Deux collègues discutent derrière une cellule de fabrication dans un atelier.

Tirer parti de l'IA dans une entreprise numérique durable

Pour garder une longueur d'avance, les entreprises doivent devenir des entreprises numériques durables. En tirant parti des technologies de pointe, ces entreprises peuvent également améliorer l'agilité et l'efficacité. Cette discussion se concentre sur le rôle de l'IA dans l'amélioration de la qualité de la production, du délai de mise sur le marché et de l'efficacité des ressources dans les usines modernes.

Forger le cours de l'histoire

Le cours de l'histoire a été façonné par des penseurs innovants qui pourraient concevoir de nouvelles approches pour relever les défis auxquels ils étaient confrontés. En effet, l'âge de pierre ne s'est pas terminé parce que nous étions à court de pierres mais à cause du développement de solutions nouvelles et plus efficaces aux problèmes de l'époque.

L'avenir est façonné à peu près de la même manière. Les tendances multidimensionnelles qui s'étendent à travers les entreprises, la société et la technologie entraînent de nouveaux défis pour les entreprises modernes. Pour surmonter ces défis, les entreprises devront innover et adopter de nouvelles méthodes de gestion de leurs entreprises. Plus précisément, les entreprises doivent se transformer en entreprises numériques durables pour gérer les cycles de vie des produits et de la production dans le monde réel et numérique.

La principale caractéristique d'une entreprise numérique est sa capacité à unir le monde réel et le monde numérique, en collectant des données provenant des opérations et en les transformant en informations qui favorisent des améliorations dans le monde réel. Réunir ces deux mondes permet le flux de données entre toutes les parties prenantes impliquées dans le cycle de vie du produit, de la production et du service. Ce libre flux de données renforce la capacité d'une entreprise numérique à s'adapter aux demandes du marché, à innover plus rapidement et à améliorer la qualité, tout en réduisant les émissions de carbone et l'utilisation des ressources.

Principaux points à retenir :

Caractéristiques importantes d'une entreprise numérique durable
Comment l'IA s'intègre dans une entreprise numérique durable
Comment les fabricants peuvent appliquer l'IA aujourd'hui pour faciliter les efforts de décarbonisation et améliorer la qualité et les délais de commercialisation

Factory worker operating machinery in an electronics manufacturing facility

Two employees walk and talk on the shop floor at Siemens Electronics Factory, Erlangen.

Le parcours de la transformation numérique : Siemens Electronics, Erlangen

Siemens usine électronique de pointe à Erlangen, Allemagne ont fait face aux mêmes défis que de nombreux fabricants tentent de surmonter. L'usine avait besoin de trouver des moyens de produire des produits tout en donnant la priorité à la décarbonisation, à la vitesse, à la qualité et à la rentabilité. L'usine Siemens Electronics d'Erlangen, qui produit des convertisseurs de fréquence SINAMICS et des contrôleurs SINUMERIK CNC pour Siemens et ses clients, a également dû naviguer dans l'intégration de solutions numériques intelligentes dans l'infrastructure et les systèmes existants au sein de l'usine.

L'usine a reconnu que ces défis ne pourraient être surmontés sans adopter la numérisation pour poursuivre une transformation continue en une entreprise numérique durable qui a débuté des décennies plus tôt. Les solutions numériques pour l'ingénierie, la gestion des ateliers, la gestion du cycle de vie des produits et plus encore fournissent la base. Avec ceux-ci en place, des technologies et des fonctions plus avancées peuvent être construites pour améliorer davantage les opérations à Erlangen.

L'intelligence artificielle industrielle (IA) est l'une des technologies avancées utilisées sur le site. Où une IA axée sur le consommateur peut aider à générer du texte pour un discours de mariage ou des images pour votre profil de médias sociaux, les systèmes d'IA industriels déployés dans les machines de contrôle d'usine, gérer les opérations dans l'atelier et analyser les données pour indiquer les performances et guider la prise de décision. Ces systèmes d'IA industriels doivent être robustes, fiables et sûrs, même lorsqu'ils travaillent en étroite collaboration avec des travailleurs humains.

