Dürr présente Advanced Analytics, la première application d'IA prête à être commercialisée pour les ateliers de peinture. Intégrée au dernier module de la gamme DXQanalyze, cette solution allie les dernières technologies informatiques à l'expérience de Dürr dans le secteur de la construction mécanique. Elle identifie les sources de défauts, définit les programmes de maintenance optimaux, suit les corrélations jusqu'alors inconnues et utilise ces connaissances pour adapter l'algorithme au système grâce au principe d'auto-apprentissage.
Pourquoi les pièces présentent-elles souvent les mêmes défauts ? À quel moment au plus tard un mélangeur du robot peut-il être remplacé sans arrêter la machine ? Disposer de réponses précises à ces questions est essentiel pour une réussite économique durable, car chaque défaut ou maintenance inutile évitée permet de réaliser des économies ou d'améliorer la qualité du produit. « Jusqu'à présent, il existait très peu de solutions concrètes permettant d'identifier rapidement les défauts de qualité ou les défaillances. Et lorsqu'il y en avait, elles reposaient généralement sur une évaluation manuelle scrupuleuse des données ou sur des essais-erreurs. Ce processus est désormais beaucoup plus précis et automatisé grâce à l'intelligence artificielle », explique Gerhard Alonso Garcia, vice-président MES et systèmes de contrôle chez Dürr.
La série de produits numériques DXQanalyze de Dürr, qui comprenait déjà des modules d'acquisition de données pour l'acquisition de données de production, Visual Analytics pour leur visualisation et Streaming Analytics, peut désormais compter sur la nouvelle installation d'analyse avancée auto-apprenante et sur le système de surveillance des processus.
L'application IA a sa mémoire
La particularité d'Advanced Analytics réside dans la combinaison de grandes quantités de données, notamment historiques, avec l'apprentissage automatique. L'application d'IA auto-apprenante dispose ainsi de sa propre mémoire et peut donc exploiter les informations du passé pour identifier des corrélations complexes dans de grandes quantités de données et prédire un événement futur avec une grande précision, en fonction des conditions actuelles d'une machine. Les applications sont nombreuses dans les ateliers de peinture, que ce soit au niveau des composants, des procédés ou des installations.
La maintenance prédictive réduit les temps d'arrêt des installations
Concernant les composants, Advanced Analytics vise à réduire les temps d'arrêt grâce à des informations prédictives sur la maintenance et les réparations, par exemple en prédisant la durée de vie restante d'un mélangeur. Un remplacement prématuré du composant entraîne une augmentation du coût des pièces détachées et, par conséquent, des coûts de réparation généraux. À l'inverse, un fonctionnement trop long peut entraîner des problèmes de qualité lors du processus de revêtement et des arrêts machine. Advanced Analytics commence par analyser les indicateurs d'usure et la chronologie de l'usure grâce aux données robotisées haute fréquence. Grâce à l'enregistrement et au suivi continus des données, le module d'apprentissage automatique identifie individuellement les tendances de vieillissement de chaque composant en fonction de son utilisation réelle et calcule ainsi le moment optimal de remplacement.
Courbes de température continues simulées par apprentissage automatique
L'analyse avancée améliore la qualité au niveau du processus en identifiant les anomalies, par exemple en simulant une courbe de chauffe dans le four. Jusqu'à présent, les constructeurs ne disposaient que de données déterminées par des capteurs lors des mesures. Or, les courbes de chauffe, essentielles pour la qualité de surface de la carrosserie, varient avec le vieillissement du four, entre les mesures. Cette usure entraîne des fluctuations des conditions ambiantes, notamment de l'intensité du flux d'air. « Jusqu'à présent, des milliers de carrosseries étaient produites sans connaître précisément les températures auxquelles elles avaient été chauffées. Grâce à l'apprentissage automatique, notre module d'analyse avancée simule l'évolution de la température dans différentes conditions. Cela offre à nos clients une preuve permanente de la qualité de chaque pièce et leur permet d'identifier les anomalies », explique Gerhard Alonso Garcia.
Un taux de première exécution plus élevé augmente l'efficacité globale de l'équipement
Concernant l'implant, le logiciel DXQplant.analytics est utilisé en combinaison avec le module Advanced Analytics afin d'optimiser l'efficacité globale de l'équipement. La solution intelligente du fabricant allemand détecte les défauts de qualité récurrents sur certains types de modèles, certaines couleurs ou sur certaines parties du corps. Le client peut ainsi identifier l'étape du processus de production responsable des écarts. Cette corrélation entre les défauts et les causes augmentera le taux de réussite à la première exécution à l'avenir en permettant une intervention très précoce.
La combinaison entre l'ingénierie des installations et l'expertise numérique
Développer des modèles de données compatibles avec l'IA est un processus très complexe. En effet, pour produire un résultat intelligent grâce au machine learning, il ne suffit pas d'insérer des quantités indéterminées de données dans un algorithme « intelligent ». Les signaux pertinents doivent être collectés, soigneusement sélectionnés et intégrés à des informations complémentaires structurées issues de la production. Dürr a conçu un logiciel prenant en charge différents scénarios d'utilisation, fournissant un environnement d'exécution pour le modèle de machine learning et initiant l'apprentissage du modèle. « Développer cette solution a été un véritable défi, car nous n'avions ni modèle de machine learning valide ni environnement d'exécution adapté. Afin de pouvoir utiliser l'IA au niveau de l'usine, nous avons combiné nos connaissances en ingénierie mécanique et industrielle avec celles de nos experts en usine numérique. Cela a donné naissance à la première solution d'intelligence artificielle pour les ateliers de peinture », explique Gerhard Alonso Garcia.
Compétences et connaissances combinées pour développer des analyses avancées
Une équipe interdisciplinaire composée de data scientists, d'informaticiens et d'experts en procédés a développé cette solution intelligente. Dürr a également noué des partenariats avec plusieurs grands constructeurs automobiles. Les développeurs ont ainsi pu disposer de données de production réelles et d'environnements de sites bêta pour différents cas d'application. Les algorithmes ont d'abord été entraînés en laboratoire à l'aide de nombreux cas tests. Ils ont ensuite poursuivi leur apprentissage sur site en conditions réelles et se sont adaptés à l'environnement et aux conditions d'utilisation. La phase bêta, récemment achevée avec succès, a démontré le potentiel de l'IA. Les premières applications pratiques démontrent que le logiciel de Dürr optimise la disponibilité des installations et la qualité de surface des carrosseries peintes.
Date de publication : 16 mars 2022