time-keeper


Industrie 4.0: à l’heure du Big Data et de l’intelligence artificielle

SPÉCIAL EPHJ 2019

juin 2019


Industrie 4.0: à l'heure du Big Data et de l'intelligence artificielle

Le projet d’industrie 4.0 s’appuie sur les nouveaux outils que sont la conception numérique (les algorithmes), l’intelligence artificielle (machine learning) et l’inter-connectivité (smart manufacturing). Une évolution qui nécessite de maîtriser la partie software, avant même le hardware.

«A

ngelo Bonati a toujours dit que Panerai était une compagnie d’ingénieurs. Notre manufacture est par conséquent à la pointe de l’ingénierie. Il faut dire les choses telles qu’elles sont.» Jérôme Cavadini est un homme atypique dans le paysage horloger helvétique. Peu adepte d’une horlogerie recroquevillée sur ses traditions, il est l’un des premiers à parler très ouvertement de smart manufacturing et d’industrie 4.0. Alors que beaucoup peinent encore à définir ces notions, le directeur du site de production Officine Panerai, à Neuchâtel, a fait de sa fabrique de montres l’une des plus modernes qui soient. Avec, au centre du dispositif, un système de collecte et de traitement des données, le fameux Big Data.

Une révolution culturelle

Né en Allemagne dans le secteur de l’automobile, le concept d’industrie 4.0 renvoie à l’histoire du développement industriel, qui vit successivement apparaître la force hydraulique et la machine à vapeur (1ère révolution), la production de masse fondée sur la division du travail (2e) et l’automatisation (3e). La quatrième étape, qui se joue sous nos yeux, promet de faire converger mondes réel et virtuel, de façon à rendre l’usine – ou les usines d’une même chaîne de valeurs – beaucoup plus souple et agile.

Le but est de remplacer la production de masse par la fabrication de pièces uniques en série, répondant ainsi directement aux demandes spécifiques du marché.

Avec pour ambition de remplacer la production de masse par la fabrication de pièces uniques en série, répondant ainsi directement aux demandes spécifiques du marché. «Ce n’est pas simplement une révolution technologique, c’est surtout une révolution culturelle, souligne Philippe Grize, directeur du domaine Ingénierie de la Haute Ecole de l’Arc jurassien (HE-Arc). Car la clé de la réussite, c’est l’échange d’informations, savoir s’ouvrir pour aller chercher de nouveaux partenaires.» Une vision prise au pied de la lettre par le constructeur Audi: pour équiper les portières de ses modèles A6 fabriqués à Neckarsulm (Bade-Wurtemberg), la marque s’est approchée de... DHL, bien plus efficace au niveau logistique, pour faire converger sur son site les quelque 600 composants nécessaires.

En fin de production, un bras robotisé effectue un contrôle de marche et associe le numéro de la puce RFID au numéro de la montre. Toutes les informations de construction sont ainsi liées au produit.
En fin de production, un bras robotisé effectue un contrôle de marche et associe le numéro de la puce RFID au numéro de la montre. Toutes les informations de construction sont ainsi liées au produit.

Un enjeu compétitif

Pour parvenir à une telle efficience, l’industrie 4.0 s’appuie sur les nouveaux outils que sont la conception numérique (les algorithmes), l’interconnectivité (smart manufacturing) et l’intelligence artificielle (machine learning). «Tout cela n’était pas disponible il y a seulement dix ans», souligne Jérôme Cavadini. Un dispositif qui se caractérise par la mise en œuvre de systèmes d’acquisition, de contrôle et d’exploitation des données, avant, pendant et après le processus de production. «Ce tracking est très important en termes de souplesse, de qualité et de réactivité, poursuit le responsable. C’est clairement un enjeu compétitif.»

Construite en 2014 dans les hauts de Neuchâtel, la manufacture Panerai est ainsi non seulement équipée de machines dernier cri, mais baigne également dans un environnement high-tech, capable de capter l’information à tous les niveaux. A commencer par la R&D, un département qui emploie 45 personnes sur les 250 que compte le site. Auparavant limités au bureau technique, les outils 3D de conception assistée par ordinateur (CAO) prennent une place de plus en plus importante au sein de l’entreprise.

