Recours à l’IA pour des compétences intelligentes et une fabrication zéro défaut
«Un avantage majeur est que l’architecture que nous avons conçue est suffisamment générale pour être appliquée à des processus de fabrication très différents, allant de la production de masse à la production par lots», explique Cristina Cristalli, coordinatrice du projet GO0D MAN (aGent Oriented Zero Defect Multi-stage mANufacturing) de Loccioni – AEA en Italie. «Des algorithmes robustes, des capteurs et des systèmes multi-agents ont été construits pour fonctionner sur des ensembles de données non idéales et avec différentes machines, afin de refléter les conditions réelles dans une véritable usine.» L’architecture GO0D MAN et ses composants ont été déployés avec succès dans trois études de cas industriels: chez Volkswagen Autoeuropa, Zannini et Electrolux. Chaque étude de cas a nécessité un degré de personnalisation et de configuration en fonction des processus et objectifs spécifiques. «Chez Volkswagen Autoeuropa, les systèmes ont fonctionné en continu pendant plus d’un an, recueillant et analysant des données en temps réel sur la production de plus de 140 000 voitures», explique Cristina Cristalli.
L’IA dans les processus industriels
La fabrication en plusieurs étapes est la structure la plus courante des systèmes de production modernes. Elle fait intervenir de nombreux processus qui sont exécutés en série, parfois en parallèle, pour réaliser une séquence d’opérations nécessaires à la production ou à l’assemblage d’un produit. Cette structure est typique de nombreux secteurs, de l’automobile à la fabrication d’appareils électroménagers et de l’aérospatiale à l’électronique grand public. La qualité globale de tout produit final dépend de la performance de chacun de ces processus individuels. De plus, la performance des processus en aval peut être affectée par des déviations en amont. Les usines de fabrication modernes doivent donc être comprises non seulement en termes de processus individuels, mais aussi en termes de relations entre ces processus. «La bonne nouvelle, c’est que les usines numérisées modernes créent une énorme quantité de données en temps réel», dit Cristina Cristalli. «Nous pouvons observer les corrélations de processus et construire des modèles de données pour mettre en œuvre des stratégies de contrôle innovantes basées sur l’intelligence artificielle, et ce afin de prévenir les défauts et de maintenir les performances globales du système. Cependant, même si ces concepts sont largement discutés au niveau académique, il n’y a toujours pas de preuves qu’une telle approche puisse être mise en œuvre efficacement.» L’objectif du projet GO0D MAN, financé par l’UE, était donc de déplacer cette discussion académique vers des applications industrielles. «Dès le début, nous avons été très clairs sur les exigences de l’utilisateur final», ajoute Cristina Cristalli. «Nous avons investi beaucoup d’efforts et de temps dans le développement de technologies qui sont prêtes à être généralisées et faciles à déployer dans l’environnement de fabrication.»
Des outils intelligents pour une fabrication qualifiée
Un autre aspect clé a été l’intégration de différentes technologies développées, afin de proposer l’architecture et la méthodologie GO0D MAN en tant que nouvelle approche du contrôle de la qualité. La collecte de données en temps réel et le diagnostic des défauts ont été effectués à chaque niveau de processus, ainsi qu’entre les processus afin d’avoir une idée plus précise des corrélations entre les étapes. Cela a été réalisé en combinant le contrôle des processus et de la qualité dans une architecture de système distribué grâce à des systèmes multi-agents (SMA), qui permettent de distribuer des renseignements et des algorithmes d’analyse de données par un réseau de nœuds intelligents distribués. Plusieurs outils d’inspection intelligents ont également été développés au cours de ce projet de trois ans. «Deux d’entre eux ont mené à deux demandes de brevet par l’Université polytechnique des Marches», note Cristina Cristalli. La première concerne un scanner laser portable basé sur un smartphone pour aider les opérateurs lors de l’assemblage des carrosseries automobiles. Ce scanner permet d’améliorer leur capacité de mesure et de les intégrer pleinement dans la chaîne de production. «Cela concrétise le concept de l’humain dans la boucle, qui est important pour éviter que l’automatisation n’ait un impact négatif sur la main-d’œuvre», explique Cristina Cristalli. La deuxième innovation porte sur un système de vision télécentrique pour la détection des bavures dans les pièces métalliques tournées. Les deux systèmes ont satisfait aux exigences de mise en œuvre industrielle.
Mots‑clés
GO0D MAN, IA, fabrication, zéro défaut, SMA, automobile, automatisation, contrôle de la qualité
