Loading
ÉTUDE DE CAS
Recent ActivityRecent Activity

Algorithme breveté optimisant l’efficacité de l’opérateur

Rockwell Automation a utilisé un algorithme et FactoryTalk® DataMosaix™ pour avertir Twinsburg Operations d’une baisse des performances due à l’usure des outils, ce qui a permis de prendre rapidement des mesures et d’assurer la continuité de la production

Partager:

LinkedInLinkedIn
XX
FacebookFacebook
PrintPrint
EmailEmail
ingénieure fabrication de circuits imprimés
Rockwell Automation

Cette histoire parle de nous ! Rockwell Automation est un leader mondial en matière d’automatisation industrielle et de transformation numérique. Nous connectons l’imagination de chacun grâce au potentiel de la technologie afin d’élargir ce qui est humainement possible.

Kai Lin
Kai Lin
Software Architect, Rockwell Automation
Kai has over 25 years experience in manufacturing data analytics and artificial intelligence, from process optimization to manufacturing intelligence. Working with our customers to turn manufacturing data into actionable knowledge by providing expertise in data collection, integration, organization and visualization.
Connexion:
EmailEmail
Le défi
  • Identifier toute détérioration des performances du procédé due à l’usure de l’outillage avant qu’elle n’entraîne des perturbations dans la production
La solution
  • FactoryTalk® DataMosaix™
Le résultat
  • Détection précoce d’un élément usé (30 à 60 jours à l’avance)
  • Amélioration du taux d’échec : près de 22 %
  • 45 000 $ économisés grâce à une réduction de la main-d’œuvre
  • Chiffre d’affaires de 9 millions de dollars réalisé plus tôt que prévu

Quel est l’avantage d’avoir un pneu crevé ? En général, vous êtes immédiatement averti du problème. Un voyant d’alarme s’allume sur votre tableau de bord, ou vous remarquez une différence lorsque vous conduisez. Vous réparez ou remplacez le pneu et continuez à rouler sans problème. Le problème reste limité au pneu.

Ce n’est pas le cas pour de nombreux procédés de fabrication. Souvent, quand une pièce d’outillage commence à s’user, les opérateurs ne se rendent pas compte qu’une intervention est nécessaire avant qu’il y ait une interruption plus importante du procédé. Il est possible que d’autres sections de la ligne soient également affectées par des perturbations. Le produit sur la ligne peut être endommagé. La production peut être interrompue.

Si les opérateurs avaient pu identifier ce problème particulier plus rapidement, ils auraient pu prendre des mesures. Au lieu de cela, le fabricant est confronté à des temps d’arrêt, à du gaspillage de matières premières et à une perte de production.

Rockwell Automation, plus précisément l’architecte logiciel Kai Lin et les ingénieurs process PBCA Miki Cvijetinovic et Gregory Vance, ont compris que cela posait un problème à nos clients et ils ont décidé d’agir. Ils ont testé une solution sur le site de production de Rockwell Automation à Twinsburg, dans l’Ohio.

Le défi

Voici un échantillon de ce que nos opérations d’assemblage électronique impliquent dans les installations de Rockwell Automation :

  • 4 000 modèles de circuits imprimés uniques produits chaque année
  • 9 millions de composants posés par jour
  • 23 millions de soudures réalisées par jour
  • 14 000 panneaux produits par jour

Notre site de Twinsburg dispose de 8 lignes de fabrication. Twinsburg est un grand site de production et, comme toutes les installations, de nombreux procédés peuvent avoir une incidence sur la production. Pour notre projet pilote, nous avons choisi de nous concentrer sur le processus d’impression au pochoir.

Comprendre les procédés

Une feuille de pochoir comporte des ouvertures gravées au laser sous lesquelles est accouplé un circuit imprimé. Ensuite, une raclette pousse la pâte à souder de l’avant vers l’arrière du pochoir, remplissant les ouvertures d’étain à souder qui se dépose et adhère au circuit imprimé. À la fin du cycle, le circuit imprimé est transféré puis inspecté. Le circuit imprimé suivant est imprimé dans le sens opposé à l’aide d’une raclette différente. Chaque étape de ce procédé génère des données de performance.

Plus complexe qu’il n’y paraît

Comme tout procédé de fabrication apparemment simple, il comporte des complexités cachées. Tout d’abord, le processus d’impression au pochoir est complexe et comporte de nombreuses variables indépendantes. Il est donc difficile pour le personnel d’assistance de détecter l’usure ou la dégradation des performances des pochoirs et des raclettes, en particulier lorsque cette usure est difficile à voir à l’œil nu. De plus, le début du procédé et les longues pauses pendant celui-ci modifient l’efficacité du transfert de pâte, ce qui rend difficile l’analyse de l’usure de l’outillage sur le long terme.

