À défaut d'être quantitatives, les données doivent être qualitatives
En matière de données, les vastes ensembles de données créent d'énormes opportunités. C'est ainsi que les entreprises de consommation forment des algorithmes pour faire des recommandations pertinentes sur nos choix de musique, de nourriture, de films et bien d'autres produits encore.
Dans le secteur industriel, les données offrent également de grandes possibilités. D'énormes volumes d'informations provenant d'équipements tels que les moteurs d'avion ou les turbines à gaz peuvent fournir des indications pour alimenter des logiciels capables de prédire les pannes ou les besoins de maintenance.
Cependant, entraîner des algorithmes et de puissants logiciels s'avère plus compliqué lorsque les données se font rares, une situation fréquente dans le secteur industriel. Les opérateurs industriels protègent leurs données, si bien que le partage d'informations sur les applications les plus sensibles est limité. Par ailleurs, le nombre limité d'erreurs de production minimise la création de données d'erreur, puisque les fabricants de moteurs automobiles ne comptent qu'un très petit nombre de moteurs défectueux ou hors spécifications. Il en va de même pour les fabricants de batteries.
La solution ?
Si vous ne disposez pas de larges volumes de données, la qualité de celles dont vous disposez devient primordiale.
En effet, lorsque votre ensemble de données se compte en millions, les points de données de mauvaise qualité sont facilement éliminés. En revanche, si votre ensemble de données est restreint, chaque point de données est important pour la construction d'un modèle précis. Quelques informations de mauvaise qualité peuvent fausser l'ensemble de données et rendre tout algorithme inutile dans le monde réel.
La question est donc de savoir comment générer des données de qualité.
La réponse courte est que les données de qualité proviennent de capteurs de qualité. Mais ce n'est pas aussi simple que cela. Si des capteurs de qualité sont essentiels pour offrir la sensibilité, la précision, la durabilité et la fiabilité nécessaires à la génération de données précises jour après jour, année après année, et ce malgré les conditions extrêmes,
l'expertise dans la mise en œuvre de ces capteurs est tout aussi importante. Il est essentiel de comprendre le type de technologie adapté à chaque situation et l'endroit où elle doit être placée, en particulier pour le contrôle industriel et les essais non destructifs (END), pour lesquels il existe un grand nombre de types de capteurs. Des rayons X aux ultrasons, en passant par les tomographes et les capteurs de vibrations, chaque situation requiert la technologie appropriée, et il faut de l'expertise pour savoir laquelle choisir et comment la mettre en œuvre de la manière la plus efficace possible, afin de garantir une application homogène.
La constance n'est pas seulement importante entre plusieurs chaînes d'une même usine, mais aussi entre les usines elles-mêmes, qu'elles soient situées à l'autre bout du pays ou du monde. Une utilisation homogène des capteurs avec des résultats reproductibles est essentielle pour obtenir des données de qualité constante et, par conséquent, une qualité de produit uniforme, quelle que soit l'installation d'origine.
L'essor de la fabrication en flux tendu et de la fabrication additive met en évidence une autre raison pour laquelle l'expertise dans la mise en œuvre des capteurs est si importante. Dans cet environnement, la rapidité est essentielle et les experts END peuvent rapidement évaluer et déployer les exigences d'essai afin de fournir un retour d'information immédiat sur la qualité du produit. Cela permet de réaliser des itérations et des prototypes plus rapidement afin d'accélérer la mise sur le marché, de réduire les coûts d'investissement et d'améliorer la productivité.
Cette dépendance à l'égard des données END au début de la chaîne de valeur et dans le cadre de la gestion du cycle de vie des produits est l'avenir de notre secteur. Aujourd'hui, de nombreux clients s'adressent à nous pour des problèmes de qualité et de productivité, et nous pouvons les aider à les résoudre. Quelle est donc la meilleure façon d'améliorer la qualité des pièces imprimées en 3D ? Comment garantir la qualité des pièces composites ? Il s'agit d'une évolution importante, car en agissant en tant que partenaire et collaborateur, nous pouvons aider nos clients à considérer les essais comme un outil capable d'atteindre une série d'objectifs commerciaux en matière de réduction des coûts, d'amélioration de la qualité et de raccourcissement des délais de production. Les END modifient également la manière dont les données sont collectées, analysées et déployées. Des logiciels puissants, tels que InspectionWorks TM de Waygate Technologies, permettent aux entreprises d'exploiter les données qualitatives qu'elles recueillent et d'obtenir ainsi de meilleurs résultats.
Par exemple, InspectionWorks crée une vue d'ensemble de tous les flux de données de contrôle pertinents, souvent cloisonnés derrière différentes technologies de fournisseurs ou différentes parties de l'usine. La plateforme collecte et rassemble ces divers flux de données, les analyse pour en tirer des informations exploitables et aide les clients à prendre les mesures nécessaires à la réalisation d'améliorations grâce à des workflows qui se connectent et s'intègrent à des progiciels de conception et de fabrication assistées par ordinateur (CAO/FAO), de systèmes d'exécution de la fabrication (MES), de gestion du cycle de vie des produits (PLM) et des logiciels de planification des ressources de l'entreprise (ERP).
Un de nos clients OEM du secteur de l'énergie éolienne est capable de créer des workflows de contrôle complexes multi-instruments et multi-utilisateurs, puis d'envoyer ces workflows à son système ERP afin de déployer des ordres de travail à des contrôleurs internes ou externes. Une fois les contrôleurs sur le terrain et les inspections effectuées, les données sont automatiquement associées aux bons « emplacements » sur l'équipement et les rapports de contrôle sont renvoyés vers leur système PLM. Enfin, les données de contrôle (riches en annotations et en commentaires d'experts) sont traitées, analysées et converties en informations exploitables qui peuvent être assimilées par leurs systèmes de CAO/simulation afin d'améliorer la conception et les processus.
À mesure que ce type d'écosystème logiciel évolue, l'importance des essais en tant que vecteur de création de valeur, d'innovation et de différenciation commerciale ne fera que croître.
La fabrication et les services sont transformés par les données, et les données générées et analysées par le contrôle industriel et les essais non destructifs constituent une grande partie de ce qui fera avancer ce secteur.
Toutefois, alors que l'effervescence autour des données bat son plein, il est important pour les chefs d'entreprise de se rappeler que la qualité est tout aussi importante que la quantité pour obtenir les résultats souhaités.