Innovation et technologies émergeantes

Ces technologies contribuent au concept d'Operator Support (soutien à l'opérateur).

Alors que la réalité virtuelle (RV) nous plonge dans un monde 3D virtuel, la réalité augmentée (RA) apporte un complément au monde physique qui vous entoure.

• Applications RA pour la maintenance des machines ou lignes de production : des informations sont fournies au technicien de maintenance sur un appareil mobile (tablette ou lunettes) afin de l'aider à accomplir sa tâche.
• Applications RA destinées à informer les opérateurs pendant l'exécution de leur travail : l'opérateur reçoit des informations par le biais de lunettes virtuelles sur les pièces qu'il doit prendre pour assembler un produit.
• Applications RV pour l'expérience client : à l'aide de lunettes de réalité virtuelle, le client peut se faire une idée de ce à quoi ressemblera le produit et son installation.
• Applications de RV pour la formation des employés sans qu'ils aient à se rendre sur place en raison des exigences de sécurité ou des risques : la personne formée recevra une formation dans un monde virtuel, à l'aide de lunettes de réalité virtuelle, sur le produit qu'elle doit assembler ou les procédures qu'elle doit suivre, dans le cadre d'une formation à la sécurité. Ainsi la personne n'entre pas en contact direct avec le produit ou l'environnement réel et fait l'expérience d'une représentation virtuelle ou numérique du produit ou de l'environnement.
• Applications RV et digital twin : un digital twin (jumeau numérique) peut être utilisé dans un environnement de réalité virtuelle et l'on peut voir la représentation numérique du produit ou de l'installation de production à l'aide de lunettes VR.

L'automatisation du processus de production n'est pas une révolution, elle est présente depuis les premiers processus de production. Mais elle évolue constamment et intègre de nouvelles technologies. Ainsi, dans l'industrie 4.0, l'automatisation a pleinement intégré la numérisation. Les processus de production, que ce soit dans l'industrie de l'assemblage, l'industrie alimentaire ou l'industrie chimique, sont de plus en plus automatisés. Les humains sont libérés de ces tâches autant que possible et remplacés par des machines et des installations. Non pas dans le but de ne plus avoir de salariés, mais plutôt pour aider ces salariés à effectuer des tâches sans valeur ajoutée et à se concentrer sur des activités qui apportent une valeur ajoutée ou à se concentrer sur des tâches non automatisables. Les robots assurent le lien entre l'automatisation pure des machines de production et le souhait des opérateurs.

Le transport de marchandises dans la logistique interne est de plus en plus rationalisé. Dans les environnements logistiques, les robots jouent donc aussi un rôle important (émergence des AMR ou Autonomous Mobile Robots). Les nouvelles technologies telles que les drones seront ici également de plus en plus utilisées.

Conclusion : l'automatisation continuera à évoluer et à s'étendre dans des domaines où nous ne l'attendons pas forcément. La numérisation va accélérer et accroître son efficacité et sa flexibilité.

Les drones assistants et prestataires de services jouent un rôle de plus en plus important au sein de l'industrie manufacturière. Ils sont d'une part utilisés en production et intégrés aux processus. D'autre part, c'est aussi l'industrie qui les produit, ainsi que leurs composants.

Par l'industrie…

En Belgique quelques entreprises de pointe jouent un rôle prépondérant dans leur fabrication, leur intégration et leur développement. De plus en plus d'entreprises de matériel et logiciels informatiques se consacrent à l'amélioration de drones standards et de leurs missions. Dernier point, mais non des moindres : la circulation des drones, toujours plus nombreux dans l'espace aérien, doit également être organisée, ce qui requiert de développer des solutions d'Unmanned Traffic Management (UTM)

… et pour l'industrie

Les entreprises utilisent déjà des drones, pour la surveillance et les premières étapes de la gestion des stocks notamment. Ils leur permettent aussi par exemple de mesurer la qualité de l'air et d'autres indicateurs à l'aide de capteurs adéquats. À l'avenir, les fonctions des drones et des robots seront davantage combinées dans des ‘dronebots', qui utiliseront également l'intelligence artificielle (IA). Ces robots volants seront intégrés dans des environnements de production, offrant de nouvelles applications telles que le déplacement d'objets à l'aide de bras robotisés. Si cela paraît encore loin pour certains, nous voyons cependant déjà apparaître quelques projets pilotes concrets.

Les drones jouent un rôle aussi notamment avec le Smart Automated Transport et le Smart People Transport. Avantages de l'utilisation des drones : Respect de l'environnement - Accessibilité - Quantité et qualité des données - Exactitude des données produits

Les systèmes cyberphysiques (CPS) sont des objets dotés d'un logiciel et d'une puissance de calcul intégrés, comme le système de navigation dans votre voiture ou la montre intelligente à votre poignet, qui n'indique pas seulement l'heure mais analyse aussi vos activités.

L'industrie 4.0 est aussi appelée « Internet industriel des objets » (Industrial IoT). Au sein d'un système de production, les « objets » sont toutefois plus complexes et sont appelés systèmes de production cyberphysiques (CPPS).

