En 2018, le Forum économique mondial (WEF) et McKinsey & Co ont estimé que l’industrie 4.0 offrirait aux fabricants et aux fournisseurs un potentiel de création de valeur de 3 700 milliards de dollars d’ici 2025. C’était avant que la transformation numérique industrielle ne soit mise à l’épreuve par la pandémie de COVID en 2020. L’année dernière, une enquête de McKinsey a révélé que les utilisateurs précoces des technologies de l’industrie 4.0 s’en sont mieux sortis pendant la pandémie, même si la barre a été relevée concernant la réussite dans le numérique, passant de la simple valeur ajoutée à la capacité à opérer dans des conditions difficiles. La pandémie a laissé des enseignements cruciaux pour la transformation de l’industrie 4.0.
Transformation pilotée par les données
Le prédécesseur de l’industrie 4.0 était centré sur l’application des ordinateurs, la mise en place d’une infrastructure informatique et l’utilisation de l’automatisation sur la chaîne de montage pour transformer la fabrication. Cette mise en œuvre de l’informatique et de machines semi-automatiques a commencé à générer des « Dark Data » (données sombres), c’est-à-dire des informations qui étaient jusqu’à présent ignorées ou effacées jusqu’à ce que des outils soient enfin capables de les analyser et de fournir de nouvelles informations.
Les usines intelligentes, qui existent grâce à l’industrie 4.0, ne se limitent pas à l’exploitation d’équipements tels que les capteurs avancés, elles procèdent également à l’analyse des données de production et les combinent avec des informations similaires tout au long de la chaîne d’approvisionnement.
Les précédentes révolutions industrielles s’appuyaient sur la vapeur, l’électricité, puis les ordinateurs, mais celle-ci commence par les données : il s’agit de les collecter là où elles sont utiles, de les envoyer là où elles sont nécessaires, de donner un sens à tout cela et d’utiliser ces nouvelles informations pour prendre de meilleures décisions. C’est ce qui permet d’exercer un contrôle sur les processus de fabrication et autres processus commerciaux pour les rendre efficaces et résilients.
Les piliers de l’industrie 4.0
Les quatre piliers fondamentaux de l’industrie 4.0 sont les capteurs, la connectivité, le stockage et le traitement des données (Figure 1). Ces blocs fonctionnels peuvent faire partie de divers équipements, de dispositifs autonomes ou d’algorithmes intégrés, formant ainsi une configuration personnalisée plus large d’une usine intelligente.
Capteurs : les capteurs sont le point à partir duquel les informations sont acquises et les données représentatives sont générées. Ils prennent des mesures et aident à surveiller les processus. Les modules de capteurs peuvent être ajoutés à des équipements existants ou intégrés à des machines intelligentes plus récentes.
Étant donné qu’ils génèrent d’immenses quantités de données en temps réel et que de nombreux problèmes à un moment donné des opérations nécessitent un contrôle immédiat, l’utilisation de capteurs intelligents avec des ressources informatiques embarquées est en hausse (Figure 2). Par exemple, des applications telles que le prélèvement et le placement de composants électroniques sur des cartes de circuits imprimés bénéficient de la mesure des variations et de corrections immédiates.
Connectivité : alors que les capteurs pour la surveillance des processus existent depuis longtemps, l’industrie 4.0 étend le pouvoir de l’information en ajoutant la connectivité. L’Internet industriel des objets (IIoT) offre la possibilité d’exploiter la communication de machine à machine (M2M) sur des réseaux d’entreprise sécurisés. Prenons l’exemple de la détermination des ouvertures dues à des défauts de soudure sur une carte de circuit imprimé. Ces informations peuvent être communiquées en amont, où la quantité d’un nouveau flux déposé peut être ajustée ou la température à l’intérieur de la machine à braser par refusion peut être modifiée pour remédier à ces défauts.
La connectivité permet également de diffuser les informations pertinentes au-delà de l’usine, en intégrant les systèmes d’exécution de la fabrication (MES) aux systèmes de planification des ressources de l’entreprise (ERP). Les flux de données en temps réel peuvent contribuer à optimiser la production, les stocks de matières premières et l’ensemble des opérations, des fournisseurs aux clients.
L’introduction de la technologie 5G a permis de résoudre certains des problèmes de débit résultant des grandes quantités de données qui ne peuvent pas toutes résider au bord du capteur. Les modules 5G ont rendu l’ajout et la gestion de capteurs existants en tant que nœuds dans un réseau flexible et facile.
Stockage des données : si l’information est une richesse, les données sont la monnaie d’échange qui détermine sa valeur. Alors que les équipements de fabrication d’aujourd’hui sont truffés de capteurs, les données qu’ils génèrent doivent être classées et organisées en fonction de l’endroit où elles sont susceptibles d’être utilisées, du moment où elles le sont et de leur finalité.
Comme décrit ci-dessus, les capteurs intelligents peuvent stocker certaines données à la périphérie pour mieux les traiter localement et permettre des ajustements continus, souvent sur une petite partie du processus de fabrication global. Cependant, pour les besoins de la modélisation et du développement des processus, les vastes quantités de données générées sur l’ensemble du processus doivent être combinées. Les entreprises doivent donc décider quelles sont les informations qui doivent se trouver dans les datacenters locaux et celles qu’il est préférable d’héberger à distance dans le Cloud pour être exploitées avec les informations ERP. Cela conduit finalement à des décisions relatives au choix du matériel, telles que des investissements dans des mémoires flash pouvant fonctionner dans des environnements de fabrication.
