Comment se fait la fabrication industrielle de précision

Grâce à l'analytique en périphérie et au machine learning, Audi transforme la fabrication industrielle.

Points essentiels à retenir

  • Intel amène l'analytique à la périphérie et aide Audi à automatiser et à améliorer les processus critiques de contrôle qualité dans ses usines.

  • En créant une solution de plateforme basée sur les données, Audi peut réduire l'erreur humaine et garantir que toutes les voitures sont construites de manière encore plus précise et exacte.

BUILT IN - ARTICLE INTRO SECOND COMPONENT

Appliquer la technologie numérique à la fabrication industrielle

Pour Audi, le secret de la réussite repose sur un engagement à utiliser une technologie de pointe pour construire des véhicules de qualité synonymes d'ingénierie de précision, de performances exceptionnelles et de luxe. Son processus de fabrication très avancé implique de nombreux corps de métier, de la soudure par points au rivetage, entièrement automatisés. Toujours est-il que son but ultime est 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 se doivent d'aller au-delà de l'approche traditionnelle consistant à créer des solutions matérielles et logicielles personnalisées pour traiter les cas d'utilisation individuels. Ils ont plutôt besoin d'une plateforme évolutive et souple dotée de capacités numériques avancées telles que l'analytique, l'apprentissage machine (machine learning) et l'informatique de périphérie (edge computing).

Christine Boles, vice-présidente du groupe Internet of Things et directrice générale de la division Industrial Solutions 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 gérer 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. »

Améliorer la qualité grâce à l'inspection de la chaîne de fabrication

Audi s'est associée à Intel pour une démonstration de faisabilité (PoC, proof of concept) visant à améliorer le processus de contrôle de la qualité des soudures sur 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, du pistolet à colle au 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 soudures par points qui maintiennent les pièces de métal ensemble. La chaîne de production est organisée en une série de cellules et de véhicules en cours d'assemblage qui passent d'une cellule à l'autre. Chaque cellule peut contenir jusqu'à 20 robots et plusieurs fraiseuses. Les fraiseuses sont utilisées pour nettoyer les pistolets de soudage, si nécessaire, entre les opérations d'assemblage.

Audi assemble jusqu'à environ 1 000 véhicules par jour dans l'usine de Neckarsulm, chaque voiture comprenant 5 000 soudures, ce qui équivaut à plus de 5 millions de soudures en une seule journée de production. Pour garantir la qualité de ses soudures, Audi effectue des contrôles manuels de qualité en utilisant la méthode d'échantillonnage standard de l'industrie. Rita Wouhaybi, ingénieure principale du groupe Internet of Things au sein de la division Industrial Solutions 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 blocs-notes 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 », précise 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. »

Créer une solution en périphérie évolutive

En collaboration avec Audi, Intel a créé des algorithmes pour l'analytique en streaming à l'aide de son logiciel Industrial Edge Insights. Les algorithmes ont produit une analytique prédictive et une modélisation qui ont transformé les données des usines en informations précieuses. Cette solution absorbe les données des contrôleurs du pistolet de soudage et les analyse en périphérie.

Les scientifiques d'Intel ont créé un algorithme de machine learning et l'ont entraîné à la précision en comparant ses prévisions aux données d'inspection réelles fournies par Audi. Le modèle utilise les données générées par les contrôleurs de soudage, qui montrent les courbes de tension et de courant électriques pendant l'opération de soudage. Les données comprennent également d'autres paramètres tels que la configuration des soudures, les types de métaux et l'état des électrodes. 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.

Dans les ateliers, les optimisations d'un processus peuvent s'étendre au reste de l'usine. Audi peut utiliser cette solution de plateforme pour d'autres cas d'utilisation impliquant des robots et des contrôleurs comme le rivetage, le collage et la peinture. Brian McCarson, vice-président du groupe Internet of Things et directeur de la division Industrial Systems Engineering and Architecture 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. »

« Cette solution est comme un schéma directeur pour les solutions futures. L'usine dispose de beaucoup de technologies, et c'est un modèle que nous pouvons utiliser pour créer des solutions d'inspection qualitative pour ces autres technologies afin de ne pas devoir compter sur des inspections manuelles. »

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

Accroître l'efficacité et la précision

Délaisser les inspections manuelles au profit d'un processus automatisé et piloté par les données a permis à Audi d'accroître la portée et la précision de ses processus de contrôle de la qualité. Mais il y a également d'autres avantages.

« À l'usine de Neckarsulm, nous constatons déjà une réduction de 30 à 50 % des coûts de main-d'œuvre. »

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

Michael Häffner souligne que l'augmentation de l'automatisation et de l'efficacité ne consiste pas à remplacer les travailleurs, mais plutôt à leur donner de nouvelles connaissances et compétences et à leur offrir de nouvelles possibilités. C'est également une nécessité car de nombreux ouvriers d'usine qualifiés prennent leur retraite et emportent avec eux des connaissances précieuses. Ainsi, automatiser certaines de ces tâches et orienter les jeunes employés vers de nouvelles directions est bon pour l'entreprise et bon pour les travailleurs.

En outre, le nouveau système et les inspections ciblées associées permettent à l'entreprise Audi d'être proactive et de se concentrer sur la prévention des problèmes au lieu de 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 », révèle Mathias Mayer. « À l'avenir, nous pourrons nous concentrer sur ces 5 %, car nous saurons où ils se trouvent dans l'usine et nous pourrons agir beaucoup plus tôt. »

Regarder vers l'avenir

Le fait de disposer d'un système transparent qui permet à Audi de comprendre les données générées par son équipement et d'en tirer des enseignements l'incite à envisager de nouvelles possibilités et lui apporte 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 des soudures 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 », conclut Henning LöSer. « Plus nous avançons, plus il y aura d'autres bonnes surprises et de nouvelles opportunités pour nous.»

Avec des partenaires comme Audi, Intel permet de réaliser des choses exceptionnelles, comme construire des voitures plus précises en utilisant des méthodes durables.

Découvrez comment Intel et ses 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 mettre en place des usines intelligentes et l'industrie 4.0.

En savoir plus

Logiciel Edge Insights d'Intel pour l'industrie

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 le logiciel Edge Insights d'Intel pour l'industrie