SICK a ouvert les portes de l'usine 4.0 NOW à Fribourg en 2019. Depuis lors, les groupes de visiteurs ont non seulement pu y découvrir la production, mais aussi rencontrer Joachim Schultis, Directeur des opérations de la division Capteurs photoélectriques et fibres optiques, afin d’avoir son point de vue sur l’usine elle-même. Quels enseignements Schultis et son équipe ont-ils tirés de cette opération au cours des derniers mois ? Il en a parlé avec le SICK Sensor Blog.
Interview sur l'usine 4.0 NOW : "Combiner les innovations"
M. Schultis, vous êtes le Directeur de la production dans une usine fonctionnant selon les principes de l'industrie 4.0. En quoi vos tâches diffèrent-elles de celles d'un Directeur de production dans une usine conventionnelle ?
M. Schultis : Dans une usine conventionnelle, ce qui compte, c'est d'augmenter continuellement l'efficacité globale en utilisant des approches et des méthodes familières. L'objectif dans une usine I4.0 est exactement le même, à savoir l'augmentation de l'efficacité globale. Mais la voie à suivre pour y parvenir est différente. Il s'agit principalement de tirer les leçons de ce que nous voyons et de prendre les bonnes décisions orientées vers l'avenir. Les nouveaux développements offrent la possibilité de dépasser les limites existantes du "vieux" monde et de redéfinir l'efficacité globale - indépendamment de la discipline, de la technologie ou des méthodes. En tant que Directeur de production, il s'agit de tirer les leçons des nouvelles approches et d'avoir le courage de dépasser les limites de ce qui est familier, les nouvelles technologies étant la condition préalable pour pouvoir réellement déplacer les limites en premier lieu.
Quels sont les principaux enseignements que vous avez tirés de l'usine ces derniers mois ?
Schultis : La complexité d'un nouveau système de production, comme celui qui a été créé ici, pose de nouveaux défis à l'organisation. Nous devons nous repositionner sur le plan organisationnel afin, d'une part, de parvenir à une production orientée vers le marché et répondant aux exigences des clients et, d'autre part, de développer l'ensemble du système de production tout en intégrant de nouvelles variantes. Les systèmes conventionnels de planification et de contrôle se heurtent rapidement à leurs limites. Pour répondre à ces exigences, nous avons donc introduit des méthodes de travail agiles qui nous permettent de réagir avec beaucoup plus de souplesse aux exigences qui évoluent de manière dynamique. Nos équipes agiles exploitent les données en temps réel, ou les informations préalablement préparées obtenues par des processus d'exploration de données, pour prendre des décisions lors de leurs réunions et de leurs sprints. Et le fait est qu'ici aussi, nous n'en sommes encore qu'au début et que nous apprenons chaque jour quelque chose de nouveau. Pour revenir à votre question initiale sur les principaux enseignements, nous avons appris que nous devons combiner les innovations techniques et organisationnelles afin d'agir beaucoup plus rapidement et de manière plus ciblée, et d'exploiter les nouvelles valeurs ajoutées.
Pouvez-vous décrire ces avantages plus en détail ?
Schultis : Ces derniers mois, par exemple, nous avons mis en place de nouveaux produits dans la logique de production. Nous bénéficions ainsi d'installations hautement automatisées dès la phase de prototypage - sans avoir à construire manuellement une installation spéciale pour les prototypes. Et cela fonctionne. La flexibilité de l'usine parle d'elle-même. Nous produisons des prototypes parallèlement à la production en série.
Comment parvenez-vous à cette flexibilité ?
Schultis : Notre usine a une structure modulaire. Les différents modules de production entièrement et partiellement automatisés sont reliés entre eux par de petits chariots autonomes (AGC). Contrairement à la production en série classique, nous pouvons facilement y mener des expériences ou simplement mettre en œuvre de nouveaux produits. L'ensemble de l'usine de production ne s'arrête pas immédiatement en cas de problème mineur. Cela démontre une flexibilité pure. Cela signifie que nous avons beaucoup moins de problèmes dans l'ensemble lorsque nous passons par une phase de démarrage. Nous travaillons de manière beaucoup plus robuste et nous avons beaucoup plus de liberté.
Que se passe-t-il donc si une installation tombe en panne ? Une autre peut-elle simplement prendre le relais ?
Schultis : Oui, cela fonctionnerait. Bien que nous n'ayons pas de doublons pour tout, nous avons des processus que nous pouvons exécuter de manière entièrement automatique ou manuelle. Ainsi, le système de contrôle de la fabrication de haut niveau (spécialement développé pour l'usine) prend en charge le contrôle des flux de matériaux.
