Industrial Automation

Les défis de l’intégration de données. Comment les solutions industrielles edge peuvent les résoudre?

Jeremy Friedmar et Matt Wopata

Note de l’éditeur : ce blog est une continuation de notre série de blogs sur le edge industriel. Dans notre premier blog, nous avons discuté de l’IIoT et de la valeur de la collecte de données. Dans le deuxième blog, nous avons discuté des solutions industrielles edge. Dans ce blog, nous examinons comment les solutions edge industrielle peuvent être appliquées à des cas d’utilisation spécifiques.

Aujourd’hui plus que jamais, alors que les pénuries de matériaux, les problèmes de chaîne d’approvisionnement et les pénuries de talents dominent le monde industriel, les fabricants doivent utiliser la puissance des données pour améliorer leurs opérations et atteindre leurs objectifs de production. Bien que les données soient la clé de ces améliorations, il est difficile de déplacer avec succès des informations de plusieurs sources vers un endroit spécifique afin qu’elles puissent être traitées et analysées.

 

Un processus d’intégration de données solide vous aide à connecter efficacement une grande variété de structures de données à l’endroit où elles doivent être, en s'assurant que les données soient harmonisées, dans un format correct et qu'elles aient le même niveau de qualité.

 

 

Intégration de données pour calculer l’OEE

 

L'OEE ("overall equipment efficiency", ou TRG pour "Taux de Rendement Global") est un indicateur de performance clé populaire utilisé dans les environnements de fabrication. Il mesure le degré de fonctionnement d’une usine.

 

Par exemple : un score OEE de 50 % signifie que vos opérations fonctionnent à la moitié de leurs performances optimales théoriques. Un score OEE de 100% signifie que vous avez une production parfaite : toutes les pièces fabriquées sont de bonne qualité, elles sont fabriquées le plus rapidement possible et il n’y a pas de temps d’arrêt. Dans le secteur de la fabrication, l’OEE moyen est de 60 %, et ce chiffre indique qu’il y a place à des améliorations substantielles.

 

Selon le livre  de l’auteur Robert Hansen, Overall Equipment Effectiveness, « Une amélioration de 10 % de l’OEE peut entraîner une amélioration de 50 % du ROA (rendement des actifs), les initiatives OEE étant généralement 10 fois plus rentables que l’achat d’équipement supplémentaire. »

 

3 variables dont vous avez besoin pour déterminer l’OEE

 

Le défi pour déterminer l’OEE se résume à collecter les bonnes données à partir de sources de données disparates, et c’est là que l’intégration de données entre en jeu. Elle permet que les données critiques provenant de sources de données IT et OT atteignent les bons endroits.

 

  1. Les sources de données OT proviennent de la technologie opérationnelle de l’usine en dehors du domaine de l’informatique traditionnelle. Des exemples de sources de données OT peuvent inclure des automates programmables (PLC), des BAS (systèmes d’automatisation des bâtiments) et des capteurs industriels.
  2. Les sources de données informatiques sont généralement des applications locales ou cloud qui contiennent des informations relatives aux opérations. Des exemples de sources de données informatiques peuvent inclure un MES (système d’exécution de la fabrication), un système QMS (système de gestion de la qualité), un système ERP (planification des ressources de l’entreprise) et une GMAO (système de gestion de la maintenance informatisée).

 

Les données provenant des sources de données OT et IT sont utilisées pour calculer les trois facteurs qui composent l’OEE. Jetons un coup d’œil à chacun d’eux.

 

1. Disponibilité de l’usine 

Data Ingestion Graphic for Blog 

 

Votre usine est-elle opérationnelle ? C’est le concept de « disponibilité » dont on fait référence ici. La disponibilité représente le temps de production, ou la durée pendant laquelle une usine ou un équipement peut fonctionner comme prévu. Ce coefficient prend en compte la perte de disponibilité (tout événement arrêtant la production planifiée suffisamment longtemps pour qu’il vaille la peine d'analyser la cause des temps d’arrêt).

Les données dont vous avez besoin pour calculer la disponibilité de l’usine comprennent :

Les données

Le type de source de données

Le système

La durée du travail 

IT

MES

Les temps d’arrêt planifiés

IT

GMAO

Les temps d'arrêt non planifiés 

OT

PLC

   

 

2. Performance de l’usine

Data Ingestion Graphic for Blog

 

Les performances représentent la capacité d’un processus de fabrication à fonctionner à la vitesse maximale possible. Il prend en compte la perte de performance, ce qui inclut tout facteur qui fait que la production fonctionne plus lentement que la vitesse maximale possible.

Les données dont vous avez besoin pour calculer la disponibilité de l’usine comprennent :

Les données

Le type de source de données

Le système

Le produit réel total 

OT

Les capteurs

Le temps de fonctionnement

OT

PLC

Taux d’exécution idéal 

IT

MES


 

 

3. Qualité

Data Ingestion Graphic for Blog

La qualité représente les pièces fabriquées qui répondent aux normes de qualité. C’est l'équivalent du rendement au premier passage (combien de pièces passent par le processus de fabrication sans nécessiter de retouche).

