Ces dernières années, l'utilisation des données dans l'industrie manufacturière s'est considérablement développée, en particulier pour résoudre les problèmes liés aux processus de fabrication et à la relève technologique. Cela dit, certains responsables de site s'inquiètent du fait qu'ils collectent une grande quantité de données sans savoir comment les utiliser efficacement.
Dans ce blog, nous aborderons les défis courants auxquels sont confrontées les entreprises manufacturières, les solutions à ces défis et les avantages d'une utilisation correcte des données. Comprenez pourquoi l'utilisation des données conduit à des améliorations dans la fabrication et comment mettre en œuvre l'utilisation des données dans votre entreprise.
Qu'est-ce que l'utilisation des données dans l'industrie manufacturière ?
Dans l'industrie manufacturière, l'utilisation des données consiste à tirer parti des données générées et accumulées au sein de l'entreprise pour améliorer la productivité et la qualité.
Sur les sites de production, des données sont collectées à partir de divers capteurs pour visualiser l'état de fonctionnement de l'équipement et quantifier la qualité du produit. En connectant les capteurs et les appareils au réseau, les entreprises peuvent analyser ces données cruciales en temps réel.
Selon l'étude 2022 Monodzukuri White Paper du ministère de l'économie, du commerce et de l'industrie, 67,2 % des entreprises ont répondu qu'elles utilisaient la technologie numérique dans leurs processus et activités de fabrication.
Un nombre croissant d'entreprises se tournent vers des activités de production qui ne reposent pas sur l'intuition et l'expérience, mais qui collectent diverses données en temps réel et visualisent l'état des produits et des équipements.
Référence : 2022 White Paper on Manufacturing | Ministère de l'économie, du commerce et de l'industrie (PDF)
Pourquoi l'utilisation des données gagne-t-elle en importance dans l'industrie manufacturière ?
L'une des raisons pour lesquelles l'utilisation des données retient l'attention dans l'industrie manufacturière est l'évolution des technologies numériques telles que l'IdO (Internet des objets) et l'IA (intelligence artificielle). Cette évolution permet aux entreprises de trouver des informations précieuses dans la grande quantité de données traitées. Les données sont désormais une ressource cruciale pour résoudre les défis.
Les entreprises qui utilisent la technologie numérique ont trouvé :
- Amélioration de la productivité
- Réduction de la charge de travail et amélioration du taux d'exploitation des installations
- Réduction des délais de développement, de fabrication, etc.
- Gestion efficace des stocks
- Amélioration de la qualité
- Système de production stable
C'est pourquoi l'utilisation des données est considérée comme un moyen efficace d'améliorer l'efficacité opérationnelle et la productivité dans l'industrie manufacturière.
Quatre défis et solutions liés à l'utilisation des données
Selon l'"Enquête sur les problèmes de l'industrie manufacturière japonaise et l'orientation des réponses" publiée par le ministère de l'économie, du commerce et de l'industrie en mars 2022, environ 40 % des entreprises collectant des données ont déclaré : "Il n'y a pas beaucoup de progrès dans l'utilisation des données. Non."
Pourquoi l'utilisation des données n'a-t-elle pas progressé ? Examinons quatre défis courants et des solutions pour l'utilisation des données sur les sites de production.
1. le fossé entre la direction et l'atelier de fabrication
Il est important d'introduire l'utilisation des données sur les sites de production et de mesurer les petites améliorations. Dans de nombreux cas, la direction s'attend à ce qu'il y ait immédiatement un impact significatif sur les activités de l'entreprise, ce qui n'est pas toujours le cas. Par conséquent, il existe un écart entre les attentes des équipes de direction et les résultats réels. Cela conduit les dirigeants à penser que l'introduction de la technologie numérique sur les sites de production ne contribue pas beaucoup aux résultats de l'entreprise.
Pour que la direction comprenne, il est nécessaire de promouvoir la numérisation dans une perspective à long terme. Il est également essentiel de souligner que les données collectées sur l'ensemble du site de production aident les dirigeants à visualiser les processus afin de faciliter la prise de décision future.