L'année dernière, nous parlions de cinq familles de produits. Quelle est la situation actuelle ?
Schultis : Entre-temps, nous avons mis en place deux familles de produits supplémentaires. Nous avons donc maintenant sept familles de produits dans le processus de production, et deux autres seront mises en service d'ici la fin de l'année. Le nombre de variantes au sein de ces familles est également en augmentation. Nous avons mis en œuvre quelques milliers de variantes jusqu'à présent. Les machines peuvent faire face à cette croissance sans aucun problème. Nous fabriquons même des produits standard et des produits de sécurité sur les mêmes modules.
Vous avez mentionné l'exploration de données tout à l'heure. Pouvez-vous nous dire ce que vous avez appris de cette façon ?
Schultis : Nous avons divisé nos données relatives à la production en trois grandes catégories. Dans la catégorie de la fabrication intelligente, nous allons au niveau des processus pour améliorer la qualité, augmenter l'efficacité globale des équipements, etc. C'est une question clé. La deuxième est le sujet de la maintenance prédictive. Nous utilisons ici des signaux numériques pour mettre en œuvre les activités liées à la maintenance aussi efficacement que possible. Nous n'avons pas de cycles de maintenance fixes - à la place, les capteurs et les actionneurs envoient un signal si la maintenance devient nécessaire. La troisième catégorie concerne la gestion de l'énergie. Nous avons appris combien d'énergie consomme l'ensemble du hall en un an. À l'avenir, cette transparence nous aidera à obtenir une production aussi efficace et durable que possible sur le plan énergétique, car nous pouvons faire fonctionner la production lorsque l'électricité est moins chère.
Pouvez-vous déjà tirer des conclusions à partir de ces données ? Dans l'esprit de I4.0 ?
Schultis (rires) : Je dois répondre à cette question par un "oui et non" très respectueux. Oui, nous pouvons déjà tirer les premières conclusions. Et oui, plus nous y parvenons, plus l'éventail des potentiels possibles est large. Un exemple rapide : Nous surveillons numériquement l'air comprimé dans nos modules de production. Cela n'a jamais été fait auparavant. Nous savons maintenant qu'une production défectueuse se produit lorsque la pression tombe en dessous de 5 bars. Nous surveillons maintenant cela numériquement avec des limites d'avertissement. Lorsque ces limites sont dépassées, nous émettons un ticket d'assistance via le Bosch Performance Manager (BPM). Un autre exemple est la vitesse de déplacement des cylindres. On peut l'utiliser pour détecter des signes d'usure typiques. Ces données nous aideront à organiser les limites d'alerte de maintenance pour les actionneurs et les capteurs les plus variés. L'objectif doit être de détecter les défauts et les défaillances avant qu'ils ne se produisent.
Est-il déjà arrivé quelque chose que vous n'auriez pas découvert sans ces données ?
Schultis : Nous avons eu une situation dans un module où nous surveillions l'air comprimé avec le capteur FTMg de SICK. Le capteur lui-même est relié au cloud par une passerelle (TDC-E). Nous hébergeons le BPM - qui nous aide à visualiser les données - dans ce cloud. Ainsi, nous pouvons reconnaître les pulsations de l'alimentation en air comprimé et prendre les mesures appropriées. Si le défaut n'avait pas été détecté, il aurait entraîné la défaillance d'une vanne de commutation. Nous avons pu la remplacer en temps voulu, évitant ainsi un arrêt de la machine.
L'apprentissage approfondi joue-t-il également un rôle dans l'usine du futur ?
Schultis : Absolument. L'apprentissage approfondi est une technologie qui peut nous aider à nous améliorer de diverses manières. Nous travaillons actuellement à une solution qui nous permettra d'utiliser les réseaux neuronaux dans nos contrôles de qualité. Concrètement, il devrait s'agir d'un contrôle optique automatique (COA) des soudures en ligne. Comme vous pouvez le constater, nous apprenons chaque jour quelque chose de nouveau et nous testons de nouvelles technologies.
Pourriez-vous compléter cette phrase pour nous ? L'usine du futur...
Schultis : ... doit être lancée dans le présent, sinon l'avenir restera simplement le futur "perpétuel". Grâce aux données, nous pouvons maintenant exploiter les possibilités de générer une valeur ajoutée - et donc de produire le plus efficacement possible.
Abonnez-vous à notre newsletter !
Pour ne rien manquer de nos actualités (produits, webinars, salons, formations, applications, ...), inscrivez-vous à notre newsletter mensuelle !