Aujourd'hui, explorons comment l'usine Siemens Electronics d'Erlangen utilise l'IA de qualité industrielle pour soutenir une plus grande décarbonisation, une meilleure qualité et un délai de mise sur le marché.

Le parcours de la transformation numérique : Siemens Electronics, Erlangen

Avant que les processus, les machines et les systèmes puissent être améliorés, ils doivent être compris à travers la collecte et l'analyse des données. Une entreprise numérique génère d'immenses quantités de données au cours des opérations quotidiennes. Dans un environnement d'usine, cela peut inclure des informations sur la consommation d'énergie de divers systèmes et de l'ensemble de l'usine, des données de débit, des données opérationnelles en temps réel provenant de machines connectées et plus encore. Collecter et comprendre ces données est essentiel à la gestion d'une usine numérique moderne, mais la quantité de données rend son agrégation et son analyse une tâche difficile.

An employee checks an industrial robot.</br>

A worker checks a laptop on the shop floor.

Industrial AI : Efficacité, rapidité, qualité

Heureusement, les flux de données connectés d'une entreprise numérique représentent une opportunité en or pour l'application de l'IA pour accélérer l'analyse de ces immenses ensembles de données. Cela entraînera des optimisations de divers aspects de l'usine à la fois dans l'atelier et dans d'autres systèmes beaucoup plus rapidement qu'auparavant. L'usine Siemens Electronics à Erlangen, par exemple, a exploité les données provenant de toute l'usine pour mettre en œuvre des mesures intelligentes d'efficacité énergétique, réduisant sa consommation d'énergie de 25 % et son empreinte carbone nette de 50 %. De plus, des améliorations ciblées de l'efficacité de la production ont permis de réduire de 50 % l'énergie utilisée pour produire chaque produit.

L'IA permet également de véritables schémas de maintenance prédictive pour s'assurer que les temps d'arrêt des machines ne surprennent jamais les opérateurs d'usine. Les données de machine et de maintenance sont analysées et comparées aux cas passés pour identifier les modèles et les solutions potentielles. L'usine utilise la maintenance prédictive dans un processus de fraisage qui se produit dans le cadre de la production de circuits imprimés. Le processus de fraisage produit une fine poussière qui s'accumule sur les broches de fraisage et peut entraver la rotation des broches ou, avec suffisamment d'accumulation, provoquer des temps d'arrêt imprévus. Pour éviter des retards aussi coûteux, la solution de maintenance prédictive surveille le courant et la vitesse de la broche pour surveiller les anomalies et même prédire les états critiques futurs.

Les processus intelligents sont de meilleurs processus

L'IA peut également être transformatrice pour les processus et les machines individuels, permettant même une collaboration plus étroite entre les humains et la robotique dans l'atelier de manière efficace et sûre. L'usine Siemens Electronics à Erlangen utilise l'IA et la vision par ordinateur pour permettre aux bras robotisés de ramasser et de placer des pièces avec la même flexibilité et la même dextérité qu'un opérateur humain. Les bras robotiques traditionnels n'ont pas la capacité de faire la distinction entre les différentes pièces, ce qui nécessite que les pièces soient pré-triées et organisées. L'intégration de l'IA dans les systèmes de contrôle des robots leur permet d'identifier et de récupérer diverses pièces d'une boîte non triée et de les placer précisément là où elles appartiennent.

En rendant le robot plus intelligent, ces types d'opérations fastidieuses de pick-and-place peuvent être accomplies complètement automatiquement par des robots rentables. Bien sûr, avant que ces bras robotiques intelligents puissent être déclenchés, ils doivent être entraînés. En tant qu'entreprise numérique, l'usine peut utiliser des simulations basées sur la physique et le Digital Twin pour former virtuellement les algorithmes sur la reconnaissance, la sélection et le placement des pièces. Les données d'entraînement synthétiques sont générées et étiquetées automatiquement, ce qui augmente la vitesse et réduit l'effort requis pour entraîner les bras robotiques.