2. les silos de données pour chaque processus de fabrication
Dans de nombreux cas, des personnes sont affectées à la gestion de différents processus sur un site de production et en sont responsables. Par conséquent, les appareils et les réseaux de collecte de données ne sont optimisés que pour chaque processus individuel, ce qui crée des silos car les données capturées dans les différents processus ne sont pas reliées.
Pour améliorer la chaîne de production, il est nécessaire d'organiser et de relier les données de fabrication collectées dans chaque processus. Cependant, comme les appareils et les réseaux utilisés dans les installations de production ont des normes de communication différentes, il n'est pas réaliste de les normaliser avec les mêmes spécifications.
Une solution consiste à introduire un système de communication qui relie un contrôleur logique programmable (PLC) qui contrôle un circuit logique programmable et un serveur. En connectant à l'API des dispositifs qui prennent en charge différentes normes de communication et en utilisant un logiciel qui permet de configurer les connexions sans code, il est possible de réaliser facilement une gestion centralisée des données sans remodeler l'équipement de production.
3. qualité des données fournies par le contrôleur
Bien que les contrôleurs aient une longue durée de vie, certains ne peuvent pas se connecter à l'internet ou le format des données ne peut pas être utilisé tel quel. Il est donc nécessaire d'installer un dispositif capable d'acquérir des données numériques et de les convertir pour les utiliser avec la technologie informatique.
Par exemple, si vous utilisez un instrument analogique, vous pouvez soit le remplacer par un instrument numérique, soit prendre une photo de l'instrument avec un appareil photo et restituer l'information - lue par OCR (Optical Character Recognition) - sous forme de données numériques.
Pour acquérir des données numériques utilisables en informatique, les organisations ont besoin d'un dispositif complémentaire qui collecte et restitue des données numériques. En outre, une connexion réseau est nécessaire pour collecter et analyser les données en temps réel.
On craint que la connexion d'un grand nombre d'appareils au réseau ne ralentisse la vitesse de communication. C'est la raison pour laquelle, Edge Computing est une méthode utile pour collecter des données et effectuer un traitement primaire afin de réduire la charge sur le réseau.
4. manque de ressources humaines capables d'utiliser les données
Selon le site White Paper sur l'industrie manufacturière 2022, environ 88 % des entreprises estiment qu'il y a une pénurie de ressources humaines dans le domaine des technologies de l'information. Avec la baisse du taux de natalité et le vieillissement de la population, il y a une pénurie de ressources humaines dans toutes les industries, et il deviendra difficile d'embaucher des employés hautement qualifiés dans l'industrie manufacturière. Il est donc nécessaire que le personnel non informaticien de l'entreprise acquière des compétences informatiques.
Il existe actuellement des outils qui permettent de créer des applications commerciales sans code. Si vous avez des compétences en informatique et le désir de travailler à l'amélioration de l'entreprise, les utilisateurs peuvent développer un système qui utilise des données après avoir acquis les compétences nécessaires. Une application écrite par un employé qui connaît les opérations internes a plus de chances d'être un système prêt à l'emploi qu'un fournisseur externe.
Même si les outils sans code atteignent leurs limites, nous avons de l'expérience dans le processus de développement de systèmes, de sorte que nous pouvons procéder sans problème aux demandes adressées à des contractants externes.
5 Avantages de l'utilisation des données dans l'industrie manufacturière
Quels sont donc les avantages de l'utilisation des données dans l'industrie manufacturière ?
1. augmentation de la productivité
L'utilisation des données améliore la productivité des sites de production. En effet, l'état des équipements, qui dépendait jusqu'à présent de l'intuition et de l'expérience, peut désormais être visualisé sous forme de chiffres, ce qui permet aux opérations de se dérouler sur la base de décisions fondées sur des données. Si vous pouvez visualiser la chaîne de production à partir des données de fonctionnement de chaque équipement, vous pouvez voir quel équipement doit être amélioré en fonction des taux de fonctionnement.
Lorsque les organisations se concentrent sur des mesures visant à améliorer la productivité, les employés en ressentent immédiatement les effets, ce qui entraîne également une augmentation de la motivation des employés.