De plus, les pochoirs plus fins ou dotés de revêtements spéciaux ont des durées de vie différentes, ce qui rend leur usure encore plus imprévisible. Et bien que chaque étape du procédé génère des données de performance, le personnel d’assistance n’est pas en mesure de collecter et d’analyser en temps réel cette grande quantité de données (IT, OT et ingénierie).

Le personnel d’assistance avait besoin d’un meilleur moyen de collecter et d’analyser les caractéristiques de fonctionnement en temps réel sur les équipements et d’être immédiatement alerté en cas d’anomalies ou de dommages. Il s’agissait là d’un cas d’utilisation idéal pour notre algorithme de détection d’anomalie, dont le calcul pouvait être effectué et affiché via FactoryTalk® DataMosaix™ quelques secondes après le contrôle de l’impression.

La solution

Notre ingénieur projet et nos équipes logicielles ont adopté une approche algorithmique pour relever ce défi. Ils ont créé un algorithme de détection d’anomalie breveté, propriété de Rockwell Automation, qui surveille l’outillage utilisé dans le procédé d’impression au pochoir et envoie les données de performance au personnel d’assistance. Ensuite, ils ont mis en place des notifications basées sur cet algorithme afin que le personnel de l’usine puisse recevoir des alertes immédiates en cas d’anomalies sans avoir à effectuer des analyses fastidieuses a posteriori.

Nécessité de points d’automate et de détecteurs

Tout d’abord, l’équipe d’ingénierie a ajouté des étiquettes RFID à chacun de nos pochoirs et raclettes, ainsi qu’un capteur permettant de détecter la direction dans laquelle le portique se déplace. L’équipe a collecté les données et les a comparées aux numéros de série des cartes de circuits imprimés qui ont été intégrées dans les machines enregistrées par un automate programmable (API) existant. Elle a également associé les données à la raclette et au pochoir correspondants afin d’obtenir les données de performance relatives aux anomalies, aux défauts et au contrôle de la pâte à souder.

Collecte et contextualisation habiles des données

Nous nous sommes ensuite tournés vers FactoryTalk DataMosaix. FactoryTalk DataMosaix est une application SaaS conçue pour collecter de grands volumes de données brutes provenant de diverses sources, les contextualiser sur une unique plate-forme et les mettre à disposition des applications utilisées par les équipes de gestion des opérations.

Pourquoi l’application FactoryTalk DataMosaix a-t-elle été sélectionnée pour ce projet ? Les outils BI classiques n’offraient pas suffisamment de fonctionnalités de modélisation des relations entre les données, ni la possibilité d’effectuer cette contextualisation en temps réel. Power BI, par exemple, nécessitait qu’une personne effectue l’analyse manuellement.

Pour l’usine de Twinsburg, cette analyse était réalisée mensuellement. Avec FactoryTalk DataMosaix, l’analyse pouvait être effectuée en temps réel, une condition indispensable pour que le personnel de l’usine soit immédiatement informé des anomalies de performance.

De plus, FactoryTalk DataMosaix suit l’ensemble du cycle de vie des raclettes et des pochoirs lorsqu’ils sont déplacés dans l’atelier. En règle générale, lorsqu’un pochoir est utilisé sur une ligne, ses données sont suivies. Lorsqu’il est de nouveau utilisé sur une autre ligne, les données relatives à la durée d’utilisation et aux performances antérieures du pochoir ne sont pas prises en compte, ce qui augmente le risque que le personnel passe à côté d’éventuels problèmes de performance.

À l’aide de FactoryTalk DataMosaix, nous avons tracé les données sur un graphique qui identifie le risque de défaillance de l’équipement. Cette méthode analytique est une « façon très habile d’examiner les performances de la ligne », déclare Kai Lin, architecte logiciel chez Rockwell Automation. « Il s’agit de savoir si la ligne s’améliore ou se dégrade. »

Alertes en temps réel pour les équipes

Enfin, l’équipe a créé un canal sur Microsoft Teams, auquel toute personne de l’usine peut s’abonner, et qui permet de recevoir des notifications en temps réel en cas d’anomalies ou de défauts de l’équipement. Les alertes auraient pu être générées de différentes manières. Notre équipe a choisi d’utiliser Microsoft Teams parce que c’était le système de gestion déjà utilisé.

