Deux collègues discutent dans une cellule de fabrication d'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 de technologies avancées, ces entreprises peuvent également améliorer leur agilité et leur efficacité. Cette discussion porte sur le rôle de l'IA dans l'amélioration de la qualité de la production, des délais de commercialisation et de l'efficacité des ressources dans les usines modernes.

Marquer le cours de l'histoire

Le cours de l'histoire a été façonné par des penseurs novateurs capables de concevoir de nouvelles approches pour relever les défis auxquels ils étaient confrontés. En effet, l'âge de pierre n'a pas pris fin parce que nous n'en avions plus, mais grâce à la mise au point de solutions nouvelles et plus efficaces aux problèmes de l'époque.

L'avenir se dessine à peu près de la même manière. Les tendances multidimensionnelles qui concernent le monde des affaires, la société et la technologie posent de nouveaux défis aux entreprises modernes. Pour surmonter ces défis, les entreprises devront innover et adopter de nouvelles méthodes de gestion de leurs activités. Plus précisément, les entreprises doivent se transformer en entreprises numériques durables afin de gérer le cycle de vie des produits et de la production dans le monde réel et dans le monde numérique.

La principale caractéristique d'une entreprise numérique est sa capacité à unir le monde réel et le monde numérique, en collectant des données sur les opérations et en les transformant en informations susceptibles d'apporter des améliorations dans le monde réel. L'association de ces deux mondes permet le flux de données entre toutes les parties prenantes impliquées dans le cycle de vie des produits, de la production et des services. Cette libre circulation des 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 la consommation de ressources.

Principaux points à retenir :

Caractéristiques importantes d'une entreprise numérique durable
Comment l'IA s'intègre à une entreprise numérique durable
Comment les fabricants peuvent appliquer l'IA aujourd'hui pour contribuer aux 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

Pour Siemens usine électronique ultramoderne à Erlangen, en Allemagne a fait face aux mêmes défis que de nombreux fabricants tentent de surmonter. L'usine devait trouver des moyens de produire ses produits tout en donnant la priorité à la décarbonisation, à la rapidité, à la qualité et à la rentabilité. L'usine électronique Siemens d'Erlangen, qui produit des convertisseurs de fréquence SINAMICS et des contrôleurs CNC SINUMERIK pour Siemens et ses clients, a également dû intégrer des solutions numériques intelligentes à l'infrastructure et aux systèmes existants de l'usine.

L'usine a reconnu que ces défis ne pouvaient être surmontés sans adopter la numérisation afin de poursuivre sa transformation en une entreprise numérique durable entamée des décennies plus tôt. Les solutions numériques pour l'ingénierie, la gestion des ateliers, la gestion du cycle de vie des produits, etc. constituent la base. Une fois ceux-ci en place, des technologies et des fonctions plus avancées peuvent être développées pour améliorer encore les opérations à Erlangen.

L'intelligence artificielle industrielle (IA) est l'une des technologies de pointe utilisées sur le site. Alors qu'une IA axée sur le consommateur peut vous aider à générer du texte pour un discours de mariage ou des images pour votre profil sur les réseaux sociaux, les systèmes d'IA industriels déployés dans l'usine contrôlent les machines, gèrent les opérations de l'atelier et analysent les données pour indiquer les performances et orienter la prise de décisions. Ces systèmes d'IA industriels doivent être robustes, fiables et avoir prouvé leur sécurité, même lorsqu'ils travaillent en étroite collaboration avec des travailleurs humains.

Aujourd'hui, découvrons comment l'usine Siemens Electronics d'Erlangen utilise l'IA de niveau industriel pour favoriser une meilleure décarbonisation, une meilleure qualité et des délais de commercialisation.

Le parcours de la transformation numérique : Siemens Electronics, Erlangen

Avant d'améliorer les processus, les machines et les systèmes, il faut les comprendre grâce à la collecte et à l'analyse de données. Une entreprise numérique génère d'immenses quantités de données dans le cadre de ses activités quotidiennes. Dans un environnement industriel, cela peut inclure des informations sur la consommation d'énergie des différents systèmes et de l'ensemble de l'usine, des données de débit, des données opérationnelles en temps réel provenant de machines connectées, etc. La collecte et la compréhension de ces données sont essentielles à la gestion d'une usine numérique moderne, mais la quantité de données rend leur agrégation et leur analyse difficiles.

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 constituent une opportunité en or pour l'application de l'IA afin d'accélérer l'analyse de ces immenses ensembles de données. Cela permettra d'optimiser les différents aspects de l'usine, à la fois dans l'atelier et dans d'autres systèmes, bien plus rapidement qu'auparavant. L'usine Siemens Electronics d'Erlangen, par exemple, a exploité les données de l'ensemble de l'usine pour mettre en œuvre des mesures d'efficacité énergétique intelligentes, réduisant ainsi sa consommation d'énergie de 25 % et son empreinte carbone nette de 50 %. En outre, des améliorations ciblées de l'efficacité de la production ont permis de réduire de 50 % l'énergie utilisée pour fabriquer chaque produit.

