Axulus de reply aide les entreprises à déployer des innovations technologiques

Dans le domaine de la production industrielle, les déploiements technologiques sont énormes et le secteur connaît une innovation continue. De l'automatisation par automate programmable des années 1960 au développement de piles d'automatisation matérielles et logicielles qui ont évolué vers des solutions numériques fonctionnant sur le cloud, beaucoup de choses ont changé. Ce n'est toutefois pas seulement une question de technologie, mais aussi de temps : ce qui nécessitait auparavant des mois - voire des années - pour être développé, peut désormais être déployé en quelques semaines. Cependant, la technologie, surtout dans l'industrie, a une grande valeur tant qu'elle peut résoudre des défis concrets et générer une valeur mesurable en plus des solutions existantes.

Dans cette optique, des technologies comme le cloud et la périphérie sont deux nouvelles cordes à l’arc pour la chasse aux solutions permettant de générer une valeur supplémentaire dans l'environnement industriel. Ces deux technologies peuvent être ajoutées à la pile de solutions industrielles, puis interagir avec d'autres technologies comme l'IA ou les nouveaux capteurs et équipements d'automatisation, contribuant ainsi à des solutions qui génèrent une valeur concrète pour les fabricants et les industriels. Le déploiement de solutions innovantes est bien sûr la clé vers des avantages concurrentiels pour les entreprises de ce secteur. C'est dans ce domaine qu'opère Industrie Reply : la société du groupe Reply axée sur les solutions pour le marché industriel possède une solide expérience des cas d'utilisation liés à l'IdO Industriel (IIdO) et à la technologie de périphérie dans la fabrication.

Aujourd'hui, les clients industriels sont mis sous pression par la vitesse et la complexité toujours croissantes des nouvelles technologies. Bien que l'IIdO promette une valeur ajoutée substantielle et que la quasi-totalité des entreprises industrielles aient mis en œuvre des stratégies et des preuves de concept (PoC), seul un petit nombre de ces clients peuvent mettre ces solutions à l'échelle et réaliser leur plein potentiel commercial. Le cycle de l'innovation technologique est considérablement plus rapide et plus facile que la mise à l'échelle de la solution sur une installation industrielle. Dans ce sens, Reply présente une nouvelle façon pour les clients d'identifier les cas d'utilisation, de mettre en oeuvre les solutions IIdO et de générer ainsi une valeur ajoutée substantielle pour leur entreprise.

Il existe de nombreuses solutions potentielles qui dépendent de la disponibilité d'un grand volume de données pour l'analyse et l'apprentissage d'algorithmes, comme la prévision des défaillances d'actifs critiques. Il s'agit par exemple d'actifs mécaniques tels que les systèmes d’entraînement pour lesquels les schémas de défaillance sont généralement analysés sur base de données vibratoires avec une fréquence et un volume de données élevés. Des méthodologies et des outils sur mesure tels que l’ Axulus Value Scaling Accelerator d'Industrie Reply sont essentiels pour accélérer l'innovation et le déploiement dans un environnement industriel sur la base de cas d'utilisation et de modèles de solutions car ils permettent des flux de travail clairs et une collaboration évolutive.

La difficulté d'appliquer ces solutions à tout environnement de production réside dans le fait que la capacité d'analyse de ces données ne peut pas être allouée, par exemple, au niveau de l'automate programmable industriel (car l'automate "doit piloter la production") et que la grande quantité de données brutes ne peut pas non plus être envoyée vers des environnements dans le cloud pour analyse, car la bande passante du réseau de production doit être réservée à la communication de données liées à la production. Par conséquent, un composant périphérique dédié (comme un PC industriel par exemple) peut être la solution. De cette façon, il est possible de prétraiter les données sur une "scène locale" tout en laissant les capacités de mise à l'échelle et de prédiction au cloud. Le processus est assez simple : grâce au composant périphérique, le système exécute des tâches de nettoyage et de compression des données (comme la FFT) à proximité de l'équipement lui-même, puis envoie uniquement les informations pertinentes (par exemple le spectre de vibration) sur le réseau de production vers le cloud pour les applications de maintenance prédictive.

Cela permet de mettre en œuvre des solutions facilement et en douceur, sans souci de latence. Par exemple, l'énorme quantité de données générées par de nombreuses chaînes de fabrication électronique peut être utilisée pour entraîner des algorithmes dans le cloud (exigeant en données et en calcul) afin d'identifier les problèmes de qualité des cartes produites. Une fois que ces algorithmes ont atteint un certain niveau de précision et qu'ils répondent aux normes de qualité requises, ils peuvent être exécutés sur des dispositifs périphériques proches de la ligne, ce qui permet d'éviter un important trafic de données sur le réseau de production, tout en étant capable de vérifier à grande vitesse les données de chaque carte produite. Le travail en périphérie permet également de simuler les résultats du processus, apportant ainsi un avantage inestimable à l'optimisation de l'ensemble du processus industriel.