Voici comment se déroulait le procédé auparavant. Lorsque la machine de contrôle de la pâte à souder détectait un problème sur un circuit imprimé, l’opérateur devait le vérifier ou le nettoyer manuellement, ce qui entraînait des retards ou de possibles erreurs de jugement. Aujourd’hui, en surveillant les performances de l’équipement d’outillage, à savoir les raclettes et les pochoirs, l’algorithme déclenche des alertes en cas de taux de défaillance anormalement élevé des circuits imprimés, invitant les opérateurs à interrompre leur travail et à examiner rapidement le problème.

Grâce à la solution mise en œuvre, les opérateurs peuvent rapidement identifier l’équipement à l’origine des défaillances, alors qu’auparavant, la nature de l’environnement de production rendait difficile l’identification de l’origine du problème.

Il était alors temps de voir si la solution était efficace. L’usine a mis en service l’algorithme, FactoryTalk DataMosaix et le projet Microsoft Teams à la fin de l’année 2023 et a recueilli des données pendant environ 70 jours.

Le résultat

Réduction du nombre d’échecs de contrôle

Dans plusieurs cas, l’équipe d’ingénieurs et le personnel de l’usine ont reçu une notification concernant une anomalie ou un défaut du pochoir et ont pu réagir en conséquence. Au lieu d’attendre la défaillance (ou de remplacer inutilement les pochoirs sur la base d’une date donnée), l’algorithme a permis aux opérateurs d’être avertis 30 à 60 jours à l’avance de la défaillance d’un pochoir. Dans chaque cas, le remplacement ou la réparation du pochoir endommagé a permis d’améliorer le taux de défaillance de 22 %.

Amélioration de la productivité des opérateurs

En outre, la productivité des opérateurs de machines a été améliorée. En effet, le personnel d’assistance est alerté des problèmes de pochoir avant qu’ils n’affectent le reste de la ligne de production et il dispose de données pertinentes avec lesquelles travailler. Les opérateurs sont moins souvent détournés de leur travail et peuvent être plus efficaces.

Retour sur investissement pour Twinsburg, et ensuite

Après une évaluation de quatre mois au sein de notre installation de Twinsburg, nous avons calculé que les économies annuelles de main-d’œuvre étaient nettement supérieures aux coûts, avec un retour sur investissement d’environ 200 %. Comme des cas d’utilisation supplémentaires sont prévus, nous sommes convaincus que le retour sur investissement de FactoryTalk DataMosaix augmentera encore, justifiant cette dépense annuelle.

Perturbation du chiffre d’affaires

Enfin, l’amélioration du taux d’échec et l’optimisation de la productivité correspondent à des gains de chiffre d’affaires. Plus précisément, cela a permis à l’usine de réaliser plus rapidement qu’anticipé un chiffre d’affaires de 9 millions de dollars en raison de la réduction des perturbations.

L’avenir est prometteur… et productif

Quel avenir pour l’algorithme et l’intégration de FactoryTalk DataMosaix ? Les équipes d’ingénierie et les équipes logicielles travaillent à son déploiement à grande échelle à Twinsburg, ainsi que dans nos usines de Mequon, Monterrey et Singapour. Nous recherchons également d’autres applications à cette solution dans le cadre de nos propres activités.

Rockwell Automation étant propriétaire de l’algorithme, les cas d’utilisation pour nos clients sont vraiment infinis. Comme le dit Kai Lin, « quand on pense à ce que l’algorithme fournit… et qu’on le met en corrélation avec le suivi des performances de l’outillage dans le procédé, je pense que les possibilités d’application sont très vastes dans le domaine de la production manufacturière. »

Publié 26 juin 2024

Sujets: Build Resilience FactoryTalk DataMosaix
S’abonner à Rockwell Automation

Recevez les dernières informations ainsi que des conseils éclairés directement dans votre boîte de messagerie.

S’abonner maintenant
Recommandé pour vous
Loading
  1. Chevron LeftChevron Left Accueil Rockwell Automation Chevron RightChevron Right
  2. Chevron LeftChevron Left Soc... Chevron RightChevron Right
  3. Chevron LeftChevron Left Actualités Chevron RightChevron Right
  4. Chevron LeftChevron Left Études de cas Chevron RightChevron Right
  5. Chevron LeftChevron Left Algorithme breveté optimisant l’efficacité de l’opérateur Chevron RightChevron Right
Veuillez mettre à jour vos préférences en matière de cookies pour continuer.
Cette fonctionnalité nécessite des cookies pour améliorer votre expérience. Veuillez mettre à jour vos préférences pour autoriser ces cookies:
  • Cookies de réseaux sociaux
  • Cookies fonctionnels
  • Cookies de performances
  • Cookies marketing
  • Tous les cookies
Vous pouvez mettre à jour vos préférences à tout moment. Pour plus d'informations, veuillez consulter notre {0} politique de confidentialité
CloseClose