Maintenance prédictive - donner un sens aux données

Dans l'Internet des objets, les données d'état des composants des machines circulent et sont finalement combinées avec des informations provenant de systèmes tiers tels que les applications ERP de SAP.

Il est ainsi possible d'identifier à temps des schémas frappants indiquant des troubles et d'introduire des mesures préventives.

Cela permet de réduire les coûts liés aux pertes de production, aux pénalités et aux mesures compensatoires. En outre, le cycle de production est plus court et les délais de livraison peuvent être déterminés et respectés avec plus de précision.

Exemple d'application

Un exemple d'application typique de l'automatisation basée sur les technologies Internet est un service dans la production de moteurs qui surveille la qualité dans la fabrication.

Par exemple, un constructeur automobile produit des milliers de culasses dans le cadre de processus de fabrication allant de la construction de moules à la fonderie de métaux et à la finition.

Pendant la production, un ensemble de données est créé pour chaque culasse, qui rassemble les détails du processus de fabrication sur tous les postes. L'environnement de production automatisé enregistre en temps réel les paramètres de processus tels que les temps, les dimensions ou les températures.

Le contrôle de la production compare ensuite ces données avec les valeurs de consigne et peut ainsi fournir les premières indications sur d'éventuels écarts, mais ne peut pas encore proposer de solution pour éliminer les erreurs.

Un tel scénario génère d'énormes quantités de données, dont l'analyse manuelle requiert des spécialistes expérimentés. Ils sont les seuls à pouvoir tirer les bonnes conclusions sur la base des données brutes fournies.

Une solution pour l'analyse des données apporte ici plus de transparence, fournit des informations claires sur le déroulement de la production et met en évidence de nouvelles corrélations, ce qui permet d'accélérer l'analyse des erreurs.

Pour cela, toutes les données de mesure pertinentes du processus de production doivent toutefois être collectées en permanence. Une solution analytique peut utiliser ces informations pour des analyses statistiques plus poussées.

Des processus plus productifs

Les responsables de la production identifient plus rapidement les situations dans lesquelles le processus de fabrication s'écarte et quand une intervention manuelle est nécessaire pour pouvoir respecter les spécifications du client ainsi que les tolérances techniques.

La maintenance des machines devient également plus prévisible sur cette base. Mais ce n'est qu'avec une analyse en temps réel que les entreprises obtiennent de telles informations, et pas seulement après avoir évalué manuellement un lot de production complet pour détecter les erreurs. Comme les informations sur les écarts par rapport à la norme sont disponibles en temps réel, les outils doivent par exemple être remplacés moins souvent.

Les entreprises augmentent ainsi durablement leur productivité et réduisent en outre la phase de montée en puissance du processus de fabrication. Un tel scénario nécessite une gestion efficace des données, capable de traiter les énormes flux de données saisies en temps réel.

En collaboration avec des partenaires, NetApp fournit une plate-forme d'analyse prédictive. Des applications telles que Hana et la plateforme de big data Hadoop sont utilisées comme base pour le stockage des données des capteurs.

L'infrastructure se compose de la solution FlexPod, une plateforme d'infrastructure convergente prévalidée avec des composants de NetApp et Cisco.

La solution modulaire comprend des serveurs, une connexion réseau via des commutateurs et un stockage avec mémoire flash.

Les entreprises sont ainsi en mesure d'accélérer leurs projets informatiques et de les réaliser avec moins de risques, car tous les composants sont coordonnés. En même temps, la solution apporte la stabilité et la vitesse nécessaires pour relier SAP ERP aux résultats analytiques des clusters Hana ou Hadoop.

Afin de pouvoir utiliser les résultats analytiques sur n'importe quel terminal, la solution prend en charge le fonctionnement d'outils tels que Lumira ou Tableau.

En outre, dans le scénario présenté, une plateforme centrale de gestion des données est nécessaire pour soutenir un haut niveau de sécurité contre les pannes.

NetApp propose une solution de sauvegarde basée sur des snapshots et spécialement adaptée à la technologie Hana, qui permet de sauvegarder les données productives à intervalles rapprochés et de les restaurer très rapidement en cas de besoin.

Les systèmes de stockage flash NetApp intègrent également une fonction RAID qui offre une réduction des données de plus de 30 % par rapport aux scénarios de défaillance Hadoop traditionnels.

En cas de perte de données, les entreprises peuvent ainsi réduire le temps de récupération jusqu'à 500 % par rapport aux concepts de sauvegarde traditionnels.

Conclusion

Le concept de l'Internet des objets développé par NetApp s'appuie sur une architecture de référence établie qui permet de mettre en place rapidement l'environnement matériel.

En combinaison avec les solutions de SAP et la distribution Hadoop MapR ainsi que d'autres technologies Hadoop, les entreprises créent des applications analytiques viables pour réaliser l'Internet des objets.

L'exemple d'application d'un environnement de production dans l'industrie automobile montre que les données jouent un rôle de plus en plus important en tant que facteur de production, afin de rendre sa propre entreprise compétitive.