A manufacturing cell that contains robots enabled by AI to pick and place parts.

A Siemens expert points out a digital twin of a PCB production process on a screen to a colleague.</br>

Utiliser l'IA pour améliorer la précision et l'efficacité

Des processus plus sensibles peuvent également être automatisés en donnant à la robotique une dextérité manuelle comme celle d'une main humaine. L'intégration de capteurs de force et de couple dans l'effecteur final d'un bras robotique contrôlé par l'IA lui permet de détecter et d'ajuster précisément la force qu'il utilise pour manipuler un objet. C'est crucial pour les processus impliquant des pièces délicates et petites, telles que les composants d'une carte de circuit imprimé (PCB). En fait, les bras robotisés qui gèrent des tâches aussi délicates peuvent nécessiter le même « Fingerspitzengefühl » que celui d'un chirurgien qui coud une plaie !

À l'usine Siemens Electronics d'Erlangen, la production de PCB implique le montage de composants électroniques filaires à travers de minuscules trous dans le substrat, appelée technologie des trous traversants (Through hole Technology). Cela implique que des pièces très sensibles et délicates soient branchées dans de très petits trous dans le PCB, souvent de simples dixièmes de millimètre de diamètre. L'IA permet à la robotique de manipuler les composants en douceur, en veillant à ce qu'ils soient placés avec précision et sécurisés sans subir de dommages. Dans l'ensemble, l'automatisation d'une tâche aussi délicate augmente la qualité du processus et libère les travailleurs humains de l'ennui et de la mauvaise ergonomie associés à une telle tâche.

En plus des avantages immédiats de l'IA, tels que l'augmentation de la qualité de production et la réduction des coûts, l'ajout de l'IA dans l'environnement de l'atelier a également contribué à la durabilité de l'usine. La précision et la précision accrues du processus automatisé de raccordement THT réduisent les rebuts et donc le gaspillage de matériel et d'énergie, rendant l'usine plus efficace dans l'ensemble. Puisque la robotique intelligente ne nécessite plus de pièces pré-triées, les incrustations en plastique qui étaient autrefois nécessaires pour organiser les pièces triées sont devenues obsolètes. Le résultat est l'élimination de milliers de pièces en plastique qui finissent par devenir des déchets.

L'avenir des entreprises numériques durables

Une entreprise numérique peut tirer parti de l'IA et des grandes quantités de données générées chaque jour pour identifier et exploiter les opportunités de décarbonisation, de réduction de l'utilisation des ressources, de recyclage et plus encore, à la fois dans les processus internes et les chaînes d'approvisionnement mondiales. Les décisions prises dans la conception de produits, par exemple, représentent 80% de l'impact environnemental d'un produit qui arrive dans le monde réel — en d'autres termes, les déchets ne sont rien de plus qu'un défaut de conception. Une entreprise numérique durable peut utiliser une combinaison du Digital Twin complet, des données et de l'IA pour comprendre les coûts relatifs de durabilité de diverses décisions de conception, en optimisant les performances efficaces, l'utilisation des matériaux et la recyclabilité.

En production, l'IA peut aider à optimiser les calendriers de production pour répondre à la demande, identifier les opportunités d'efficacité énergétique et, comme à Erlangen, améliorer considérablement la qualité de la production et réduire les déchets et les déchets de matériaux. Et, peut-être plus important encore, l'IA peut devenir un outil puissant dans la gestion de chaînes d'approvisionnement mondiales élaborées, aidant les entreprises à sélectionner des fournisseurs et à construire des systèmes logistiques basés sur le coût, la qualité et la durabilité. Alors que nous continuons d'évoluer et d'étendre les capacités d'une entreprise numérique durable, des installations comme l'usine Siemens Electronics à Erlangen offrent un terrain d'expérimentation crucial pour les technologies et les solutions qui peuvent aider les clients à se transformer pour surmonter les défis d'aujourd'hui et de demain.

A Siemens expert points out a Digital Twin of a product on a screen to a colleague.</br>