L'analyse avancée et l'intelligence artificielle pour le contrôle des machines ?

Dans cet article, l’auteur analyse comment l'intégration des technologies intelligentes dans les contrôleurs peut générer un nouveau paradigme de fonctionnement des machines

  • Piotr Siwek, responsable Marketing Produit pour la zone EMEA de la division Automatisme Industriel de Mitsubishi Electric Europe B.V.
    Piotr Siwek, responsable Marketing Produit pour la zone EMEA de la division Automatisme Industriel de Mitsubishi Electric Europe B.V.
  • MELIPC, la solution d'Edge Computing de Mitsubishi Electric, utilise la fonction d'apprentissage automatique pour analyser les données collectées afin de générer un modèle des états de fonctionnement des machines.
    MELIPC, la solution d'Edge Computing de Mitsubishi Electric, utilise la fonction d'apprentissage automatique pour analyser les données collectées afin de générer un modèle des états de fonctionnement des machines.

Les technologies intelligentes élargissent les capacités des architectures traditionnelles de contrôle des machines grâce à une amélioration du traitement des données, de l’apprentissage et de la prise de décision. Elles offrent la possibilité d'augmenter la disponibilité, l'efficacité et la fiabilité grâce à une maintenance prédictive et prescriptive. En permettant de prendre des décisions autonomes, elles favorisent également la productivité. Il n'y a pas si longtemps, le potentiel de technologies telles que la modélisation et commande prédictive, le contrôle PID, la commande à champ orienté et la logique floue était simplement hypothétique. Aujourd'hui, elles sont si profondément ancrées dans les architectures de contrôleurs que nous n'y pensons même plus.

 

Un facteur d’accroissement de la disponibilité des machines

 

Dans ce contexte, examinons les possibilités de développement des technologies d'analyse avancée (AA) et d'intelligence artificielle (IA) pour le contrôle des machines. Elles peuvent être un facteur d’accroissement de la disponibilité des machines, en assurant, par exemple, une maintenance prédictive plus efficace. Cela conduit à l'analyse de données volumineuses où les technologies d'AA et d'IA permettent d'enregistrer et d'analyser en temps réel les différents états machine : reconnaître l'état actuel de la machine, détecter les défauts potentiels qui pourraient survenir, puis proposer immédiatement des recommandations sur les mesures à prendre. Par conséquent, soit l’opérateur de la machine ou le prestataire de maintenance peut réagir instantanément, soit le système lui-même peut lancer de manière autonome des actions correctives. En reliant cette même technologie d'IA à l'entreprise au sens large, à la chaîne logistique par exemple, le système de contrôle pourrait même atténuer les retards dans la livraison des composants de remplacement. Il pourrait notamment ralentir légèrement la machine pour en augmenter la longévité plutôt que d'arrêter complètement la chaîne de production. En allant plus loin, l'IA peut commencer à prendre des décisions autonomes pour optimiser la productivité. Considérons comment une machine est généralement construite pour opérer dans des marges de fonctionnement définies - peut-être pour tenir compte de différentes charges ou vitesses ou de plages de sécurité. La technologie d'IA utilisant des algorithmes d'apprentissage approfondi dans le contrôleur pourrait permettre de conduire les machines jusqu'aux marges actuelles et même au-delà, ce qui augmenterait notablement la productivité sans compromettre la fiabilité ou la sécurité.

 

Maisart, une technologie de diagnostic basée sur l'IA


Nous voyons déjà comment l'application des principes de l'IA aux processus individuels des machines peut être un facteur d'amélioration opérationnelle. A ce titre, Mitsubishi Electric a développé une technologie de diagnostic basée sur sa technologie d'IA appelée Maisart. Embarquée dans des produits tels que la solution d’Edge Computing MELIPC, celle-ci utilise la fonction d’apprentissage automatique pour analyser les données collectées afin de générer un modèle des états de fonctionnement de la machine. Ce modèle peut détecter des anomalies dans le fonctionnement de la machine en temps réel, ce qui lui permet de signaler rapidement les problèmes imminents afin que l’opérateur de maintenance puisse agir rapidement.

Un autre exemple de l'utilisation de l'IA est la fonction de maintenance prédictive intelligente des robots MELFA. La fonction Smart Plus peut être appliquée aux robots MELFA de Mitsubishi Electric pour analyser avec précision les composants d'entraînement primaires en fonction des conditions de fonctionnement réelles et avertir à un stade précoce de la défaillance ou de la détérioration des pièces. Ces deux exemples pourraient déjà permettre d'améliorer de manière significative la disponibilité de la machine et de réduire les coûts de maintenance, mais ils ne font que suggérer le potentiel de l'AA et de l'AI.

Auteur : Piotr Siwek, responsable Marketing Produit pour la zone EMEA de la division Automatisme Industriel de Mitsubishi Electric Europe B.V.

Alain DieulLa mission de PEI est de fournir à ses lecteurs des informations sur les nouveaux produits et services liés au secteur de l'industrie et qui sont disponibles sur le marché français. 

Pour paraître dans PEI Magazine et/ou sur le site pei-france.com, veuillez envoyer vos communiqués de presse à Alain Dieul.

Pour discuter d'une contribution rédactionnelle ou pour tous renseignements, contacter la rédaction de PEI.

Plus d'articles Contact