Fabrication automatisée : investir dans l'intelligence artificielle
Les outils avancés de maintenance prédictive constituent les principaux investissements pour de nombreux fabricants de solutions d'automatisation. Ces outils utilisent l'intelligence artificielle pour détecter les défaillances de manière anticipée et intervenir rapidement. Cela permet de réduire le coût global de l'automatisation tout en augmentant sa disponibilité.
Les plateformes permettant de déployer des modèles d'apprentissage automatique sur mesure sont également de plus en plus courantes. Ces modèles gèrent des processus de production spécifiques. De la découpe au laser au moulage en fonte, de nombreux processus sont impliqués. Mettre en place des processus à la fois plus rapides et plus efficaces, tout en nécessitant moins de supervision de la part des experts.
ABB et Viking Analytics
ABB est un leader du marché de l'automatisation industrielle et des systèmes électriques. Elle a observé une augmentation de la demande d'outils de maintenance prédictive de la part de ses clients existants et potentiels. En réponse, elle a pris une participation dans une startup de logiciels de maintenance conditionnelle suédoise, Viking Analytics
MultiViz Vibration est le nom du programme que Viking a développé pour mesurer les vibrations à l'aide de l'intelligence artificielle. ABB a intégré le moteur d'analyse prédictive de Viking dans le déploiement de son propre Ability Asset Manager. La solution combinée permet de prévoir et de prévenir les défaillances des machines.
Au cours de l'année 2020, Viking Analytics a remporté le concours ABB Electrification Startup. Depuis lors, les deux entreprises ont travaillé ensemble sur les applications et la visualisation des données provenant des capteurs de maintenance conditionnelle.
Par le passé, Viking Analytics a travaillé sur d'autres applications de l'intelligence artificielle dans le domaine de l'automatisation industrielle. Pour ce faire, il est nécessaire de rendre les fonderies de fer capables de mettre en œuvre des procédures de coulée automatisées. Elle a développé des algorithmes d'apprentissage automatique pour procéder à des ajustements rapides qui nécessiteraient autrement l'intervention d'un opérateur expérimenté.
Siemens Xcelerator
Xcelerator est une plateforme logicielle sous laquelle Siemens déploie de nombreuses applications d'intelligence artificielle. Y compris MindSphere et les services prédictifs.
MindSphere est la principale solution d'automatisation industrielle et de l'Internet des objets de Siemens. Elle met en œuvre un large éventail de solutions intelligentes. De la maintenance prédictive à la localisation des obstacles dans les canalisations d'égout.
Siemens a utilisé les modèles d'apprentissage automatique de MindSphere sur un grand nombre de ses propres sites de production. Il s'agit de détecter les défauts qui se développent, de planifier la maintenance, d'évaluer la stabilité du processus et de prédire la qualité du produit.
En outre, un modèle d'intelligence artificielle pré-entraîné par MindSphere est capable de prévoir les engorgements des égouts. Il surveille le comportement des sorties d'égout à la suite de fortes précipitations et alerte les opérateurs en cas de schémas comportementaux inhabituels.
Predictive Services est la solution de Siemens pour la surveillance de l'état des systèmes d'entraînement, des presses et des dépanneuses. Elle utilise l'intelligence artificielle pour analyser l'état de fonctionnement d'une machine et aider à la planification des activités de maintenance. Elle a permis d'augmenter la disponibilité des lignes de production (10 %) dans une entreprise qui fabrique du papier de soie. Pour ce faire, il est possible de prévoir les défaillances des moteurs et de donner la priorité à la maintenance pendant les arrêts de production.
Mitsubishi Maisart
Maisart est la marque sous laquelle Mitsubishi commercialise ses applications pour l'intelligence artificielle. Il s'agit notamment de l'IA compacte, de la conception automatisée, de l'apprentissage en profondeur et de l'IA avec des fonctions d'apprentissage intelligent.
L'IA compacte a été lancée en tant qu'application de maintenance prédictive AI-based. Elle réduit les coûts de maintenance et les défaillances prématurées dans les systèmes servo et variateurs de fréquence de Mitsubishi. L'application utilise l'intelligence artificielle pour détecter à la fois l'usure mécanique et les signes de corrosion sur les circuits électroniques.
Mitsubishi a développé d'autres solutions qui incluent l'intelligence artificielle dans des applications d'automatisation industrielle. Elle a utilisé des algorithmes d'apprentissage automatique pré-entraînés dans ses produits d'usinage par décharge électrique et de découpe laser. Les algorithmes optimisent les stratégies d'usinage et adaptent en permanence les paramètres d'usinage. Elle a également développé des modèles de langage naturel pour permettre à ses interfaces homme-machine d'interpréter des instructions d'utilisation imprécises.
Résolument tournée vers l'avenir, Mitsubishi a travaillé sur un prototype d'application basé sur l'apprentissage automatique quantique. Pour ce faire, elle reconnaît les caractéristiques détectées par des capteurs d'images sans contact et à ultra-haute fréquence. Les modèles apprentissage automatique quantique sont plus rapides et plus efficaces que les modèles conventionnels.
Schneider EcoStruxure
Le logiciel d'automatisation des bâtiments et de l'industrie de Schneider Electric, EcoStruxure, est à la base de son offre d'intelligence artificielle. Il permet aux utilisateurs de l'automatisation industrielle de développer et de déployer leurs propres applications d'IA. En utilisant une plateforme d' edge computing exécutant Linux, des algorithmes intelligents fonctionnent en parallèle de l'équipement géré. Cela rend cette solution idéale pour l'automatisation distribuée et les environnements qui utilisent l'infrastructure d'automatisation existante.
Schneider Electric a testé cette solution d'intelligence artificielle sur ses chevalets de pompage de pétrole. Chaque site pumpjack est équipé d'un dispositif de contrôle appelé dynamomètre. Ils mesurent les variations de charge au cours de chaque cycle de pompage. Les opérateurs experts analysent les données du dynamomètre pour déterminer l'état et les performances du chevalet de pompage.
Pour ce faire, il est nécessaire d'investir beaucoup de temps et d'argent dans les ressources humaines. Schneider Electric a utilisé l'intelligence artificielle pour identifier automatiquement les tendances dans les données qui pourraient indiquer des défauts, des fuites et des composants usés. La méthode réduit la probabilité de pannes inattendues des équipements et diminue les coûts de maintenance.
