Compte tenu des 350 changements de production par jour, d'un portefeuille contenant environ 1 200 produits différents et de 17 millions de composants Simatic produits par an, environ 50 millions de données relatives aux processus et aux produits doivent être évaluées et utilisées à des fins d'optimisation afin que la production à l'usine Siemens Electronics Works Amberg (EWA) fonctionne correctement. En outre, des technologies révolutionnaires telles que l'intelligence artificielle (IA), l'informatique Industrial Edge et solution cloud permettent déjà des séquences de production très flexibles, extrêmement efficaces et fiables.
L'informatique Industrial Edge et l'IA pour un débit accru
« Grâce à l'Edge Computing, les données peuvent être traitées immédiatement là où elles sont générées, directement dans l'usine ou la machine », explique le Dr Jochen Bönig, responsable de la numérisation stratégique chez Siemens Amberg. C'est ce que fait l'EWA, par exemple, sur la chaîne de production où sont fabriqués des PCB pour les composants des E/S distribuées. Mais même dans ce cas, la production n'est pas suffisamment optimisée, et ce n'est pas dû à la disponibilité de l'usine ni à la qualité des processus. Le goulot d'étranglement se situe à la fin de la production des circuits imprimés, dans la section d'inspection automatique par rayons X. Les circuits imprimés de la taille d'un ongle peuvent accueillir des connecteurs BUS fonctionnels dotés de différentes broches de connexion. Lors d'un test non intégré, les joints soudés de ces broches de connexion sont passés aux rayons X et leur bon fonctionnement est vérifié. Devrait-on acheter un autre appareil à rayons X pour environ 500 000 euros ? (Cliquez ici pour lire un article d'expert sur le sujet publié sur le blog Siemens.) L'alternative est l'intelligence artificielle. Les données des capteurs sont transférées vers un cloud via l'environnement TIA (Totally Integrated Automation), qui comprend un contrôleur et un appareil Edge. Les experts mettent au point un algorithme basé sur l'IA et les paramètres du processus. L'algorithme apprend comment se comportent les données de processus reflétant la qualité des joints soudés et contrôle un modèle qui s'exécute sur une application Edge en usine. « Le modèle prédit si les joints soudés du circuit imprimé sont exempts de défauts, c'est-à-dire si un test de fin de ligne est nécessaire ou non. Grâce à l'analyse en boucle fermée, ces données peuvent être immédiatement prises en compte dans la production », explique Bönig.