Analyse des données : l’analyse des données est nécessaire pour en déduire des informations stratégiques et ainsi prendre de meilleures décisions. Si les algorithmes d’apprentissage automatique intégrés permettent de prendre des décisions critiques en temps réel au niveau de la machine, toutes les décisions ne doivent pas être prises en temps réel et elles ne concernent pas le contrôle d’un seul composant d’équipement.
Par exemple, lors de l’élaboration d’une nouvelle recette de gravure dans une usine, l’analyse de toutes les données, de la lithographie en amont à la métrologie des dimensions critiques (CD) en aval au niveau des plaquettes, peut aider à révéler les contrôles de processus pour une meilleure modélisation du processus. Si l’on dispose de suffisamment de données à analyser, des jumeaux numériques (à savoir des copies virtuelles de systèmes du monde réel) peuvent être développés pour permettre la simulation et l’optimisation des processus ainsi que la prise de décision et le contrôle en temps réel. Cela permettrait non seulement d’améliorer l’efficacité opérationnelle, mais aussi d’accélérer la R&D et, dans le cas d’une usine de fabrication, de réduire considérablement le temps et les dépenses consacrés à la métrologie et aux essais.
Les blocs technologiques de l’industrie 4.0 ne comprennent donc pas seulement du matériel comme des capteurs, mais aussi des logiciels, notamment l’apprentissage automatique et l’intelligence artificielle (IA), qui peuvent transformer les données en informations et les informations en décisions pour procéder à des ajustements rapides des processus et des opérations.
Ajouter de la valeur grâce aux boucles de rétroaction
Au fil des années, la chaîne de valeur des équipementiers de l’électronique grand public a été optimisée de telle sorte que la fabrication en sous-traitance fait partie du réseau de production afin de fournir des sous-ensembles de grand volume à partir de bases moins coûteuses. Le raccourcissement du cycle de vie des produits, l’augmentation des salaires, la concurrence accrue et la pandémie ont exercé une pression sur ces réseaux.
Les technologies numériques ont permis le travail à domicile pour le personnel non critique, des solutions avancées telles que la réalité augmentée/virtuelle (AR/VR), et l’accès à distance aux données de processus ont garanti que les opérations ainsi que la formation du personnel se poursuivent sans interruption.
Dans des circonstances normales, les boucles de contrôle fermées mises en œuvre par le biais d’un contrôle de la qualité (CQ) basé sur des capteurs intelligents réduisent les déchets et augmentent les rendements en détectant rapidement toute déviation du processus, en effectuant une analyse des causes profondes et en mettant en œuvre une correction automatique.
Le traçage numérique des composants et des produits tout au long des chaînes d’approvisionnement et de livraison permet d’améliorer l’efficacité du déplacement des pièces, de la tenue des stocks et de l’entreposage, ce qui se traduit par d’importantes économies. La traçabilité tout au long du cycle de vie du produit permet également de contrôler la contrefaçon, l’analyse des défauts et l’amélioration du produit par le biais de substitutions de composants et d’itérations de conception.
Les boucles de rétroaction de l’industrie 4.0 vont au-delà des capteurs, car un fil conducteur d’informations rassemble les individus et les machines, la conception, la fabrication et la distribution, ainsi que les équipementiers, les fournisseurs et les partenaires dans une économie circulaire.
Évaluer la préparation intelligente
La pandémie a poussé au lancement en septembre 2020 de l’initiative Global Smart Industry Readiness Index (SIRI), une collaboration entre le WEF et le conseil de développement économique de Singapour (EDB). Cette initiative vise à faire de SIRI la norme internationale en matière d’évaluation comparative et de transformation de l’industrie 4.0.
SIRI comprend un cadre et des outils qui permettent de lancer, de faire évoluer et de pérenniser la transformation numérique. Ce cadre se compose de trois couches qui, ensemble, exploitent tout le potentiel de l’industrie 4.0.
- • La couche Processus couvre l’intégration des opérations, de la chaîne d’approvisionnement et du cycle de vie des produits.
- • Le domaine de la technologie comprend l’automatisation, la connectivité et l’intelligence au niveau de l’atelier, de l’installation et de l’entreprise.
- • Enfin, la couche Organisation traite de la préparation, de la structure et de la gestion des talents pour évaluer le développement de la main-d’œuvre, le leadership, la collaboration inter et intra-entreprise, ainsi que la stratégie et la gouvernance.
Le rapport Manufacturing Transformation Insights 2022 constate, sans surprise, que des industries comme les semi-conducteurs et l’électronique sont en tête des autres secteurs en termes de numérisation. Il révèle une information cruciale sur les « meilleures entreprises » identifiées par SIRI : les entreprises ayant réussi se sont fortement concentrées sur la connectivité de l’usine, afin de mieux exploiter les données pour générer des informations et prendre des décisions en temps réel : il s’agit des « intelligents » parmi les usines intelligentes.
Devenir plus intelligent avec Arrow
L’objectif de l’industrie 4.0 est de mettre en œuvre un contrôle automatique, intelligent et en temps réel des processus, qui repose sur la disponibilité de données de processus en continu. Le matériel et le logiciel sont les outils qui permettent de générer des données, de les conserver, de les analyser pour prendre des décisions et d’appliquer ces décisions grâce au contrôle du processus.
Le vaste écosystème de partenaires d’Arrow dans le domaine des solutions informatiques d’entreprise, qui compte parmi les plus grands portefeuilles de composants électroniques, et des solutions intelligentes d’Arrow, notamment les services de conception, peut contribuer à la mise en place rapide et efficace de ressources d’installations intelligentes.