Les CPPS sont des machines intelligentes possédant non seulement une puissance de calcul, mais aussi des capteurs et logiciels intégrés leur permettant de poser elles-mêmes des diagnostics et de prendre des décisions sur la base de l'état mesuré. Une puissance intelligente, en d'autres termes, qui connaît son propre état, son histoire, son plan de maintenance, sa capacité et l'effet d'éventuels ajustements et réglages.

L'objectif de la communication industrielle est de relier tous les segments d'une entreprise en un seul système en réseau qui englobe toute la chaîne de valeur, de la direction à la production. L'utilisation de réseaux de données performants de bout en bout augmente la disponibilité, la flexibilité et l'efficacité des machines et des entreprises. Grâce à une communication industrielle très poussée, les capteurs et les appareils de terrain peuvent être intégrés de manière flexible dans les systèmes existants tout en offrant une communication transparente et une productivité accrue. On parle aussi de l'IoT (Internet of Things) Industriel.

Plus d'infos

L'IA est devenue le terme générique pour les applications qui exécutent des tâches complexes qui, auparavant, nécessitaient une intervention humaine. Le terme est souvent utilisé de manière interchangeable avec termes connexes sous-jacents, tels que l'apprentissage automatique (machine learning) et l'apprentissage profond (deep learning). Cependant, il existe des différences. L'apprentissage automatique, par exemple, se concentre sur la construction de systèmes qui peuvent apprendre ou améliorer leurs performances en fonction des données qui les alimentent.

L'apprentissage profond, quant à lui, est un sous-groupe de l'apprentissage automatique. Il se concentre sur l'apprentissage sans une programmation explicite, en créant des modèles plus complexes destinés à imiter la façon dont les humains apprennent de nouvelles informations.

Les manières dont l'IA peut contribuer à améliorer les processus, produits et services des entreprises sont extrêmement vastes.

Plus d'infos

Le digital twin (jumeau numérique) désigne la réplique numérique d'un produit, processus ou système. La représentation numérique reproduit les éléments et la dynamique avec laquelle une machine, un dispositif Internet des objets… opère et évolue tout au long de son cycle de vie. Les digital twins intègrent l'IA, l'apprentissage automatique et l'analyse logicielle à des données afin de créer des modèles de simulation numériques vivants qui s'adaptent et s'actualisent en fonction des changements de leurs pendants physiques. Un digital twin apprend et se remet sans cesse à jour à partir de sources multiples pour représenter son état, ses conditions de travail ou positions presque en temps réel. Le digital twin apprend :

• Par lui-même en utilisant des données de capteurs qui l'informent des différents aspects de ses conditions opérationnelles ;
• Des experts humains, comme les ingénieurs, possédant des connaissances pertinentes et approfondies du domaine industriel ;
• D'autres machines similaires ;
• D'autres flottes de machines similaires ;
• Des éventuels systèmes et environnements plus larges dont il fait partie.

Le digital twin intègre aussi les données historiques sur l'utilisation de la machine dans le passé pour les factoriser dans son modèle numérique. Dans divers secteurs industriels, les twins sont utilisés pour optimiser le fonctionnement et la maintenance des biens matériels, systèmes et processus de fabrication. Ils sont une technologie formative pour l'Internet industriel des objets, où des objets physiques peuvent vivre et interagir virtuellement avec d'autres machines et des humains.

La simulation est l'imitation du fonctionnement d'un processus ou système du monde réel. La simulation requiert d'abord le développement d'un modèle, ce modèle représentant les caractéristiques, fonctions et comportements essentiels du système ou processus physique ou abstrait sélectionné. Le modèle représente le système lui-même, alors que la simulation reproduit le fonctionnement du système dans le temps. La simulation est utilisée dans de nombreux contextes, comme la simulation de la technologie pour l'optimisation des performances, l'ingénierie de la sécurité, les tests, la formation, l'éducation et les jeux vidéo. Souvent, les expériences informatiques servent à étudier des modèles de simulation. La simulation peut être utilisée pour montrer les effets finaux réels d'approches et conditions alternatives. Elle trouve aussi son utilité lorsque le système réel ne peut être mis en œuvre parce qu'il n'est pas accessible ou qu'il serait dangereux ou inacceptable de le lancer ou parce qu'il est en phase de conception mais n'est pas encore construit ou qu'il n'existe pas tout simplement. Parmi les éléments clés de la simulation figurent l'acquisition d'informations de sources valables, la sélection pertinente des caractéristiques et comportements essentiels, le recours à des approximations et hypothèses simplificatrices au sein de la simulation, ainsi que la fidélité et validité des résultats de la simulation.

Il s'agit de toutes les mesures prises pour protéger l'information contenue dans les actifs, concernant les personnes, les process et les technologies, contre la criminalité numérique. Un actif c'est tout ce qui a de la valeur pour une société comme par exemple le réseau, l'infrastructure (serveurs/workstation/laptop), les applications, les données. Une politique de classification (confidentialité, intégrité, disponibilité) et de catégorisation des actifs est essentielle afin de permettre les mesures de sécurité adaptées. Par cybersécurité, on entend aussi le degré de protection au niveau de l'accès, de l'intégrité et de la disponibilité des données (CIA).

