L'usine automatisée d'Audi se rapproche d'Industrie 4.0

Intel utilise l'analytique en périphérie et l'apprentissage machine pour aider le constructeur automobile à améliorer la qualité des produits.

Accélérer la qualité des produits grâce à la technologie numérique

Pour Audi, grand constructeur automobile et marque mondiale basée en Allemagne, le secret du succès est de construire des véhicules de qualité qui offrent une mécanique de précision, des performances exceptionnelles et du luxe à un prix attractif pour les clients. Le slogan d'Audi - Vorsprung durch Technik (« l'avance par la technologie ») - reflète précisément l'engagement de l'entreprise à utiliser une technologie de pointe pour maintenir un avantage concurrentiel sur le marché.

Bien qu'Audi ait automatisé de nombreux emplois de production dans ses usines, comme le soudage par point ou le rivetage, son objectif reste de créer des usines intelligentes et d'atteindre un niveau de production digne de l'industrie 4.0. Pour atteindre cet objectif, les ingénieurs d'Audi savaient qu'ils devraient dépasser l'approche traditionnelle consistant à créer des solutions matérielles et logicielles personnalisées pour répondre à des cas d'utilisation individuels. Ils auraient plutôt besoin d'une plateforme évolutive et flexible qui leur permettrait d'adopter le pouvoir transformateur de capacités numériques avancées telles que l'analytique, le machine learning et le calcul de pointe.

Christine Boles, vice-présidente du groupe Internet des objets et directrice générale de la division Solutions industrielles chez Intel, déclare : « Si vous regardez les usines d'aujourd'hui, la fabrication automobile d'Audi est très avancée et extrêmement sophistiquée ». « Mais les cas d'utilisation personnalisés sont difficiles à entretenir et à dimensionner. Le temps et l'argent requis pour obtenir les autorisations nécessaires et déployer des solutions individuelles peuvent entraver l'innovation. Audi était prêt à voir les choses sous un angle nouveau et à essayer une approche différente. »

Prouver la valeur du contrôle qualité préventif

Audi a décidé de travailler avec Intel et Nebbiolo sur une expérience de preuve de concept (POC) visant à améliorer le processus de contrôle qualité des soudures de ses véhicules. Le POC a eu lieu dans l'usine d'Audi à Neckarsulm, en Allemagne, l'une des deux principales usines d'assemblage de l'entreprise.

L'usine de Neckarsulm dispose de 2 500 robots autonomes sur sa chaîne de production. Chaque robot est équipé d'un outil, par exemple un pistolet à colle ou un tournevis, et effectue une tâche spécifique nécessaire à l'assemblage d'une automobile Audi. Neuf cents de ces robots ont des pistolets à souder et réalisent les soudure par points qui maintiennent les pièces de métal ensemble. La chaîne de production est organisée en une série de cellules. Les véhicules en cours d'assemblage passent d'une cellule à l'autre. Chaque cellule peut contenir jusqu'à 20 robots et plusieurs fraiseuses. Entre deux opérations, les fraiseuses nettoient, si nécessaire, les deux électrodes des pistolets à souder. Il y a également trois contrôleurs à l'extérieur de la cellule : un pour le robot, un pour le pistolet à souder et un PC industriel (IPC).

Audi assemble jusqu'à 1 000 véhicules par jour environ à l'usine de Neckarsulm. Il y a 5 000 soudures par voiture. Cela représente plus de 5 millions de soudures par jour de production. Audie effectue des contrôles qualité manuels pour garantir la qualité de ses soudures. Comme il est impossible d'inspecter manuellement 1 000 voitures par jour, Audi utilise la méthode d'échantillonnage standard de l'industrie.

Rita Wouhaybi, ingénieure principale du groupe Internet des objets de la division Solutions industrielles d'Intel et architecte principale du logiciel Industrial Edge Insights d'Intel, explique : « Audi retire chaque jour une voiture de la ligne et l'emmène dans une grande salle. Là, 18 ingénieurs équipés de presse-papiers testent les points de soudure et enregistrent la qualité de chaque point grâce à des sondes à ultrasons ».

L'échantillonnage est coûteux et nécessite beaucoup de main-d'œuvre. De plus, le processus laissait trop d'incertitudes quant à la qualité des 999 autres voitures produites chaque jour. Malheureusement, Audi n'avait aucun moyen rentable de tester la qualité de ces autres soudures.

