TECHNOLOGIES + ÉVOLUTION HUMAINE = indicateurs décuplés
L’avènement puis la diffusion de technologies de captation et d’exploitation de la data ont fait changer la nature de l’usine. Avec elle, la précision comme la sophistication des indicateurs mesurés se sont affirmées. Au service d’un pilotage de la performance toujours plus pertinent.
« Jusque-là, on disposait essentiellement d’indicateurs s’appuyant sur des historiques de données pour piloter l’usine. Avec les technologies de captation et d’exploitation en masse des données, on est désormais capable de prédire, simuler ou modéliser le comportement futur de l’usine ou d’un produit », explique Xavier Brucker, expert de la transformation digitale et associé du cabinet Mews Partners.
Auscultation-action… à l’ère du Edge
Avec ces changements, l’étendue des possibles est grande. Et ce n’est pas près de refluer. L’exemple des capteurs machines installés sur des lignes d’assemblages est à ce titre éclairant. Ces derniers peuvent atteindre des niveaux de précision incroyables, couplés à des technologies de type Edge Computing. « Pour des raisons de transmission et de quantité de données à traiter, faire le calcul proche de la mesure, grâce à l’Edge computing, va être déterminant, notamment en maintenance prédictive », précise François Coulloudon, CEO de TEEPTRAK.
Avec l’Edge, fini la latence, les bandes passantes consommées et les besoins de stockage immenses. L’indicateur « nourri » de la sorte n’en sera lui que plus apte à aider au pilotage !
D’autres paramètres sont susceptibles d’être pilotés avec ces intentions, à l’image du besoin énergétique d’une ligne : suivant les cours de l’énergie et les besoins très fins à couvrir pour assurer la fabrication, il sera possible pour un industriel de moduler les cadences voire de stopper sur un temps court, dans la recherche d’un optimum de coût sans précédent.
Nouveaux profils à l’œuvre
Disposer des bonnes technologies ne suffit pas et ne suffira pas. Le constat est là : l’avènement du monitoring et de la digitalisation nécessite l’accompagnement des managers de proximité comme des opérateurs. Et cela ne s’arrête pas là !
De plus en plus de profils de type « data scientist » émergent au sein des usines. « Les ingénieurs méthodes ou procédés doivent aujourd’hui maîtriser des techniques avancées d’analyse de données », explique Charles Thaumiaux, expert de la Performance industrielle et associé du cabinet Mews Partners.
Leur donner voix au chapitre est alors crucial pour la décision : « La prise en compte de ces analyses fondées sur la data, en complément de l’expérience accumulée par les équipes opérationnelles, est un enjeu clé pour améliorer la performance de l’usine », ajoute Xavier Brucker.