50+ pays
Utilisation mondiale, impact local
47 ans d’activité
Créé en 1979
50+ employés
Europe, États-Unis et Asie
plus de 2000 clients
Plus de 20 000 utilisateurs
L’avenir des logiciels de contrôle statistique des processus
Introduction
L’avenir des logiciels SPC doit être discuté en relation avec l’environnement de fabrication dans lequel le logiciel SPC est utilisé et que l’environnement de fabrication est actuellement fortement influencé par les développements liés à l’industrie 4.0. Dans cet article, nous discuterons des fonctionnalités requises pour les futurs logiciels SPC et de ce que Datalyzer a fait pour se conformer à ces exigences.
Les composants clés de l’industrie 4.0 sont présentés dans l’image ci-dessous.
La fabrication additive, la réalité augmentée et la robotique ne sont pas directement liées aux logiciels SPC, mais tous les autres composants ont une certaine relation avec les logiciels SPC, et nous les aborderons dans cet article.
Informatique en nuage
Le cloud computing est une pierre angulaire de l’industrie 4.0, permettant l’intégration transparente de technologies avancées telles que l’IoT, l’IA et l’analyse des Big Data dans les opérations industrielles. Il fournit l’infrastructure évolutive nécessaire pour gérer et analyser en temps réel de vastes quantités de données générées par des appareils et des capteurs interconnectés. Cela facilite la maintenance prédictive, l’optimisation des processus de production et la prise de décision fondée sur les données améliorant l’efficacité opérationnelle et réduisant les temps d’arrêt. En outre, les solutions en nuage favorisent la collaboration à l’échelle mondiale en offrant des plateformes centralisées pour l’accès, le partage et l’analyse des données au sein d’équipes géographiquement dispersées. En réduisant les coûts de l’infrastructure informatique et en offrant une agilité inégalée, l’informatique en nuage permet aux entreprises d’innover rapidement, de s’adapter aux changements du marché et de rester compétitives à l’ère de la fabrication intelligente.
De plus en plus de systèmes tels que MES, ERP et Scada, etc. sont proposés sous forme de solution en nuage. Nous constatons également une intégration de plus en plus poussée entre ces systèmes à l’aide d’API web.
L’architecture complète basée sur le cloud d’une entreprise peut devenir très complexe. Pour pouvoir gérer une architecture aussi complexe, les logiciels basés sur le web doivent être développés dans des conteneurs. Dans l’informatique en nuage, un conteneur est une partie légère, autonome et portable d’un logiciel qui comprend tout ce qui est nécessaire pour exécuter cette partie de l’application, comme le code, le moteur d’exécution, les bibliothèques et les outils système. Les conteneurs fonctionnent dans des environnements isolés, ce qui garantit la cohérence entre les différents environnements informatiques, du développement à la production en passant par les tests. Contrairement aux machines virtuelles traditionnelles, les conteneurs partagent le noyau du système d’exploitation du système hôte, ce qui les rend plus rapides à démarrer et plus économes en ressources. Ils sont donc idéaux pour les déploiements dans le nuage, car ils permettent aux développeurs de créer, de déployer et de mettre à l’échelle des applications de manière transparente sur différentes plateformes dans le nuage, tout en maintenant la fiabilité et les performances. Des outils comme Docker et Kubernetes sont couramment utilisés pour la conteneurisation et l’orchestration dans l’informatique en nuage.
Datalyzer Qualis 4.0 est entièrement développé en Dot Net Core et supporte la conteneurisation et peut être mis à disposition dans un docker. La solution prend en charge les solutions de cloud public et privé.
Cybersécurité
La cybersécurité liée au cloud computing pour l’industrie 4.0 est une préoccupation essentielle, car l’intégration de solutions basées sur le cloud et de systèmes interconnectés expose les environnements industriels à de nouvelles vulnérabilités. L’industrie 4.0 repose sur l’échange de données en temps réel, l’accès à distance et les dispositifs IoT, qui créent tous des points d’entrée potentiels pour les cyberattaques.
Dans ce contexte, les fournisseurs de services en nuage mettent en œuvre des mesures de sécurité robustes, telles que le cryptage, l’authentification multifactorielle et la surveillance continue pour protéger l’intégrité, la confidentialité et la disponibilité des données. Toutefois, les entreprises doivent adopter un modèle de responsabilité partagée pour garantir des configurations sécurisées, des correctifs réguliers et des contrôles d’accès des utilisateurs de leur côté.