« L'objectif majeur de cette solution est de nous permettre d'inspecter 100 % de nos soudures avec une très grande précision », a déclaré Mathias Mayer, qui dirige la planification des technologies d'automatisation chez Audi. « Pour l'instant, nous n'avons pas ce genre d'assurance. Nous inspectons une voiture finie à la fin de la chaîne de production. Nous n'avons pas de processus d'inspection en ligne. Intel possède à la fois la technologie et l'expertise nécessaires pour nous aider à améliorer nos processus et à atteindre nos objectifs ».

« L'inspection en ligne de 5 000 soudures par voiture et l'inférence des résultats de chaque soudure dans un délai de 18 msec montrent l'échelle et la réponse analytique en temps réel que la plateforme de périphérie de Nebbiolo apporte à la fabrication », explique Pankaj Bhagra, Architecte logiciel chez Nebbiolo Technologies. Notre riche pile logicielle assure la gestion centralisée des clusters de calcul distribués en périphérie, l'ingestion de données provenant de sources hétérogènes, le nettoyage des données, la gestion sécurisée des données et l'intégration des modèles d'IA/ML. Les équipes scientifiques d'Audi et Intel Data ont ainsi pu itérer continuellement sur les modèles de ML jusqu'à atteindre le niveau de précision souhaité.

S'associer avec Intel pour transformer le contrôle qualité en ligne des soudures d'Audi et passer d'une voiture par jour à 100 % des voitures est l'un des nombreux cas d'utilisation en temps réel idéal que permet la plateforme de périphérie distribuée de Nebbiolo. Ce projet a démontré la rapidité avec laquelle un projet de science des données peut passer du stade de concept à celui de production à l'échelle grâce à la plateforme de périphérie convergée de Nebbiolo.

Chandra Joshi, PDG de Nebbiolo Technologies

Créer une solution de plateforme analytique évolutive à la périphérie

Intel a collaboré avec Audi pour créer des algorithmes à l'aide du logiciel Industrial Edge Insights d'Intel et de la plateforme Nebbiolo Edge pour une solution analytique en streaming qui s'est transformée en modélisation et analytique prédictives afin de transformer les données d'usine en informations utiles. La solution ingère des données provenant des contrôleurs de pistolets à souder, et non des contrôleurs de robots, puis les analyse à la périphérie. Les scientifiques d'Intel ont créé un algorithme de machine learning et l'ont entraîné à la précision en comparant ses prédictions aux données d'inspection réelles fournies par Audi.

Le modèle de machine learning utilisait des données générées par les contrôleurs de soudage, qui montraient les courbes de tension et de courant électriques pendant l'opération de soudage. Les données comprenaient également d'autres paramètres tels que la configuration des soudures, les types de métaux et la santé des électrodes. Ce cas d'utilisation du soudage n'est cependant qu'un début. Dans les ateliers, les optimisations d'un processus peuvent s'étendre au reste de l'usine. Elles peuvent se produire à la périphérie ou à un niveau supérieur et identifier des corrélations entre les processus. Fournir une plateforme d'analytique en périphérie, c'est permettre aux ingénieurs et aux opérateurs de contrôle d'utiliser leurs données pour innover.

Audi possède ainsi une solution de plateforme évolutive et flexible, qui peut être utilisée non seulement pour améliorer le contrôle qualité du soudage par point, mais aussi comme base pour d'autres cas d'utilisation impliquant des robots et des contrôleurs, comme le rivetage, le collage et la peinture. Un tableau de bord permet aux employés d'Audi de visualiser les données. Le système avertit les techniciens lorsqu'il détecte une soudure défectueuse ou un changement potentiel dans la configuration qui pourrait minimiser ou éliminer complètement les défauts.

Mathias Mayer déclare : « Intel était le chef de projet ». « Ils ont une expérience de la production et savent comment mettre en place un système de contrôle statistique des processus. C'est tout à fait nouveau pour nous. Intel nous a enseigné comment comprendre les données, comment utiliser les algorithmes pour analyser les données à la périphérie et comment travailler avec ces données pour améliorer nos futures opérations sur le terrain. »

Brian McCarson, vice-président du groupe Internet des objets et directeur de l'ingénierie et de l'architecture des systèmes industriels chez Intel, déclare : « L'intérêt de mettre la plateforme analytique à la périphérie est qu'elle vous permet d'y puiser davantage de données, d'examiner des corrélations, des causalités et de faire d'autres analyses intéressantes - même certaines auxquelles vous n'auriez peut-être pas pensé au début. » « Cette plateforme donne à Audi une grande marge de manœuvre. Elle ne concerne pas uniquement ce cas d'utilisation. Une fois l'investissement initial réalisé, Audi peut développer la plateforme et l'adapter à d'autres installations et à d'autres cas d'utilisation ».

