L'interconnexion des hommes, systèmes et objets
L'exploitation du Big Data nécessite de corréler les données pour les analyser et les consolider. Car si elles portent intrinsèquement des informations, ce n’est que mises bout-à-bout qu’elles produisent de l'intelligence. La digitalisation et l’interconnexion généralisée des hommes, des objets et des machines bouleverse la façon de traiter l’information dans les usines, auparavant assez statique et segmentée. En pratique, la mise en relation des systèmes et des collaborateurs améliore l'efficacité opérationnelle. L’intégration de données de paramétrage dans une machine robotisée, via le système d’information de l’entreprise, peut par exemple éviter de solliciter l’intervention d’un technicien à plusieurs reprises et à différentes étapes de la chaîne de production. Cette complémentarité permet d’accroître la rentabilité.
Croiser les données pour améliorer la qualité de la production
L’intégration et le croisement de données au sein du système de production offrent une meilleure traçabilité des produits. La visualisation en temps réel des flux logistiques permet de piloter l'ensemble de la chaîne de production plus efficacement. Par ailleurs, en croisant les données collectées sur les machines tout au long de la fabrication, on peut analyser les facteurs qui affectent la qualité d’une pièce. Citons par exemple le cas d’un constructeur automobile qui utilise l'analyse prédictive de ses données pour détecter et corriger les défauts avant que les nouveaux modèles de véhicules soient lancés sur le marché. Cela permet d’éviter les problèmes avant la production de série. Ainsi, le constructeur optimise sa chaîne industrielle dès la conception.
Dans les années à venir, l’exploitation des données collectées en conditions d’utilisation permettra d’intégrer de nouveaux paramètres, aussi bien dans la conception, que dans la production. Cette dernière doit s’inscrire concrètement dans une démarche d’amélioration continue. L’exemple du secteur aéronautique est là aussi très parlant : avec le Big Data, l’analyse du comportement d’un pneumatique d’avion pourra bientôt s’appuyer sur des indicateurs d’usure, de pression atmosphérique, vibrations, champ magnétique ou micro-fréquence.
La maintenance industrielle à l'ère du prédictif
Avec les corrélations de données couplées à l’analyse prédictive, l’entreprise supervise, contrôle et pilote ses actifs à distance, que ce soient ses véhicules, machines, générateurs, grues, etc. L’entreprise peut ainsi anticiper des dysfonctionnements probables, des pannes, et envoyer des équipes de maintenance en prévision. Elle réduit ainsi les temps d’arrêt de l’outil de production. Des capteurs signalent en continu des anomalies, potentiellement à l'origine de défaillances techniques, voire même de dangers pour les agents ou les utilisateurs finaux des produits manufacturés. Les interventions des équipes techniques sont désormais planifiées selon des informations données en temps réel par les machines. Dans l’aéronautique, le croisement des données de vol avec des données météorologiques permet de mieux comprendre les phénomènes de corrosion et d’anticiper les remplacements de pièces.
Les données au cœur de multiples enjeux sécuritaires
Il s'agit d'améliorer à la fois l'environnement du site industriel et les conditions de travail des équipes sur place. Les données collectées par des capteurs situés sur le site (gaz, liquides, machines, etc.) croisées avec celles des terminaux utilisés par les collaborateurs, sont exploitées pour optimiser la sécurité. Les remontées d'alertes permettent une meilleure anticipation des risques.
Par ailleurs, la collecte de millions de données et la mise en réseau des actifs industriels posent immanquablement la question de la protection des systèmes d’information face aux menaces de toutes sortes. La multiplication des technologies (IoT, robots, automates, logiciels, fabrication additive) expose l'industrie 4.0 à des cyberattaques. Sur ces questions, la prise de conscience des grands acteurs de l'industrie et institutionnels fait son chemin, et des normes et méthodes se mettent progressivement en place.
Sources :
*Geissbauer R. , Schrauf S. , Koch V., Kuge S., 2015, « Industry 4.0 – Opportunities and Challenges of the Industrial Internet », PWC
Pour aller plus loin