L’industrie a connu de gros séismes qui ont façonné la manière avec laquelle on conçoit des produits, on les fabrique, on les commercialise et on les améliore. Le premier gros changement a été apporté par l’invention de la machine à vapeur. Ce changement est connu sous l’appellation de la première révolution industrielle qui a permis la mécanisation de la production et l’introduction des machines dans les usines. Le 2ème gros changement a été apporté par l’introduction de l’électricité dans les usines, on a ainsi passé à la production en masse, c’est la 2ème révolution industrielle. Le 3ème grand changement est survenu avec l’introduction des ordinateurs dans les usines permettant d’automatiser la production 4.0. Il s’agit de la 3ème révolution industrielle. Ces dernières années, on a toujours entendu parler de la 4ème révolution industrielle, ou l’industrie 4.0. Ces termes sont utilisés pour décrire une industrie qui incorpore les technologies comme la réalité virtuelle et qui compte en grande partie sur la collecte et l’analyse des données tout au long de sa chaine de valeur pour mieux concevoir, produire, commercialiser et améliorer les produits.

La data joue ainsi un rôle majeur dans l’industrie 4.0 lui permettant de survivre au rythme accéléré des innovations technologiques et la hausse de la concurrence. Découvrons !

Qu’est-ce que la donnée dans l’industrie ?

C’est une question légitime puisque la donnée est un terme vague et si vaste qu’on pourrait confondre les emplois. En fait, on parle ici de la donnée industrielle et non pas de la donnée personnelle (bien que cette dernière puisse être exploitée par les départements marketing tout en respectant les règles en vigueur), la donnée statistique, etc.

La donnée industrielle regroupe toutes les informations saisies par les opérateurs ou les techniciens ou générées par les machines au sein d’une usine. Elle peut ainsi être relative à l’utilisation d’une machine, la qualité d’un produit, etc.

La collecte des données est primordiale pour toute entreprise industrielle qui souhaite survivre dans un paysage hyper-concurrentiel et en pleine mutation. Les données collectées feront l’objet d’une analyse qui pourrait guider la prise de décision, d’où l’intérêt à ne collecter que les données utiles qui seront traitées par la suite.

Dans quel segment collecter de la donnée ?

La donnée industrielle peut être collectée tout au long de la chaine de valeur. Il est ici nécessaire de préciser qu’on parle de la donnée saisie par les opérateurs ou les techniciens et non pas de celle générée par les machines.

Ainsi, on peut collecter les données au niveau de :

  • La maintenance : Ces données seront exploitées en vue de planifier la maintenance préventive et éviter que les machines tombent en panne et s’arrêtent causant ainsi l’arrêt de la production.
  • La production : La collecte de ces données permet de prévenir les avances et les retards et de planifier par la suite la production.
  • Le service qualité : les données provenant du service qualité permettent de définir l’indice de qualité et les non-conformités en vue d’optimiser la productivité et d’éviter les retours.

Qui est amené à collecter de la donnée ?

  • Les techniciens de maintenance industrielle sont amenés à saisir les données relatives à l’utilisation de la machine, à son état et à l’historique des réparations et des interventions.
  • Les opérateurs de la production doivent saisir les données relatives au fonctionnement de la chaine de production qui seront par la suite traitées pour avertir les services d’approvisionnement et de livraison.
  • Les techniciens de qualités sont amenés à saisir les données qu’ils récoltent afin qu’elles soient collectées, stockées et traitées.

Obtenez l'e-book gratuit sur les 5 étapes à suivre pour réussir votre projet industriel

4. Quel type de donnée collecter et comment la collecter ?

4.1 Donnée Maintenance

Les techniciens de maintenance saisissent les données relatives aux machines permettant ainsi leur analyse en vue de prévenir les risques de pannes ou de sous performances. En établissant un planning de maintenance prédictive, on peut éviter les arrêts de production et les retards de livraison. Les techniciens de maintenance peuvent ainsi planifier leurs interventions sans interrompre la production.

Puisque chaque machine est spécifique, il est nécessaire de savoir son historique et ses propriétés pour mener des interventions de maintenance efficaces et personnalisées.

4.2 Donnée Qualité

En réduisant le temps d’arrêt et en améliorant la performance, on agit directement sur la qualité des produits. Les techniciens du contrôle de qualité effectuent la saisie des données pour qu’elles soient analysées pour déterminer les meilleurs calibrages et paramétrages qui produisent moins de non-conformité.

4.3 Donnée Production

L’utilisation des instructions de travail, l’avance/retard, etc. Toutes les données qui proviennent des opérateurs de la production doivent être fidèlement saisies pour qu’elles soient utiles par la suite pour analyser toutes les erreurs ainsi que les problèmes qui peuvent survenir.

4.4. Ne collecter que le nécessaire

La collecte des données doit être planifiée pour ne pas gaspiller les ressources. En fait, qu’elles soient destinées à alimenter les processus d’amélioration continue ou pour planifier la maintenance, les données collectées doivent être stockées et analysées. Il ne serait pas pertinent de saisir des données qui ne seront pas exploitées par la suite.

Découvrez comment SKF a digitalisé ses instructions de travail

Quel est l’intérêt de collecter de la donnée ?

Pourquoi collecter les données ? Pourquoi investir autant de ressources pour la saisie, le stockage et l’analyse des données ?

En fait, la donnée est le principal pilier de l’industrie 4.0. Elle permet de maîtriser tous les aspects de l’entreprise et de faciliter la prise de décision sur des analyses et des conclusions. La data permet aux dirigeants d’avoir une vision plus globale et plus concrète de ce qui se passe sur les différents niveaux de la chaîne de valeur.

Alimenter les processus d’amélioration continue

Afin de survivre, l’entreprise industrielle doit s’adapter aux changements et pratiquer une politique d’amélioration continue. Cette démarche doit être alimentée par la data collectée pour ces simples raisons : la data permet d’avoir une vision en temps réel de ce qui se passe et de ce qui pourrait se passer (prédictions) et de prendre par la suite des décisions plus réactives et plus adaptées à la situation de l’entreprise.

Comment collecter efficacement les données : la solution Picomto

La collecte des données doit être digitalisée pour qu’elles puissent être exploitées. Picomto propose des solutions de digitalisation des formulaires de saisie des données permettant aux techniciens d’être plus efficaces dans la collecte et la centralisation des données. En utilisant nos solutions, la data est plus accessible et centralisée.