Usine connectée

Renforcez votre efficacité industrielle avec une usine connectée

La démonstration suivante est un exemple de la façon dont une entreprise peut tirer parti de la puissance des solutions Microsoft Azure IoT pour exploiter les appareils Industrie 4.0 et cloud via le framework OPC-UA.

En connectant les usines, simplement et sans interruption, les fabricants peuvent ingérer, analyser et visualiser des informations opérationnelles puissantes, notamment les données sur l’efficacité et les performances. Au lieu de réagir aux événements, ils peuvent les gérer de manière proactive et, finalement, les automatiser complètement.

Avec l’accélérateur de solution Azure IoT Usine connectée, l’infrastructure et l’architecture sont préconfigurées, ce qui permet aux entreprises de démarrer rapidement sur une plateforme mondiale sécurisée.

Vue globale

Vue de l’usine

Vue de la chaîne de production

Vue de la machine

Résolution du problème

Étape 1 sur 4

Vue d’ensemble globale

Le tableau de bord global fournit aux opérateurs une image globale de leur activité de fabrication.

Étape 2 sur 4

Reporting critique

En un coup d’œil, les opérateurs peuvent voir l’état de leurs installations, notamment les performances, l’efficacité et la production.

Étape 3 sur 4

Journalisation des alertes

Les alertes critiques, les pannes ou les anomalies opérationnelles et d’efficacité font toutes l’objet d’une escalade pour une résolution rapide.

Étape 4 sur 4

Escalade de l’alerte

Une alerte critique s’affiche concernant une installation en Allemagne. Regardons cela de plus près...

Étape 1 sur 3

KPI au niveau de l’usine

Les indicateurs KPI et les alertes sont résumés au niveau d’une usine donnée.

Étape 2 sur 3

Détails de la production

Chaque ligne de production peut être représentée, surveillée et analysée individuellement. L’efficacité et la production sont également résumées en temps quasi réel pour identifier un problème.

Étape 3 sur 3

Alertes critiques

Nous pouvons voir que l’alerte critique pour cette installation concerne la chaîne de production 6 qui fabrique des pièces de voiture. Voyons cela plus en détails...

Étape 1 sur 3

Vue de la chaîne de production

À ce niveau, un résumé de la ligne de production spécifique est fourni, notamment les données de production, les durées d’exécution des machines et les mesures réelles des données de l’appareil.

Étape 2 sur 3

Analyse spécifique de la machine

La pièce concernée peut maintenant être identifiée comme ayant un défaut ou une anomalie. Nous pouvons voir que le problème réside au niveau du bras robotique sur cette ligne.

Étape 3 sur 3

Alertes ciblées

Il y a plusieurs avertissements et escalades pour ce site, mais un seul est critique. L’alerte pour cet appareil concerne la température. Cliquons pour voir ce qui pourrait poser problème avec ce bras.

Étape 1 sur 4

Vue de la machine

Au niveau de la machine, les données brutes de l’appareil, les performances et même l’analyse prédictive peuvent être affichées.

Étape 2 sur 4

Analytique approfondie

Ici, les métriques et les valeurs réelles des appareils peuvent être affichées en temps quasi réel. Les KPI spécifiques de l’appareil, les durées d’exécution et les exigences planifiées restantes sont également affichés.

Étape 3 sur 4

Prise de décisions en fonction du contexte

Nous pouvons voir que l’appareil est censé être disponible pour nous pendant un certain temps, mais le tableau de bord prédit que nous aurons une défaillance imprévue beaucoup plus tôt.

Étape 4 sur 4

Effectuer une action

Ici, l’opérateur peut sélectionner l’alerte critique pour agir en conséquence.

Étape 1 sur 2

Corriger le problème

Le panneau d’alerte fournit des données en temps quasi réel, ainsi que des informations historiques. La visualisation des données montre clairement le seuil dépassé et le besoin d’action avant que la pièce ne tombe en panne et entraîne éventuellement l’arrêt de la production.

Étape 2 sur 2

Intégration d’entreprise

Un technicien peut être appelé sur le site via l’intégration Dynamics365 et Field Service. La maintenance peut être planifiée à un moment opportun, entre les équipes, afin de réduire au minimum l’impact sur les calendriers de production.