Les données dont vous avez besoin pour calculer la disponibilité de l’usine comprennent :

Les données

Le type de source de données

Le système

De bons produits

IT

QMS

Les produits rejetés

IT

QMS

 

 

Une fois que vous disposez de ces trois valeurs (disponibilité, performance et qualité), vous pouvez déterminer votre OEE à l’aide de cette formule :

OEE = Disponibilité x Performance x Qualité

 

Data Ingestion Graphic for Blog 

 


Processus d’intégration de données en 3 étapes pour calculer l’OEE et d’autres IPC

 

Nous connaissons tous l’adage « Si vous ne pouvez pas le mesurer, vous ne pouvez pas l’améliorer », rendu célèbre par Lord Kelvin (alias William Thompson). Étant donné que l’intégration de données est nécessaire avant de pouvoir mesurer, une révision moderne de la citation pourrait être : « Si vous ne pouvez pas intégrer des données de manière sécurisée et fiable, vous ne pouvez pas les mesurer et, si vous ne pouvez pas les mesurer, vous ne pouvez pas les améliorer. »

Heureusement, les processus d’intégration de données d’aujourd’hui sont beaucoup plus rentables et évolutifs qu’ils ne l’étaient à l’époque de Lord Kelvin. Déplacez les informations de plusieurs sources vers une ou plusieurs destinations en suivant ce processus d’intégration de données en trois étapes afin qu’elles puissent être traitées et analysées.
 
  1. Connectez vos données

     

    Pour connecter vos données, vous avez besoin d’une infrastructure qui prend en charge la numérisation des processus et connecte diverses sources de données au réseau via des composants tels que des câbles (cuivre et fibre) et des équipements réseau (commutateurs, routeurs, passerelles périphériques, etc.). 

  2.  

  3. Collectez vos données

     

    Une fois vos données connectées, vous devez pouvoir les collecter. Ce processus implique l’intégration et la transformation de données provenant de divers protocoles et la manipulation de charges utiles dans les protocoles afin de pouvoir les rassembler avec d’autres sources de données.

    Ce tableau présente des exemples de différents protocoles et charges utiles impliqués dans les données IT et OT.



    IT  OT 
     Protocoles

    • OPC UA
    • EtherNet/IP
    • PROFINET

    • HTTP
    • MQTT
    • SQL
     Charges utiles

    • Spécifications du compagnon OPC UA
    • Instructions complémentaires
    • Autrui

    • JSON personnalisé
    • Bougie d’allumage B
    • Autrui

  4.  

  5. Rassemblez vos données 

  6.  

    Rassembler vos données signifie combiner les sources de données IT et OT pour s’adapter au format requis par la ou les application(s) qui consommeront les informations.

     

    Les plateformes IdO comme Azure IoT ou AWS IoT, les outils d’analyse comme Oden Technologies et les applications SCADA modernes comme la plateforme Ignition d’Inductive Automation peuvent être utilisés pour visualiser les données OEE.

     

    Bien que chaque plate-forme prenne en charge les protocoles REST et MQTT, chaque plate-forme nécessite également que les données aient une structure de charge utile légèrement différente. Les données importées doivent être rassemblées dans le format attendu avant de pouvoir être consommées par ces applications. Des outils comme Node-RED sont souvent utilisés pour accomplir cette tâche à la périphérie des réseaux industriels.

     

    Une fois que ces données brutes ont été rassemblées dans un format utile, elles peuvent ensuite être consommées par n’importe quelle application en aval utilisée pour visualiser les informations OEE pour les cadres.

 

Comment Belden vous aide dans l’intégration de données

 

  • Notre équipe d'expert peut vous montrer comment les solutions de périphérie industrielle prennent en charge l’intégration de données afin que vous puissiez calculer l'OEE et prendre des mesures pour améliorer les processus de l’usine.
  • Nos solutions de périphérie industrielle vous aident à effectuer le processus d’intégration de données en trois étapes. Connectez vos données avec une grande variété de câblage, d’équipements réseau et de convertisseurs de protocoles. Ensuite, collectez et rassemblez vos données avec des passerelles de périphérie industrielle qui prennent en charge les applications de conversion de protocole conteneurisées, de transformation de charge utile et de classement de données. 
  • Plus tard cette année, Belden lancera une série de passerelles de périphérie industrielles robustes et dotées de capacités d’orchestration pour fournir à vos opérations industrielles des fonctionnalités de calcul en périphérie sécurisées, flexibles et évolutives. Restez à l’écoute de notre blog pour en savoir plus.

 

Contactez-nous pour en savoir plus et rester à l’affût des tendances en matière d’automatisation industrielle.