“Un changement culturel nous arrive qui modifiera l’écosystème industriel”
L'industrie est en pleine transformation. Alors que la numérisation et l'intelligence artificielle sont arrivées plus tard que dans d'autres domaines, elle s'est déjà matérialisée. Les machines intelligentes entrent dans l'industrie et ainsi de nombreux ingénieurs de données. Le magazine Elhuyar a demandé aux chercheurs de BRTA en quoi consiste l'intelligence des machines industrielles et les principaux défis ont été relevés : communiquer intuitivement les machines avec les humains et résoudre la question des données.
Comme l'homme a conscience de son corps, une machine peut savoir quand il se sent mal. C'est l'intelligence machine. Vous pouvez détecter si quelque chose va mal en soi, en suivant votre travail. Et vous avez également la capacité de décider ce dont vous avez besoin pour vous réparer: vous pouvez décider que vous avez besoin d'un cycle de lubrification, qu'un outil est usé et que vous devez le changer, ou que vous devez faire un cycle de diamant pour affûter l'outil. Ils pourront également savoir si les travaux programmés sont correctement exécutés et, le cas échéant, comment corriger les défauts de fabrication.
Les machines intelligentes sont des machines proches de la capacité humaine. Mais en plus d'autodiagnostiquer et d'autoposer, ils ont besoin de capacité de communication. Les ateliers deviennent déjà des écosystèmes de machines intelligentes. La connectivité est donc la clé.
.jpg)
En cela consiste l'industrie intelligente, appelée industrie 4.0. La numérisation et les données fournissent aux machines toutes ces capacités.L'obtention et la comparaison de données fourniront aux machines le potentiel de développer toutes ces capacités humaines.
Les chercheurs de BRTA étudient pleinement les technologies nécessaires pour numériser l'industrie. « Il faut garder à l’esprit que dans la CAPV nous avons un secteur qui va être critique dans la numérisation de l’industrie : le secteur de la machine-outil. Autrement dit, nous fabriquons des machines. Nous sommes donc directement impliqués dans la numérisation industrielle dans la CAPV. Nous encourageons le processus. Et le secteur doit en être conscient », explique Jon Kepa Gerrikagoitia, responsable science et technologie de BRTA.
Les machines intelligentes permettront d'optimiser les performances. L'objectif est que l'industrie soit proche de la production continue, sans les problèmes habituels qui freinent les machines, grâce à la capacité des machines à prévoir des problèmes et à s'ajuster en permanence. La capacité de décision des machines a une limitation: ce que l'être humain veut donner. Vous pouvez exécuter votre décision ou la mettre à la connaissance de l'opérateur de la machine comme recommandation. Vous pouvez décider du degré d'autonomie que vous voulez donner aux machines.
Capture, connexion, analyse, interaction
%20(1)%20(1).jpg)
Mikel Niño, responsable de la stratégie de fabrication avancée et de l'industrie 4.0, estime que l'acquisition de l'intelligence nécessite de fournir cinq grandes technologies:
Tout d'abord, la machine a besoin du sens de la perception pour effectuer un auto-diagnostic, compétence qui vous fournira la technologie d'extraction de données. Vous aurez besoin de capteurs spécifiques avancés et de technologies d'acquisition de données de contrôle des machines.
Deuxièmement, les machines, au lieu de travailler isolément, doivent travailler interconnectées. Ils doivent croiser des variables provenant de différentes sources d'information pour savoir si la production est correctement effectuée, toujours en temps réel. La clé est donc la technologie de stockage et de partage de données.
D'autre part, il faut aussi de l'intelligence artificielle pour contraster toutes ces informations qui sont générées avec des modèles de normalité, déduire quelles variables ont engendré le détournement de la qualité et prendre des décisions.
Mais il a aussi besoin d'interfaces pour communiquer avec les gens d'une manière plus intuitive, pour aider le travailleur travaillant sur la ligne de production à prendre la décision finale.
Le cycle de données se compose donc de ces quatre étapes : capture, connexion, analyse et interaction. Mais tout au long du cycle, il y a un cinquième facteur indirect: la sécurité. La création de connexions cybersécurisées ne permettra que l'avancée réelle de l'industrie numérique.
Données, thème central du débat
La machine utilise les données obtenues pendant la production pour effectuer un auto-diagnostic continu. De même, ceux qui leur sont fournis par les fabricants de machines intelligentes. L'intelligence artificielle a besoin de données constantes pour apprendre et il est essentiel que la transmission de données soit efficace et sûre. Il existe une question préalable de propriété des données à résoudre.
“La donnée n'est pas un thème simple. Les règles du jeu sont actuellement définies. Le logiciel s'est développé très rapidement dans d'autres domaines, mais dans le domaine industriel il n'y a pas eu de normes de données. Ce manque de normes a posé un grave problème dans le partage des données et un grand travail a été nécessaire pour travailler ces normes industrielles, sans lesquelles il est très difficile d’avancer dans la numérisation et l’intelligence artificielle», affirme Gerrikagoitia. « C’est la principale sangria pour implanter une industrie intelligente », dans la même ligne, Niño.
« Dans les centres technologiques de BRTA, nous travaillons sur toutes ces cinq bases technologiques de l’industrie intelligente », Gerrikagoitia. « Nous travaillons pour donner un sens industriel à ces technologies numériques. Nous sommes très liés au secteur industriel et nous connaissons de très près les problèmes des usines », explique Niño.
L'industrie intelligente a de nombreux défis pour l'avenir. « En même temps que les machines acquièrent de l’intelligence, l’un des plus grands défis est de placer la personne au centre, même si elle semble contradictoire. Pour développer davantage les capacités des algorithmes intelligents, il est nécessaire que les gens communiquent à la machine qui, dans une situation donnée, n'est pas considérée comme une variable significative. La personne doit reconfigurer la machine pour corriger les consignes. Il est donc impératif que cette communication bidirectionnelle soit très intuitive, qui imite presque sa propre forme de communication humaine », dit Niño.
« Nous avons un autre défi aussi important que le précédent : nous avons un grand changement culturel qui nous demandera un changement dans notre façon de travailler. Les données sont inutiles si nous ne faisons pas confiance aux données et machines. Nous mettons nous-mêmes des obstacles. Une fois ce changement culturel accompli, l’écosystème industriel changera radicalement, je suis sûr », affirme Gerrikagoitia.
Zu idazle
Zientzia aldizkaria