Henning Löser, directeur principal du laboratoire de production d'Audi, est d'accord : « Cette solution est comme un modèle pour les solutions futures. Nous avons beaucoup de technologies dans l'usine. Nous pouvons utiliser cette solution comme modèle pour créer des solutions de contrôle qualité pour ces autres technologies et ne pas devoir recourir à des inspections manuelles ».

Selon Christine Boles, l'étendue de l'offre produits d'Intel a été un élément clé de la solution. « Nous faisons tourner cette solution sur un processeur Xeon, mais si vous regardez la gamme de produits Intel®, nous pouvons évoluer de nos processeurs Intel® Core® jusqu'au processeur Intel® Xeon® E et Intel® Xeon® SP pour serveurs sans modifier le logiciel », dit-elle. « Nous pouvons fournir toutes les performances et fonctionnalités dont un client a besoin, puis évoluer facilement dans n'importe quelle direction, en fonction de ce qu'il veut faire dans son entreprise. »

Chandra Joshi, PDG de Nebbiolo Technologies, a déclaré : « S'associer avec Intel pour transformer le contrôle qualité en ligne des soudures d'Audi et passer d'une voiture par jour à 100 % des voitures est l'un des nombreux cas d'utilisation en temps réel idéal que permet la plateforme de périphérie distribuée de Nebbiolo .» Ce projet a démontré la rapidité avec laquelle un projet de science des données peut passer du stade de concept à celui de production à l'échelle grâce à une plateforme convergée. Nebbiolo Technology fournit la plateforme de périphérie hyperconvergée la plus complète. Elle est conçue pour mieux comprendre les données tout en garantissant la sécurité et la propriété des données.

Cette solution est comme un modèle pour les solutions futures. Nous avons beaucoup de technologies dans l'usine. Nous pouvons utiliser cette solution comme modèle pour créer des solutions de contrôle qualité pour ces autres technologies et ne pas devoir recourir à des inspections manuelles.

Henning Löser, directeur principal du laboratoire de production d'Audi

Nous pouvons fournir toutes les performances et fonctionnalités dont un client a besoin, puis évoluer facilement dans n'importe quelle direction, en fonction de ce qu'il veut faire dans son entreprise.

Christine Boles, vice-présidente du groupe Internet des objets et directrice générale de la division Solutions industrielles chez Intel

Accroître l'efficacité et la précision tout en réduisant les coûts

Selon Henning Löser, le résultat le plus convaincant pour Audi est la façon dont le passage des contrôles manuels à un processus automatisé axé sur les données lui a permis d'augmenter la portée et la précision de ses processus de contrôle qualité. Mais il y a également d'autres avantages.

Michael Häffner, chef de la planification de la production, de l'automatisation et de la numérisation chez Audi, déclare : « Nous constatons déjà une réduction de 30 à 50 % des coûts de main-d'œuvre dans l'usine de Neckarsulm ». Michael Häffner souligne qu'augmenter l'automatisation et l'efficacité ne signifie pas remplacer la main-d'œuvre, mais plutôt apporter aux ouvriers de nouvelles connaissances, de nouvelles compétences et leur créer de nouvelles opportunités. C'est également une nécessité, car de nombreux ouvriers qualifiés partent à la retraite et emportent avec eux des connaissances précieuses. L'automatisation de certains emplois et l'orientation des jeunes employés dans de nouvelles directions sont donc profitables à la fois à l'entreprise et aux ouvriers.

Un autre avantage clé du nouveau système et des contrôles précis qu'il permet est qu'Audi peut être proactif et s'attacher à éviter les problèmes plutôt qu'à simplement y réagir. « Disons que nous effectuons une inspection globale quotidienne de 5 000 soudures minimum sur une voiture : peut-être 95 % de ces soudures sont bonnes et 5 % ne le sont pas,» dit Mathias Mayer. « À l'avenir, nous pourrons nous concentrer sur ces 5%, car nous savons où ils se trouvent dans l'usine et pouvons agir beaucoup plus tôt. »

Nous constatons déjà une réduction de 30 à 50 % des coûts de main-d'œuvre dans l'usine de Neckarsulm.

