L'informatique de pointe pour les fabricants

Introduction

Les nouvelles technologies révolutionnent la manière dont les fabricants connectent les processus et collectent les données dans l'atelier.

L'informatique de périphérie est l'une des plus prometteuses.

L'Edge Computing est une méthode permettant d'améliorer l'agrégation et le traitement des données en plaçant les ressources informatiques à proximité de l'endroit où les données sont collectées.

Ce guide vous présentera l'Edge Computing et expliquera comment les fabricants de toutes tailles peuvent bénéficier de l'utilisation d'appareils Edge pour alimenter leurs initiativesIIoT et de surveillance des machines.

L'informatique depériphérie désigne l'attribution de charges de travail informatiques aux "périphéries" d'un réseau, c'est-à-dire à desdispositifs et des ressources plus proches des points d'extrémité du réseau qu'un centre de données centralisé ou un nuage.

Dans le secteur de la fabrication, les ressources informatiques périphériques peuvent comprendre des machines, des passerelles, des convertisseurs de protocole ou d'autres types de contrôleurs industriels. Le plus souvent, dans le secteur de la fabrication, l'informatique de périphérie fait référence à l'utilisation d'un dispositif de périphérie dédié.

En distribuant les ressources informatiques, les fabricants peuvent

1. améliorer la vitesse de traitement des données

2. filtrer rapidement le signal du bruit

3. améliorer l'accessibilité des données

La philosophie de l'informatique périphérique est qu'il est plus rapide et plus efficace de traiter l'information à sa source.

Considérez la façon dont les informations voyagent d'un bien industriel vers un centre de données. La machine génère des données (température, vibrations, vitesse de rotation, consommation de ressources, etc. Ces données doivent probablement subir une conversion de format ou de protocole pour être utiles aux ingénieurs. Ensuite, les données sont transférées vers un serveur sur site ou vers une base de données en nuage. Si elles sont envoyées dans le nuage, elles doivent parcourir une distance considérable jusqu'à un ou plusieurs serveurs physiques géographiquement dispersés.

Si le cloud computing et le stockage sont essentiels pour l'Internet industriel des objets, ce relais entre la génération, le traitement et le retour des données peut créer des problèmes de latence, de bande passante et de gestion des données.

Pour les processus de fabrication sensibles, même un petit degré de latence peut avoir des effets importants sur l'efficacité et la qualité.

L'Edge computing prévient ce problème en veillant à ce que le traitement des données se fasse à proximité géographique et réseau de la création des données.

Pour comprendre pourquoi l'informatique périphérique est importante dans le secteur manufacturier, il faut comprendre certains défis qui se posent avec les architectures en nuage.

L'industrie manufacturière utilise depuis longtemps des architectures d'information centralisées. Dans un système centralisé, les informations générées tout au long d'une opération sont traitées et stockées sur un serveur central. Cela s'est avéré important pour le traitement de gros volumes de données, ainsi que pour la gestion des contrôles sensibles.

Avec l'avènement du cloud, cette "colonne vertébrale" est passée des ressources sur site à des sites géographiquement éloignés. Le parcours des données jusqu'au nuage est toutefois essentiellement le même.

Les progrès de l'informatique périphérique signifient que la fabrication revient à un modèle décentralisé.

Plutôt que de concentrer le traitement des données en un seul endroit, les systèmes décentralisés comme l'informatique de périphérie tirent parti de la capacité de calcul et de stockage existant dans les nœuds du réseau. Ce type de structure est "décentralisé" car le calcul est effectué là où il y a des ressources disponibles et suffisantes. Avec les systèmes décentralisés, la proximité est un facteur déterminant de l'emplacement du traitement.

Même si la croissance de la périphérie signifie une croissance de l'informatique décentralisée, il est important de noter que cela ne signifie pas que la périphérie va remplacer le nuage.

Au contraire, la périphérie et le cloud existent dans une relation symbiotique.

Pour de nombreux fabricants, l'infrastructure en nuage est nécessaire pour s'assurer que les données sont stockées dans un endroit accessible et évolutif. Elle est nécessaire pour soutenir les opérations avec une puissance de calcul suffisante sans avoir à débourser des sommes importantes pour des équipements sur site.

Sans le cloud, la logistique de stockage, d'extraction et d'analyse des données serait beaucoup plus compliquée. Pourtant, les réalités de la surveillance des machines modernes rendent l'informatique périphérique souhaitable.

Ainsi, les fabricants peuvent tirer le meilleur parti de leurs initiatives numériques en associant une infrastructure en nuage à l'informatique de périphérie, en fonction des besoins opérationnels.

Ce type d'architecture hybride - où une infrastructure centralisée prend en charge l'informatique décentralisée - est souvent appelé " fog computing". En d'autres termes, le brouillard est la façon dont vous rapprochez le nuage du sol.

En effet, les meilleures estimations de l'avenir de chaque technologie suggèrent que la taille du marché du cloud et de la périphérie va croître de manière significative au cours de la prochaine décennie.

Les périphériques depériphérie peuvent être des capteurs, des machines compatibles avec l'IoT, des passerelles ou des ordinateurs monocartes. Pour les petits et grands fabricants, ils offrent une méthode rapide et légère pour rationaliser les initiatives numériques. Ces appareils fonctionnent avec une alimentation minimale, consomment de faibles quantités d'énergie et peuvent être extrêmement rentables.

Lespériphériques sont un élément essentiel de tout système de surveillance des machines. Ils sont importants pour plusieurs raisons.

