L’ensemble d’une ligne de production de Maubeuge est visible.

Au-delà des salariés augmentés, les robots sont bardés de capteurs et remontent de nombreuses données – plus de 70% des équipements industriels sont connectés – qui permettent de détecter de nombreux problèmes. Par exemple, il est possible de savoir lorsqu’une électrode d’un robot de soudure va rester collée. Cela est dû à un désalignement du robot auquel il est facile de remédier sans avoir à subir un arrêt de la chaîne de production.

L’apport des jumeaux numériques

Renault n’a pas seulement réalisé des jumeaux numériques de ses usines, mais également de sa supply chain. Des avatars représentent chaque objet et les différents flux de marchandises peuvent être analysés. A partir de ces jumeaux numériques, le constructeur a également pu mettre au point une quinzaine de formations en réalité virtuelle dont une pour la peinture de la Mégane E-Tech. Le constructeur s’est appuyé sur la maquette 3D développée en interne.

Avec cette formation le personnel dédié à la peinture peut s’entraîner à avoir le bon geste pour optimiser la consommation de peinture tout en peignant au mieux. Une fois le module de peinture terminé, le logiciel fait un retour pour signaler lorsqu’il y a trop ou pas assez de peinture sur la carrosserie. Renault assure que les personnes ont été formées quatre fois plus vite grâce à la réalité virtuelle. « Le constructeur dispose d’au moins deux casques de réalité virtuelle sur ses 35 sites », précise une responsable de la formation en réalité virtuelle. « Renault a formé 70% de ses peintres en France avec ce dispositif », ajoute-t-elle.

l est possible de s’entraîner à peindre en réalité virtuelle.

Les jumeaux numériques et les outils de réalité virtuelle sont aussi utilisés pour étudier comment agencer au mieux les zones de production, valider les conditions ergonomiques de chaque poste de travail et s’assurer que toutes les taches pourront être réalisées au mieux.

La connexion à l’écosystème extérieur à l’usine

Avec sa plateforme IDM4.0, le constructeur récupère et collecte des informations bien au-delà de ses propres usines. Côté supply chain, l’objectif est de planifier au mieux la production pour maximiser les marges. Pour cela, il est nécessaire d’automatiser la récupération de données auprès des fournisseurs ainsi que celle concernant le transport de marchandises.

Lorsqu’il y a un problème d’approvisionnement, celui-ci est tout de suite signalé afin de revoir le plan de production. Des scénarios de crises sont proposés et l’opérateur peut prendre la décision finale. Renault assure vouloir continuer à développer des algorithmes pour améliorer et approfondir les outils de prédictions et prescriptions sur ces sujets. Allant dans ce sens, un des objectifs est d’optimiser les routes prises par les camions ainsi que leur taux de remplissage ce qui permettrait de réduire les stocks.

La dimension technologique

Le quatrième élément mis en avant par Renault au sujet de sa plateforme est la dimension technologique qui vient se positionner au-dessus des données. « Des modèles d’intelligence artificielle et de machine learning peuvent venir améliorer encore plus les capacités de la plateforme », déclare un salarié. A ce niveau, le constructeur cherche à tirer profit du cloud et travaille avec Google sur certains sujets.

Renault affirme que sa plateforme facilite le déploiement de modèles d’intelligence artificielle. Par exemple, les opérateurs sont aidés par un système d’intelligence artificielle pour réaliser les contrôles visuels des pneumatiques : « le système propose, prédit ou alerte et l’opérateur décide », résume un salarié. Le logiciel, développé en partenariat avec la start-up Buawei, détecte des anomalies sur les pneumatiques à l’aide d’images. Que ce soit un pneumatique en mauvais état ou monté du mauvais côté, un problème de conformité des vis ou le fait que deux pneus différents aient été fixés, le logiciel alerte du problème détecté.

Une fois qu’une solution de ce type est mise au point sur un site, elle est partagée par le constructeur dans une bibliothèque d’algorithmes pour qu’elle soit reprise par d’autres usines.

Grâce à cette plateforme IDM4.0, Renault souhaite réduire ses coûts, avoir plus de visibilité, améliorer la prévention et l’anticipation, réduire les délais entre les commandes et la livraison, etc. A ce jour, il assure que cette plateforme lui a permis de réaliser 80 millions d’euros d’économie notamment grâce notamment à 300 alertes vibratoires lui évitant l’arrêt de la production, l’amélioration de la qualité du soudage par points, l’inspection visuelle du châssis ou encore le suivi des véhicules du prototype jusqu’à la série. Mais il espère réaliser jusqu’à 320 millions d’euros d’économie d’ici 2025. En attendant, Atos cherche à commercialiser cette solution. Le succès avancé par Renault pourrait-il être reproduit chez d’autres industriels ?

Source : https://cutt.ly/cNgAzjN