Diverses mesures ont été développées pour limiter les cybermenaces :

• Mesures hardware et software
• Mesures physiques : dans le monde industriel par exemple, il convient de bien sécuriser l'accès physique et logique à la ligne de production par exemple en désactivant l'accès aux ports USB car ils constituent une entrée vulnérable.
• Mesures utilisateurs : comme le facteur humain est le maillon faible de la cybersecurité , un programme de sensibilisation doit être mené. Chaque employé et fournisseur a un rôle à jouer.
• Mesures au niveau des processus

Il importe en outre que les consommateurs et organisations sachent dans quelle mesure ils sont vulnérables et ce qu'ils peuvent faire pour y remédier. Un audit de sécurité aidera à déterminer le niveau de maturité et de résilience. Il faut aussi identifier les processus critiques et maintenir un rapport d'analyse d'impact métier (BIA). Ce ne sont là qu'une petite partie des centaines de contrôles à mettre en place pour une bonne cybersecurité.

Plus d'infos

Avec l'essor de technologies comme l'internet des objets ou l'intelligence artificielle, le volume de données à disposition des entreprises a littéralement explosé au fil des dernières années et la puissance de calcul nécessaire pour les traiter a elle aussi augmenté.

Le High-Performance Computing (HPC) permet de traiter et d'analyser de grandes quantités de données et d'effectuer des calculs complexes à grande vitesse en combinant la puissance de plusieurs milliers de processeurs. Cela permet de résoudre des problèmes extrêmement complexes et exigeants et de réaliser des simulations numériques.

Le HPC est utilisé pour la simulation et la modélisation dans un grand nombre de domaines d'application comme dans le secteur automobile et aérospatial pour, par exemple, la conception et la fabrication de produits, le développement de modèles de conduites autonomes, dans le domaine météorologique mais aussi pour l'analyse des ondes sismiques et leurs effets sur les structures, dans le domaine de la médecine de précision, l'industrie du jeu et du cinéma, le secteur bancaire et l'évaluation des risques financiers, la détection des fraudes,...

La blockchain est un système de stockage et de transmission d'informations distribué, transparent et sécurisé. Une technologie de transmission qui fonctionne sans organisme de contrôle central, qui apporte une dimension de confiance aux interactions entre les individus. Cette technologie peut avoir un impact considérable sur les modèles d'entreprise existants (élimination des intermédiaires et du risque de fraude) et offre la possibilité de transformer de nombreux secteurs économiques et sociaux.

Alors que les usines du monde entier deviennent de plus en plus interconnectées, la technologie blockchain est de plus en plus envisagée. L'usine du futur s'étend sur une interconnexion de machines, de pièces, de produits et d'acteurs de la chaîne de valeur, y compris les fournisseurs de machines et les entreprises de logistique. Plus que jamais, les fabricants doivent relever le défi du partage sécurisé des données au sein de l'entreprise et en dehors des murs de l'usine.

La technologie blockchain peut s'intégrer avec d'autres technologies (AI, IoT, 5G…) pour améliorer la transparence et la confiance à tous les stades de la chaîne de valeur industrielle, depuis l'approvisionnement en matières premières jusqu'à la gestion des stocks et la livraison du produit fini.

Les points sensibles qu'elle pourrait contribuer à résoudre sont les suivants

• le suivi de la chaîne d'approvisionnement pour une plus grande transparence
• la provenance des matériaux et la détection des contrefaçons
• La conception technique de produits complexes et de longue durée de vie
• la gestion des identités
• le suivi des actifs
• l'assurance qualité
• la conformité réglementaire.

La blockchain peut aider à rationaliser les opérations, à avoir une meilleure visibilité sur les approvisionnements et à suivre les actifs avec une précision sans précédent. La blockchain a le potentiel de révolutionner la façon dont les fabricants conçoivent, élaborent, fabriquent et mettent à l'échelle leurs produits.

Les technologies de fabrication additive (AM - Additive Manufacturing) sont des technologies permettant de réaliser des objets physiques à partir de données de conception assistée par ordinateur (CAO). Les pièces sont produites couche par couche pour former un objet 3D. La gamme de matériaux augmente presque quotidiennement, les polymères et les métaux constituant l'offre la plus importante. Le matériau de base est fourni sous forme de poudre, de liquide ou de solide à la machine d'AM pour produire finalement (ou imprimer en 3D) un objet sous forme solide. L’Additive Manufacturing constitue l'un des piliers de l'industrie 4.0 car elle permet d'accroître l'automatisation des processus (moins d'intervention humaine), de rendre la production plus flexible, de réduire l'impact environnemental des pièces produites...

Quelques facteurs clés de l'utilisation de ces technologies :

• Gain de temps et réduction des coûts dans la phase conception
• Diminution de la consommation de matières premières
• Réduction du poids
• Fonctionnalité accrue
• Pièces complexes sans accroître le coût
• Personnalisation
• Réduction de temps de la mise sur le marché
• Elimination d'investissement dans les outils de fabrication
• Optimisation de la chaîne d'approvisionnement (production sur demande)