Michael Häffner, chef de la planification de la production, de l'automatisation et de la numérisation chez Audi

Regarder vers l'avenir

Disposer d'un système transparent lui permettant de comprendre les données générées par son équipement et d'en tirer des enseignements incite Audi à envisager de nouvelles possibilités et à offrir des avantages supplémentaires, parfois inattendus. « Grâce à l'analytique que nous effectuons actuellement et à la meilleure visibilité de nos données, Audi a réduit sa facture d'impôt sur les sociétés », explique M. Häffner. « Par le passé, nous devions faire beaucoup d'hypothèses et nos impôts étaient basés sur ces hypothèses. Aujourd'hui, les données réelles montrent que notre obligation fiscale est moindre, ce qui représente des économies considérables. »

Audi prévoit déjà d'utiliser la plateforme pour d'autres cas d'utilisation dans l'usine de Neckarsulm, puis de déployer le contrôle préventif de soudage ainsi que d'autres solutions sur toutes les installations de production du groupe Volkswagen. « Nous sommes au tout début de la collecte et de l'analyse de nos données », explique Henning LöSer. « Plus nous avançons, plus il y aura d'autres bonnes surprises et de nouvelles opportunités pour nous.»

Découvrez comment Intel et ses solutions de partenaires font avancer la fabrication

PC industriel – Combinés PC-écran et ordinateurs industriels

Solutions PC industrielles d'Intel. Les ordinateurs industriels et les combinés PC-écran accroissent la productivité.

Découvrez les PC industriels

Solutions prêtes au déploiement

Les Intel® IoT Market Ready Solutions (Intel® IMRS) sont des solutions prêtes au déploiement qui ont un effet immédiat.

Voir les solutions

Accélérer la transformation de la fabrication

Les technologies Intel® permettent de réaliser des usines intelligentes et Industry 4.0.

En savoir plus

Edge Insights for Industrial d'Intel

Ce logiciel fournit une fondation permettant d'intéger l'infrastructure informatique, les appareil IoT et les applications en vue d'apporter l'informatique de périphérie dans le domaine de la fabrication.

Découvrez Edge Insights pour l'industrie

Avis et avertissements

Les fonctionnalités et avantages des technologies Intel® dépendent de la configuration du système et peuvent nécessiter du matériel et des logiciels compatibles et l'activation de certains services. Les performances varient d'une configuration à une autre. Aucun ordinateur ne saurait être totalement sécurisé. Consultez le constructeur ou le revendeur de votre ordinateur.vous pouvez consulter le site https://www.intel.fr pour en savoir plus. // Les logiciels et charges de travail utilisés dans les tests de performance ont peut-être été optimisés uniquement pour les microprocesseurs Intel®. Les tests de performance tels que SYSmark* et MobileMark* portent sur des configurations, composants, logiciels, opérations et fonctions spécifiques. Les résultats peuvent varier en fonction de ces facteurs. Pour l'évaluation d'un produit, il convient de consulter d'autres tests et d'autres sources d'information, notamment pour connaître le comportement de ce produit avec d'autres composants. Pour des informations plus complètes, visitez https://www.intel.fr/benchmarks. // Les résultats de performances s'appuient sur les tests réalisés aux dates indiquées dans les configurations et peuvent ne pas refléter toutes les mises à jour de sécurité disponibles. Pour obtenir plus de détails, veuillez lire les informations de configuration. Aucun produit ou composant ne saurait être totalement sécurisé. // Les scénarios de réduction de coûts décrits sont fournis à titre d'exemples montrant comment un produit de technologie Intel® donné, dans les circonstances et configurations spécifiées, peut affecter les coûts futurs et entraîner des économies de coûts. Les circonstances peuvent varier selon les cas. Intel ne garantit aucun coût ni réduction de coûts. // Intel ne maîtrise et ne vérifie pas les bancs d'essai cités ici ou sur les sites Web mentionnés en référence. Vous êtes invité à consulter vous-même ces sites Web et à vérifier l'exactitude des données. // Dans certains cas, les résultats ont été estimés ou simulés à l'aide d'une analyse, d'une simulation ou d'une modélisation d'architecture réalisée en interne par Intel et sont mentionnés à titre indicatif. Toute différence matérielle, logicielle ou de configuration du système peut avoir une incidence sur vos performances effectives.