Traduction de protocoles - Toutes les machines ne communiquent pas par les mêmes protocoles. Alors que les machines les plus récentes peuvent communiquer à l'aide de protocoles tels que MTConnect et OPC UA, soit de manière native, soit à l'aide de produits de traduction tels que Kepware, d'autres ont besoin de dispositifs pour rendre les données des capteurs lisibles pour l'utilisateur final. Les machines héritées, en particulier, ont besoin d'un dispositif intermédiaire pour convertir les données des capteurs en informations utiles. Les périphériques peuvent capturer les informations des capteurs IoT et les traduire en n'importe quel protocole dont vous avez besoin pour transformer les données en informations.

Données provenant de plusieurs capteurs - Dans de nombreux cas, la compréhension des performances et de l'état de santé d'une machine nécessite de prendre des données provenant de plusieurs capteurs simultanément. Par exemple, si vous voulez comprendre la cause profonde de la défaillance d'une pièce dans une fraiseuse CNC, il est important de disposer de données sur tous les paramètres susceptibles de contribuer à la dégradation d'une pièce spécifique.

Les dispositifsEdge aident à compiler les données provenant de plusieurs capteurs afin de placer la santé de la machine dans une perspective plus complète. Cela vous permet d'aller au-delà des spéculations et de trouver les causes profondes.

Données provenant de plusieurs machines - Comprendre chaque machine individuellement est important. Toutefois, les informations les plus significatives sont obtenues lorsque les données d'une seule machine sont comparées à celles d'un service complet. Les périphériques Edge permettent de regrouper et de centraliser les données provenant de plusieurs sources différentes, ce qui facilite la compréhension des performances en temps réel.

Filtrer le signal du bruit - Toutes les informations générées par une machine ne sont pas utiles. Les dispositifs de périphérie aident à séparer les informations importantes - comme lorsqu'une machine dépasse un paramètre établi ou lorsqu'un événement spécifique est détecté - du déluge de données créées pendant les temps de fonctionnement programmés. De plus en plus, des algorithmes d'apprentissage automatique sont exécutés sur les périphériques pour faciliter ce processus de filtrage.

Des informations en temps réel - Pour de nombreux fabricants, la surveillance des machines est un moyen de comprendre la production en temps réel. Si les données historiques sont importantes pour comprendre les performances et la santé des machines au fil du temps, il est tout aussi utile d'avoir une visibilité sur l'état des machines pendant les heures de fonctionnement. Les dispositifs périphériques permettent d'acheminer les données des machines vers des tableaux de bord d'analyse visuelle. En faisant passer les données de la machine par un dispositif périphérique, les fabricants peuvent accéder aux analyses nécessaires pour obtenir des informations en temps réel.

De plus en plus, pour réussir dans le secteur de la fabrication, il faut rassembler des données opérationnelles en vue d'une amélioration continue. En bref, il faut un programme de surveillance des machines.

Mais la surveillance des machines n'est pas toujours suffisante. Les systèmes de fabrication génèrent une quantité phénoménale de données. Et les données ne sont pas utiles si elles ne peuvent pas être stockées et accessibles sous une forme exploitable.

Parmi les fabricants qui surveillent les performances de leurs machines, peu disposent d'une stratégie de gestion des données. Ils sont encore moins nombreux (14 %, selon certaines estimations) à déclarer n'avoir aucun problème à gérer l'abondance de données générées dans leurs ateliers.

C'est là que les périphériques peuvent être utiles.

Les périphériques permettent de garantir que les données de vos machines sont 1.) lisibles, 2.) accessibles, 3.) sécurisées, 4.) pertinentes pour les indicateurs clés de performance que vous souhaitez suivre.

Pour démontrer comment les périphériques peuvent être utilisés dans des contextes de fabrication réels, voyons comment un client de Tulip utilise notre passerelle IoT pour collecter les données de ses anciennes machines.

Ce fabricant était confronté à un problème commun. Bien que leurs anciennes machines ne présentent aucun défaut de fonctionnement, elles ne pouvaient pas se connecter à Internet de manière native. Cela signifie que la mesure des performances des machines était une opération manuelle. À bien des égards, leurs calculs de l'OEE étaient sujets à des erreurs, et leurs analyses des goulots d'étranglement peinaient à identifier les causes profondes.

Afin de mieux comprendre sa production, ce client a utilisé des capteurs IoT et des périphériques Tulip pour mettre en ligne ses machines analogiques.

Grâce aux périphériques et aux capteurs, ce fabricant a pu mesurer le régime moteur et d'autres paramètres clés de la machine. Avec peu d'investissement initial, il a pu améliorer sa compréhension des processus de production suffisamment pour identifier les goulots d'étranglement et mieux équilibrer ses lignes. La passerelle IoT permet à ce fabricant de collecter les données de plusieurs machines simultanément. Le fabricant agrège ces informations dans un tableau de bord de production visuel grâce à Tulip analytics. Désormais, tout le monde dans l'atelier comprend la production en temps réel.

En connectant ces données de machine aux données de performance humaine, ils ont pu voir leurs opérations d'un point de vue holistique, en identifiant les domaines à améliorer et en comprenant exactement comment le WiP a circulé dans leurs lignes.

Au final, ce fabricant a augmenté le nombre d'unités produites de 15 %. Il a atteint ses objectifs ambitieux d'expansion de la production tout en réduisant le coût des marchandises vendues. En mettant en ligne une installation en friche, ils ont pu améliorer le temps de fonctionnement et la visibilité d'une manière qui a eu un réel impact sur l'entreprise.