L’intelligence artificielle dans l’industrie 4.0

 In Articles

L’industrie représente l’un des terreaux les plus fertiles pour l’intelligence artificielle. En effet, cette dernière trouve pléthore d’applications dans ce secteur d’activité. Et plusieurs facteurs expliquent cela !

C’est le buzz word de ces dernières années : l’Intelligence Artificielle (IA) ! Toutefois, plus qu’un effet de mode, l’IA est une réalité et va de paire avec la transformation numérique de l’industrie.

Production standardisée, multiplication des capteurs, tâches répétitives et chronophages : le milieu industriel gagnerait beaucoup en utilisant plus d’IA. Ces technologies intelligentes visent à améliorer la performance de l’entreprise. L’IA surpasse aujourd’hui l’humain sur certaines tâches. De plus, l’utilisation de l’intelligence artificielle permet d’effectuer d’autres tâches qu’un humain ne peut traiter seul.  L’IA optimise et fiabilise la chaîne de production, et permet notamment de dégager du temps pour les salariés qui peuvent se concentrer sur les tâches à plus haute valeur ajoutée.

Un contrôle qualité automatisé et optimisé

Le contrôle qualité est un maillon essentiel pour l’industrie. En effet, de cette tâche dépend la qualité des produits vendus par l’entreprise et donc la réputation de cette dernière. Dans un monde où le “zéro défaut” est sur toutes les lèvres, l’IA a clairement un rôle à jouer pour y arriver.

Détection  de deux défauts (copeaux collés) sur un implant chirurgical

En effet, contrôler la qualité des produits finis est une tâche fastidieuse : cadence de production, fatigue, perte de concentration, fonctions cognitives inexploitées, etc. Confier cette tâche à un humain peut être risqué et ne permet pas d’utiliser toutes les compétences du salarié.

Cas client

Des entreprises ont déjà passé le pas, et confié cette tâche à l’IA. C’est le cas de la société Alprobotic. Cet intégrateur de cellules robotisées rencontrait une problématique client relative au contrôle d’aspect du traitement de surface de pièces métalliques. Il souhaitait pouvoir proposer une automatisation de l’inspection, alors effectuée manuellement par des opérateurs.

Alprobotic fit ainsi appel à Neovision pour créer une technologie permettant de détecter automatiquement les défauts. Pour cela, Neovision a développé un système auto-apprenant qui apprend à quoi ressemble la pièce parfaite. En effet, le traitement de surface se doit d’être parfait et le moindre copeau, rayure et autres imperfections doivent être détectées. Ainsi, une fois que l’intelligence artificielle a appris à quoi ressemblent les pièces sans défaut, elle est capable de mettre au rebut toute nouvelle anomalie, même les défauts qu’elle n’a jamais rencontré.

Ce type de technologies permet d’envisager le “zéro défaut”, une vraie garantie de qualité pour les cliniques et hôpitaux.

La maintenance prédictive pour une production fluidifiée

La maintenance des équipements et des lignes de production représente un véritable enjeu pour toute activité industrielle. En effet, une ligne de production stoppée à cause d’une défaillance peut représenter un coût énorme pour une entreprise.

Les capteurs de Morphosense permettent de capturer les vibrations des hyperstructures

Les capteurs de Morphosense permettent de capturer les vibrations des hyperstructures

De ce fait, et comme le dit l’adage : “mieux vaut prévenir que guérir”. En intervenant avant la panne, celle-ci peut être réparée plus facilement et rapidement. Le tout, sans entraîner de pertes (temps, matières premières) et de dégâts supplémentaires.

Grâce à différents signaux, il est possible de détecter une anomalie et la reconnaître comme un signe annonciateur de la défaillance future d’un élément précis. Il est donc possible de déclencher une action de maintenance spécifique avant la survenue de la panne. Nous dépassons donc la maintenance programmée et préventive qui se basent sur des rythmes d’utilisation moyens pour plutôt se baser sur l’utilisation réelle de l’équipement. En effet, si la maintenance programmée engendre très régulièrement, plus d’interventions que nécessaires et donc des coûts élevés, la prédiction permet de n’intervenir qu’en cas de réelle nécessité.

Cas client

Neovision a mené un projet de ce type pour Morphosense. Cette entreprise conçoit des capteurs et plus particulièrement des accéléromètres visant à surveiller l’état des hyperstructures dans le génie civile, le transport et l’énergie (monuments, ponts, éoliennes, etc.).

A partir des signaux remontés par ces capteurs, Neovision a développé et étudié des modèles représentant les mouvements normaux des édifices. Connaissant la normalité, l’objectif est de détecter automatiquement des anomalies ou des dérives.