En pratique, cela signifie que l’accès au logiciel SPC doit être basé sur les politiques de sécurité existantes dans une entreprise comme SAML. Dans l’industrie 4.0 où de nombreuses applications et services interagissent dans des écosystèmes cloud, SAML garantit une authentification sécurisée des utilisateurs et l’échange de données entre les plateformes. Par exemple, les systèmes d’usine connectés à une plateforme cloud peuvent utiliser SAML pour vérifier les informations d’identification des utilisateurs en toute sécurité.
D’autres protocoles tels que OAuth, OpenID Connect et Kerberos complètent SAML en fournissant différents mécanismes d’authentification et d’autorisation sécurisées, renforçant ainsi la position de cybersécurité d’une organisation.
Datalyzer Qualis 4.0 supporte les protocoles les plus couramment utilisés comme SAML et OKTA et la liste des protocoles supportés s’allonge continuellement.
Internet industriel des objets (IIoT)
L’IdO (Internet industriel des objets), en relation avec l’utilisation du logiciel SPC, fait référence à l’intégration d’appareils intelligents, de capteurs et de systèmes connectés dans les processus industriels afin d’améliorer le contrôle de la qualité et la prise de décision.
1. Collecte de données en temps réel :
Les dispositifs IIoT, tels que les capteurs et les périphériques, surveillent en permanence les lignes de production et les équipements, capturant des données en temps réel sur les caractéristiques des produits et des processus, comme le poids, la température et la pression, etc. Le logiciel SPC utilise ces données pour identifier les tendances, les variations et les problèmes potentiels avant qu’ils n’entraînent des défauts.
2. Amélioration de la surveillance des processus :
La combinaison de l’IIoT et du SPC garantit une visibilité complète des processus de fabrication. L’IIoT transmet des données haute résolution au logiciel SPC, ce qui permet aux opérateurs de détecter plus rapidement les anomalies et d’améliorer la stabilité des processus
Dans la pratique, il existe de nombreuses plateformes IIoT différentes et les données en temps réel à fort volume, comme les températures, ne sont pas toujours adaptées pour être tracées directement dans une carte de contrôle. DataLyzer Qualis 4.0 offre un service d’importation flexible pour collecter des données à partir de pratiquement n’importe quelle source, convertir les données en informations SPC utiles en agrégeant les données, puis en les présentant dans une carte de contrôle significative.
Outre les capteurs, une grande partie des données provient d’équipements de mesure spéciaux tels que des caméras, des MMT ou des bases de données, voire de simples solutions d’interface telles que des fichiers ASCII ou des fichiers csv. Le service d’importation flexible de DataLyzer peut également lire toutes ces sources et même créer automatiquement la configuration SPC.
Intégration horizontale et verticale
Intégration horizontale
De plus en plus d’industries adoptent le processus APQP. Dans le processus APQP, il existe un flux logique d’informations allant de la conception au dessin, en passant par l’AMDE, le plan de contrôle, l’inspection du premier article, les SPC et les COA. Datalyzer offre une solution complète pour l’ensemble du flux APQP, de l’agrandissement automatique des dessins à la création de la configuration du SPC sur la base d’un dessin, en passant par une solution complète d’AMDE et l’importation automatique des données de mesure pour les rapports d’inspection au premier article ou les SPC. Toutes les données peuvent être exportées de différentes manières, y compris sous forme d’ACO. La solution SPC est donc intégrée dans une solution horizontale intégrée.
Intégration verticale
L’intégration verticale peut être envisagée de deux manières différentes :
- Intégration verticale dans la structure informatique
- Intégration verticale dans l’organisation
L’intégration verticale dans la structure informatique et dans le contexte de l’industrie 4.0 fait référence à l’intégration transparente des processus, des systèmes et des données à différents niveaux d’une organisation – allant de l’atelier de fabrication à la prise de décision exécutive. Elle est cruciale pour parvenir à des environnements de fabrication intelligents et interconnectés.
Les logiciels de contrôle statistique des processus (SPC) jouent un rôle important dans cette intégration en permettant la collecte de données en temps réel, l’analyse et les boucles de rétroaction des processus de production. Dans un cadre Industrie 4.0, le logiciel SPC peut s’intégrer aux dispositifs IoT, aux capteurs et aux systèmes d’entreprise (comme ERP et MES) pour fournir des informations exploitables et un contrôle de qualité automatisé.
Cet alignement garantit que les mesures de qualité ne sont pas cloisonnées, mais qu’elles font partie d’un écosystème plus large et connecté permettant des analyses prédictives, une réduction des déchets et une amélioration de l’efficacité. En tirant parti de l’intégration verticale, le logiciel SPC devient la pierre angulaire de la réalisation des objectifs de fabrication intelligente, en alignant les performances opérationnelles sur les objectifs stratégiques.