Informatisés et partiellement automatisés, les flux de production sont très faciles à modifier.
Informatisés et partiellement automatisés, les flux de production sont très faciles à modifier.

Les logiciels les plus évolués – comme 3DExperience ou Creo – permettent non seulement de proposer des rendus visuels extrêmement réalistes, mais également de procéder à toute une série de simulations et de tests virtuels.

Plus encore: ces plateformes fusionnent les concepts artistiques, scientifiques, industriels, commerciaux et même de développement durable, pour connecter entre eux des domaines et des départements auparavant ignorés de la CAO. Une fois un composant de mouvement développé, le programme offre ainsi la possibilité de configurer les machines qui le fabriqueront, de créer les flux de production, de simuler la chaîne d’assemblage ou encore de veiller à ce que tout soit disponible pour le SAV, en fonction des différents cycles de vie pré-calculés.

Machine learning

Une fois les prototypes réalisés, ceux-ci subissent une batterie de tests durant de longs mois: étanchéité, température, salinité, chocs, champs magnétiques... Autant de mesures qui sont analysées et recoupées avec celles du SAV. Développée à l’interne, l’application WOLF (Watchmaker Online Feedback) permet en effet de documenter précisément l’origine d’une panne ou d’un défaut, via le service après-vente ou le détaillant.

Tous les tests effectués – ici l'étanchéité – donnent lieu à une analyse de données, lesquelles sont recoupées avec les retours du SAV.
Tous les tests effectués – ici l’étanchéité – donnent lieu à une analyse de données, lesquelles sont recoupées avec les retours du SAV.

La production, elle aussi, est une étape importante dans la collecte de cet «or digital». Certaines opérations, comme le garnissage, sont entièrement automatisées. La mesure – des temps de passage, des pressions d’enchâssage – est ainsi permanente. A l’assemblage, la marche à suivre est délivrée par une tablette électronique, un processus qui permet de visualiser en temps réel le degré d’avancement de la fabrication.

Ce flot de données est à la base du machine learning, une technologie qui permet aux ordinateurs d’apprendre sans avoir été programmés explicitement à cet effet. Toujours plus sophistiqués, les algorithmes sont capables de traiter les informations, de les interpréter et d’apporter une réponse adaptée, différente à chaque fois. Grâce à des analyses prédictives, les machines de dernière génération sont ainsi en mesure de se corriger toutes seules, mais également de prévoir leur maintenance ou de choisir les plages horaires durant lesquelles l’électricité est la moins chère pour fonctionner.

Certaines opérations – ici le huilage – sont automatisées, et donc font l'objet d'un contrôle permanent.
Certaines opérations – ici le huilage – sont automatisées, et donc font l’objet d’un contrôle permanent.

Tous les calibres circulent dans des barquettes, lesquelles disposent d'une puce RFID qui enregistre chaque étape de la fabrication et chaque caractéristique du mouvement.
Tous les calibres circulent dans des barquettes, lesquelles disposent d’une puce RFID qui enregistre chaque étape de la fabrication et chaque caractéristique du mouvement.

Smart manufacturing

Cette souplesse, la manufacture en a besoin pour prendre en compte les remontées des marchés. Panerai est en effet capable de connaître les ventes effectives de ses produits à travers l’activation des cartes de garanties. La marque a également mis en place une veille des réseaux sociaux, de laquelle elle déduit les tendances du moment. Un écran au mur permet au final de renseigner les collaborateurs sur les modèles à fabriquer.

Panerai connaît les ventes effectives de ses produits à travers l’activation des cartes de garanties.

Apparu officiellement en 2011, le concept d’industrie 4.0 n’en est qu’à ses débuts. Mais déjà, il ne s’agit plus de vendre seulement un produit, mais également un service calibré à partir des données collectées, que ce soit au niveau de l’utilisateur – qui passe du statut de consommateur passif à celui de client-entrepreneur – ou du producteur.

Ces données, pour qui sait les exploiter, sont devenues un bien marchand, un avantage stratégique source de création de valeur. «Tout cela est très évolutif, insiste Jérôme Cavadini, qui avait visité les usines Peugeot, BMW et Smart avant de concevoir sa manufacture. Mais l’objectif de ce processus est de permettre au client final d’être connecté à la manufacture, d’entrer directement en contact avec ceux qui produisent.»