L'IA permet également de mettre en place de véritables programmes de maintenance prédictive afin de garantir que les temps d'arrêt des machines ne soient jamais une surprise pour les opérateurs d'usine. Les données relatives aux machines et à leur maintenance sont analysées et comparées à des cas antérieurs afin d'identifier des modèles et des solutions potentielles. L'usine utilise la maintenance prédictive dans le cadre d'un processus de fraisage effectué 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 gêner la rotation des broches ou, en cas d'accumulation suffisante, provoquer des arrêts imprévus. Pour éviter des retards aussi coûteux, la solution de maintenance prédictive surveille le courant et la vitesse de la broche pour détecter les anomalies et même prévoir les états critiques futurs.

Les processus intelligents sont de meilleurs processus

L'IA peut également transformer les processus individuels et les machines, en permettant même une collaboration plus étroite entre les humains et la robotique dans l'atelier de manière efficace et sûre. L'usine Siemens Electronics d'Erlangen utilise l'IA et la vision par ordinateur pour permettre à des bras robotiques de prélever et de placer des pièces avec la même flexibilité et la même dextérité qu'un opérateur humain. Les bras robotiques traditionnels ne sont pas capables de faire la distinction entre les différentes pièces, ce qui nécessite que les pièces soient triées et organisées à l'avance. L'intégration de l'IA dans les systèmes de contrôle des robots leur permet d'identifier et de récupérer différentes pièces dans une boîte non triée et de les placer exactement à leur place.

En rendant le robot plus intelligent, ce type d'opérations fastidieuses de prise en charge et de placement peut être effectué de manière totalement automatique par des robots rentables. Bien entendu, avant de pouvoir lancer ces bras robotiques intelligents, ils doivent être entraînés. En tant qu'entreprise numérique, l'usine peut utiliser des simulations basées sur la physique et le Digital Twin pour entraîner virtuellement les algorithmes de reconnaissance, de sélection et de 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 comparable à celle d'une main humaine. L'intégration de capteurs de force et de couple à l'effecteur terminal d'un bras robotique contrôlé par l'IA lui permet de détecter et d'ajuster avec précision 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 robotiques chargés de tâches aussi délicates peuvent nécessiter le même « Fingerspitzengefühl » que celui d'un chirurgien qui recoud une plaie !

À l'usine Siemens Electronics d'Erlangen, la production de circuits imprimés implique l'insertion de composants électroniques câblés à travers de minuscules trous du substrat, ce que l'on appelle la technologie Through Hole (THT). Le THT implique de brancher des pièces très sensibles et délicates dans de très petits trous du circuit imprimé, souvent de quelques 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 les endommager. Dans l'ensemble, l'automatisation d'une tâche aussi délicate améliore la qualité du processus et libère les travailleurs de l'ennui et de la mauvaise ergonomie associés à une telle tâche.

Outre les avantages immédiats de l'IA, tels que l'amélioration de la qualité de la production et la réduction des coûts, l'ajout de l'IA à l'environnement de l'atelier a également contribué à la durabilité de l'usine. La précision et l'exactitude accrues du processus d'ajustement automatique du THT réduisent les rebuts et donc le gaspillage de matière et d'énergie, ce qui rend l'usine plus efficace dans son ensemble. Comme 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 être transformées en 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 saisir les opportunités de décarbonisation, de réduction de l'utilisation des ressources, de recyclage, etc., à la fois dans les processus internes et dans les chaînes d'approvisionnement mondiales. Les décisions prises en matière de conception de produits, par exemple, sont responsables de 80 % de l'impact environnemental d'un produit qui arrive dans le monde réel. En d'autres termes, les déchets ne sont qu'un défaut de conception. Une entreprise numérique durable peut utiliser la combinaison du Digital Twin complet, des données et de l'IA pour comprendre les coûts de durabilité relatifs des différentes décisions de conception, en optimisant ainsi les performances, 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 en matière d'efficacité énergétique et, comme à Erlangen, améliorer considérablement la qualité de la production et réduire les rebuts et le gaspillage de matériaux. Et, peut-être plus important encore, l'IA peut devenir un outil puissant pour gérer des chaînes d'approvisionnement mondiales complexes, en aidant les entreprises à sélectionner leurs fournisseurs et à mettre en place des systèmes logistiques basés sur les coûts, la qualité et la durabilité. Alors que nous continuons à évoluer et à étendre les capacités d'une entreprise numérique durable, des installations telles que l'usine Siemens Electronics d'Erlangen constituent un terrain d'essai crucial pour les technologies et les solutions qui peuvent aider les clients à se transformer pour relever 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>