Datalyzer Qualis 4.0 soutient cette intégration verticale en fournissant des options d’interface flexibles telles qu’une DLL entièrement fonctionnelle, un Apis web ou même l’option d’exécuter des conteneurs Qualis directement dans d’autres systèmes basés sur le web. Par exemple, vous pouvez lancer un plan d’inspection Qualis directement à partir d’un système MES basé sur le web et l’utilisateur final ne sait même pas qu’il travaille dans Qualis.
L’intégration verticale dans l’organisation signifie que le même système SPC soutient directement l’opérateur ainsi que le chef d’équipe, l’ingénieur et le directeur. Cela signifie que le logiciel SPC doit aller au-delà de la visualisation d’une carte de contrôle. Les alertes automatiques, les écrans d’actions ouvertes, les tableaux de bord, les procédures OCAP avec approbation et les rapports de synthèse doivent tous faire partie de la solution logicielle SPC. Toutes les données et fonctionnalités ne doivent être accessibles qu’à l’utilisateur autorisé.
DataLyzer Qualis offre de nombreuses fonctions pour soutenir l’intégration verticale. Toutes les exigences décrites ci-dessus sont disponibles et, grâce à une structure d’autorisation très granulaire, il est possible de fournir les bonnes informations et fonctionnalités aux bonnes personnes, même sur plusieurs sites et dans plusieurs langues.
Big Data, analyse et IA
Comme nous l’avons déjà mentionné, les données volumineuses ne peuvent pas vraiment être utilisées pour être stockées directement dans un système SPC, de sorte que nous voyons deux approches dans la pratique :
- Les données sont agrégées et converties pour fournir des informations significatives dans les cartes de contrôle
- Les données originales sont utilisées dans le cadre d’une analyse avancée (Big Data ou IA).
La première option a déjà été décrite précédemment, mais pour soutenir la deuxième option, Datalyzer offre un moyen d’utiliser des données provenant de n’importe quelle source pendant l’analyse sans avoir besoin d’importer ces données dans la base de données SPC. Cette fonction supplémentaire, appelée Qualis Analytics, peut charger des données à partir de n’importe quelle source, y compris les données SPC de Datalyzer, relier les données par un dénominateur commun comme le numéro de série, le numéro de lot ou la date et l’heure et fournir toutes sortes d’options d’analyse différentes, y compris l’intelligence artificielle sous la forme d’arbres de décision à forêt aléatoire et d’analyse de texte.
Cela offre une grande flexibilité et la possibilité d’analyser rapidement les données sans avoir à créer un outil d’importation.
Simulation et IA
Traditionnellement, la SPC est souvent appliquée aux caractéristiques de qualité du produit. Les industries plus avancées dans l’application de la MSP l’appliquent également aux caractéristiques des processus. Avec la croissance de l’IIoT, nous voyons davantage d’applications de la MSP dans les domaines des processus.
Les entreprises tentent d’établir la relation entre les intrants du processus, les caractéristiques du processus et les caractéristiques du produit, car le contrôle des caractéristiques du processus est plus rapide et moins coûteux que le contrôle des caractéristiques du produit. Une technique bien connue dans ce domaine est la conception expérimentale. Aujourd’hui, avec le potentiel de l’IA, de nouvelles possibilités apparaissent. Au lieu de réaliser des études DOE, nous pouvons utiliser l’apprentissage automatique pour établir le modèle, et cela peut même se faire entièrement en temps réel.
L’apprentissage automatique s’est avéré plus puissant que le DOE et peut également être ajusté en temps réel en fonction de l’évolution des circonstances, telles que l’outillage, les changements de matériaux, etc. L’apprentissage automatique peut désormais être utilisé de deux manières :
- Nous pouvons utiliser l’apprentissage automatique pour simuler l’effet d’un changement de processus dans le cas d’une situation hors contrôle ou hors spécifications.
- Nous pouvons utiliser l’apprentissage automatique pour prédire le résultat d’une caractéristique critique du processus avant même qu’elle ne puisse être mesurée.
DataLyzer Qualis 4.0 offre l’apprentissage automatique pendant la saisie des données en temps réel. Les résultats peuvent être prédits à l’aide de l’apprentissage automatique et l’apprentissage automatique peut également être utilisé pendant les changements de processus pour simuler l’effet du changement.
9%
Réduction des coûts réalisée par les clients
Ce que disent les clients
« Datalyzer nous a permis de relier automatiquement les données de qualité de tous les processus en vue d’une analyse avancée
Dave Beeren
Ingénieur de rendement, Philips
Industries que nous servons
Certifié ISO
ISO 27001 & SOC2
