, on peut rapidement voir la valeur de la démarche de connexion de l'usine.

Maintenant qu'on sait quelle machine apportera le plus de rentabilité à connecter, comment procède-t-on si on n'a pas d'équipe de développeurs internes ou des centaines de milliers de dollars à investir en R&D ? C'est ici qu'il est crucial de faire appel à un partenaire expert en IIoT, comme Artemis Intelligence. Son rôle sera de connecter vos machines en installant des capteurs externes ou des micro-ordinateurs en parallèle de vos processus existants. Cette méthode permet de faire "parler" vos machines qui ne sont pas communicantes nativement, sans être intrusif pour les processus et contrôles déjà existants sur la machine. De cette façon, la programmation de l'automate demeure inchangée et il y a un risque quasi nul de perturber la production.

Lorsqu'on est prêt à connecter l'ensemble de l'usine, il est conseillé de cartographier l'ensemble des machines en validant le type d'automate (fixe, programmable intégré, etc.), ses protocoles de communication natifs (Modbus, Ethernet/IP, Profinet, etc.) et les données qu'il génère déjà. Cet exercice nous permettra d'avoir un portrait global de l'hétérogénéité du parc et d'identifier rapidement les données clés qui seront accessibles et les capteurs supplémentaires qu'il faudra intégrer aux automates ou aux lignes de production.

Comment exploiter les données acquises et les transformer en opportunités ?

Investir dans la connexion de son usine ne doit pas se transformer en gouffre financier. Il est important de définir des objectifs clairs et des indicateurs de performance. L'utilisation de la méthodologie SMART (Spécifique, Mesurable, Atteignable, Réaliste, Temporellement défini) est fortement recommandée pour maximiser le rendement rapidement. Par exemple, un objectif vague comme "surveiller la machine" doit être transformé en un objectif SMART : "Augmenter le TRS de la ligne d'embouteillage N°3 de 65 % à 75 % d'ici la fin du deuxième trimestre".

Choisir les bons KPIs est votre priorité (indicateurs clés de performance), car ce sont eux qui vont donner du sens aux données et aux décisions prises. Parmi les KPI intéressants à calculer et suivre lorsqu'on connecte un équipement, on retrouve :

• Taux de Rendement Synthétique (TRS) : Il permet de mesurer l'efficacité globale d'un équipement. Il combine la disponibilité, la performance et la qualité. Il évalue sa performance réelle par rapport à sa capacité théorique.
• Temps moyen entre les pannes (MTBF) : Il permet de mesurer la fiabilité d'un équipement. Il fournit un indicateur concret de la santé de la machine.
• Temps moyen de réparation (MTTR) : Il permet de mesurer l'efficacité de la maintenance lors d'un bris d'équipement. Il permet d'identifier facilement si le temps de résolution est en hausse ou en baisse.

Maintenant, on peut exploiter les données acquises pour être proactif et améliorer ces KPI. La ligne d'embouteillage N°3 enregistre des hausses de températures significatives depuis quelques jours ? Effectuons une maintenance préventive lors d'un arrêt prévu pour éviter une panne future. L'analyse des tendances du MTBF, par exemple, croisée avec les données récupérées par nos nouveaux capteurs (vibrations, température, temps de roulement, etc.) permet maintenant de prédire la fiabilité de la machine, plutôt que de la subir. On peut donc utiliser ces données comme levier pour les transformer en rentabilité et en fiabilité de nos équipements.

Conclusion

En définitive, la transition vers l'industrie 4.0 n'est ni facile, ni magique. Il est important d'avoir un plan bien défini et d'être bien accompagné. Comme cet article l'explique, le succès de la transition ne réside pas dans l'accumulation de nouvelles données, mais dans la capacité à transformer ces données en actions concrètes et rentables. Ces actions sont diverses et peuvent être vues par l'implémentation ou l'automatisation de nouveaux processus, grâce aux données obtenues.

Cette transition et révolution industrielle servira également à préparer une transition inévitable dans le paysage industriel québécois des prochaines années : celle de l'arrivée de l'IA dans les usines. En effet, sans données sur lesquelles l'intelligence artificielle peut apprendre, prendre des décisions et alimenter son moteur décisionnel, celle-ci demeure limitée et peu utile.