En présence d’une anomalie, cette dernière sera détectée puis classifiée (c’est-à-dire qu’il est possible de savoir de quel type est l’anomalie et donc quelle est la source du problème). Enfin, il sera donc possible de déclencher une action de maintenance prédictive précise.

La traçabilité un enjeu crucial pour l’industrie

La traçabilité est une composante essentielle du suivi de production industrielle. Cette dernière permet de tracer, comme son nom l’indique, toutes les informations liées à un produit en déplacement, de sa fabrication jusqu’à sa consommation ou même sa destruction.

Lecture automatique de gravures sur cuir pour une meilleure traçabilité

Lecture automatique de gravures sur cuir pour une meilleure traçabilité

Une notion clé pour l’industrie mais qu’il est difficile d’assurer et d’assumer financièrement. Et c’est là que l’IA entre en jeu. Grâce à ces technologies, la traçabilité se trouve facilitée et optimisée. Mais comment ? l’IA permet d’identifier et de suivre plus facilement et précisément les produits tout au long de la chaîne de production. Cela peut notamment se faire grâce au Deep Learning (apprentissage profond) et à la Computer Vision (vision par ordinateur), l’IA permet ainsi de reconnaître et d’identifier les produits, en lisant automatiquement leurs numéros de série par exemple.

Cas client

De son côté, Neovision a développé ce type de technologie pour son client, le Centre Technique du Cuir (CTC), dans le but d’assurer une meilleure traçabilité des peaux travaillées. Ce dernier a développé une technologie de gravure des peaux et souhaitait pouvoir identifier de manière fiable, rapide et automatisée les différentes peaux ainsi gravées qui passent en tannerie.

Comme le montre l’image ci-contre, les caractères sont fortement déformés par le processus industriel de création des cuirs, laissant en échec les OCR classiques (lecture automatique de caractères). Pour répondre à cette problématique, Neovision a développé une solution unique basée sur du Deep Learning capable de lire les caractères malgré les fortes déformations.

Neovision a développé une solution logicielle pour le CTC, en cours de déploiement dans les différentes tanneries françaises.

L’identification visuelle : entre fiabilité et gain de temps

La maintenance industrielle, un vaste sujet, que nous avons d’ailleurs déjà abordé précédemment. Si l’analyse prédictive permet d’anticiper les pannes, l’IA offre d’autres solutions complémentaires, notamment grâce à l’identification visuelle.

Reconnaissance de dommages sur un pneu d'avion

Reconnaissance de dommages sur un pneu d’avion

Pouvoir identifier un équipement ou une pièce détachée en une seconde et accéder à sa fiche technique, c’est possible avec de l’IA. Ainsi, l’utilisation de l’IA permet de mieux gérer ses stocks, commander rapidement les pièces nécessaires et accéder aux procédures de maintenance.

Cas client

Sur ce sujet, Neovision travaille avec un fleuron de l’industrie française, le groupe Michelin et plus particulièrement sa filiale aviation.

Dans le but d’améliorer la traçabilité de ses pneus et de leur état, Michelin souhaite pouvoir identifier les dommages reçus par ces derniers, enregistrer les résultats et donner accès à la procédure à suivre pour chaque type de dommage.

Ainsi, Neovision développe une IA capable de reconnaître le type de dommage présent sur un pneu. Disponible via une application smartphone, la technologie est accessible pour tous les opérateurs. Suite à cette identification, le résultat est enregistré (Michelin dispose donc d’une trace de chaque dommage) et l’opérateur peut accéder à la procédure à suivre en fonction du dommage. 

Conclusion

Si nous avons pu mettre en avant quelques applications dans l’industrie, l’IA apporte des solutions à chaque étape du cycle industriel, de l’approvisionnement à la logistique en passant par la production et la maintenance de l’outil de production.

Il est donc nécessaire d’identifier les différentes composantes du cycle où les améliorations apporteraient le meilleur ROI. Car si l’IA peut être intégrée à tous les niveaux, l’impact ne sera pas forcément le même.

C’est pourquoi il est important d’étudier chaque projet au cas par cas pour allier expertise technique, technologie et retours business.
Enfin, pour tout projet industriel, il convient d’avancer étape par étape, en commençant par une conception détaillée du projet. Cette dernière permet d’appréhender les contraintes de l’environnement, lever les risques techniques, estimer les performances atteignables et dimensionner le projet dans sa globalité (délai et budget nécessaire).

Vous avez un projet en IA ?

Discutons en pour voir comment intégrer de l’IA à votre industrie !

Recent Posts

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Illustration de livres