2. verbalisation du savoir-faire
En utilisant pleinement la technologie numérique, les organisations peuvent standardiser le savoir-faire des experts. Certaines entreprises parviennent même à l'automatisation.
Avec l'évolution des capteurs et de l'IoT, il est désormais possible d'acquérir des données en temps réel sur les sens des artisans et l'environnement à l'intérieur des équipements. En reliant une grande variété de données acquises à la qualité des produits finis, il est possible de verbaliser en détail le savoir-faire des experts.
Même si un travailleur qualifié part à la retraite, l'entreprise peut maintenir sa compétitivité parce qu'elle peut reproduire des capacités techniques élevées basées sur des données.
3. réduction des pertes
Un autre avantage de l'utilisation des données est la capacité à réduire les pertes d'activité de production.
En surveillant et en visualisant les pertes de la chaîne de production en temps réel, les fabricants peuvent rapidement détecter les anomalies de l'équipement. Même les petites anomalies qui sont souvent négligées peuvent être détectées rapidement grâce aux données agrégées. L'équipement peut continuer à fonctionner lorsqu'une anomalie se produit, ce qui réduit les pertes de produits.
Les utilisateurs peuvent également analyser la cause des produits défectueux en analysant les données.
4. amélioration de la qualité de la chaîne de production
En reliant les données de chaque processus, les fabricants renforcent la traçabilité - de l'entrée des matières premières au processus d'inspection - améliorant ainsi la qualité de la chaîne de production.
Si les organisations relient les conditions de fabrication de toutes les pièces, les fabricants peuvent alors comparer les données des produits défectueux trouvés lors du processus d'inspection et des produits normaux, identifiant ainsi la cause des défauts.
En outre, en analysant la relation entre les conditions de traitement et la qualité et en trouvant des tendances et des modèles, les fabricants peuvent communiquer avec précision les points d'amélioration des produits au département de conception. L'utilisation des données peut également servir à améliorer la qualité des lignes de production.
5. augmenter la valeur ajoutée
En analysant les données de fonctionnement après la vente du produit et en apportant des changements positifs à la conception du produit et du processus, les fabricants peuvent améliorer la valeur ajoutée.
Par exemple, certaines entreprises analysent à distance l'état de fonctionnement et l'environnement d'utilisation du client et proposent ensuite des suggestions de fonctionnement optimal pour ajouter de la valeur sous la forme d'économies d'énergie.
En utilisant les données obtenues à partir des capteurs attachés au produit et en fournissant un niveau sans précédent d'expérience client, la valeur des produits de l'entreprise est améliorée.
Tirer parti Edge Computing pour utiliser les données des sites de production
Un nombre croissant d'entreprises exploitent les données critiques des sites de production pour améliorer la productivité et la qualité des processus de fabrication.
Pour générer les données nécessaires à la résolution du problème, des efforts tels que l'installation de nouveaux capteurs et la numérisation des données analogiques sont nécessaires. En outre, pour utiliser les données afin d'améliorer les opérations, il est essentiel de collecter et d'analyser les données provenant de capteurs et de dispositifs disséminés tout au long de la chaîne de production.
Cependant, l'envoi de cette énorme quantité de données de la chaîne de production au serveur cloud pour traitement constitue une lourde charge pour le réseau. C'est pourquoi l'introduction de Edge ComputingC'est la raison pour laquelle l'introduction de plates-formes de traitement de données, qui effectuent le traitement primaire plus près du site où les données sont générées, a attiré l'attention au cours des dernières années.
Edge Computing Les plates-formes de traitement des données, qui sont essentielles pour ces sites de production, sont très performantes, fiables et sécurisées. Elles doivent être faciles à entretenir pour que les personnes qui ne sont pas familiarisées avec l'informatique puissent les utiliser aisément.
Veuillez vous référer à cet article pour plus d'informations sur l'utilisation des données dans les sites de production. Edge Computing pour l'utilisation des données sur les sites de production.
Disponibilité sur Edge Computing | Stratus Blog
