L’approche périphérique comme stratégie

Au-delà des plates-formes orientées cloud classiques

Lorsque les actifs intelligents ont commencé à proliférer ces dernières années au niveau des ateliers, il en a été de même pour les plates-formes d’analyse orientées cloud visant à transformer les données générées en intelligence exploitable.

Les plates-formes orientées cloud classiques peuvent agréger des données de multiples sources. Toutefois, l’extraction d’informations de fabrication et d’exploitation à partir de ces données prend du temps et peut nécessiter de faire appel à des architectes de données, des ingénieurs en intelligence décisionnelle et d’autres experts maison de la gestion des données.

Par ailleurs, l’approche consistant à envoyer des données dans le cloud, puis à les rapatrier, ne convient pas pour toutes les applications. Une approche orientée cloud traditionnelle seule ne peut pas fournir des informations contextualisées suffisamment rapidement pour agir immédiatement sur les processus de l’usine et pour aider les personnes dans leur travail au quotidien.

Une approche pragmatique et rentable de l’intelligence distribuée

Une plate-forme d’analytique évolutive peut fournir une approche pratique et rentable pour répartir l’intelligence décisionnelle à tous les échelons, à la périphérie, sur le site ou dans le cloud.

Par exemple, examinons cette nouvelle solution d’analytique, laquelle intègre l’analytique et les capacités d’apprentissage machine à la périphérie, autrement dit au plus près de la source des informations et des décideurs de l’usine.

Disponible sur un équipement connectable, la configuration est simple. Aucun recâblage de capteurs intelligents existants n’est nécessaire. Il suffit de se connecter à Ethernet et d’attendre environ cinq minutes, le temps que la solution explore le réseau industriel et détecte les actifs intelligents. À mesure que les appareils sont détectés, les données sont collectées et les tableaux d’état et de diagnostic sont créés et affichés.

Au fur et à mesure que l’équipement trouve des informations sur le mode d’interconnexion des appareils, notamment sur la causalité des défauts, il commence à comprendre le système sur lequel il est déployé et peut formuler des recommandations prescriptives. Par exemple, il peut envoyer une « carte action » au smartphone ou à la tablette d’un utilisateur.

Une approche évolutive de l’analytique peut avoir un impact immédiat dans de nombreux domaines de la fabrication de pneus. Cela deviendra de plus en plus important dans les applications complexes telles que le mélange et la vulcanisation, où l’apprentissage machine peut avoir une incidence spectaculaire sur la qualité du produit, l’agilité de la fabrication et l’efficacité énergétique.

Mais ce n’est qu’une partie de la solution. La plate-forme évolutive s’étend au-delà de la périphérie vers les moteurs de calcul et les outils qui orchestrent automatiquement les données de multiples sources, et permettent aux utilisateurs de trouver les points communs ainsi que d’obtenir des informations opérationnelles et commerciales plus rapidement.

Au final, une approche évolutive permet aux fabricants de pneus d’associer plus étroitement chaque échelon de l’entreprise à l’optimisation du processus de fabrication – de l’ingénierie et la maintenance locales aux échelons supérieurs de l’entreprise, et de l’appareil jusqu’au cloud.

Découvrez plus avant l’analytique évolutive et les solutions pour les fabricants de pneus.