Blog Factory Software/AVEVA

L'IA et le Machine Learning comme levier d'amélioration de votre fiabilité opérationnelle

Rédigé par Mélaine GOSSON | 10 mars 2022 06:30:00

Développer les fonctionnalités d'analyse dans l'ensemble de l'entreprise assure la fiabilité des équipements et des opérations ainsi que l'optimisation continue des processus.

L'efficacité de la stratégie d'analyse de votre entreprise est directement liée à la façon dont votre personnel comprend les informations qu'il collecte et comment ces informations peuvent être utilisées pour améliorer la fiabilité des opérations dans votre processus. Ce cadre de traitement de l'information, appelé "Digital Thread", est une façon de prévoir l'accès universel aux données d'exploitation lorsqu'elles circulent dans l'entreprise, afin de faciliter l'obtention d'informations contextualisées pour les équipes et les services et de fournir une visibilité globale des opérations et du cycle de vie des équipements.

De nombreuses entreprises s'arrêtent à l'adoption de l'analytique de base, plutôt que d'investir pleinement dans le développement d'un digital thread pour couvrir l'ensemble des opérations. En effet, La complexité perçue et une mauvaise compréhension des capacités logicielles peuvent rendre le développement d'un jumeau numérique quelque peu intimidant.  Cependant, à grande échelle, la mise en œuvre de l'analytique dans le cadre d'un Digital Thread réduit le temps de valorisation et favorise une approche programmatique de son déploiement, de son utilisation et de sa maintenance. À mesure que ces gains s'étendent à l'ensemble de l'entreprise, la mise en œuvre de cette structure peut contribuer à des rendements exponentiels, car les unités commerciales collaborent mieux et fonctionnent sur la base d'une source de vérité unique (une "Single source of Truth"). Par exemple, une entreprise peut souhaiter utiliser son fil numérique pour boucler la boucle de l'orientation prescriptive en utilisant des bibliothèques d'équipements en combinaison avec les meilleures pratiques pour prescrire des actions d'atténuation des risques de défaillance potentiels qui peuvent être détectés avec l'IA et le Machine Learning.

Il est important de noter que les gains d'efficacité réalisés par des analyses à grande échelle ne sont pas le résultat d'un projet isolé. Pour tirer le meilleur parti de vos investissements, le déploiement de vos analyses et l'amélioration de votre fil numérique doivent faire l'objet d'une amélioration continue et s'inscrire dans le cadre de la stratégie digitale de votre entreprise. Une fois la valeur reconnue, les analyses peuvent être facilement reproduites dans l'ensemble de l'entreprise.

Enjeux et meilleures pratiques pour développer vos outils d'analyse

Il y a autant de raisons d'améliorer ses solutions d'analyse qu'il y a de points de données. Par exemple, les solutions d'analytiques peuvent être utilisées dans les cas suivants :

  • L'instrumentation
  • Les équipements
  • la production
  • Le service client/rétention
  • la durabilité
  • La résilience opérationnelle
  • L'assurance qualité
  • l'efficacité énergétique
  • la fiabilité des équipements

 

Elles constituent souvent le point de départ pour de nombreuses entreprises. Malheureusement, lorsque vient le temps d'étendre ou d'améliorer les outils d'analyse, certaines équipes peuvent avoir des difficultés à identifier clairement leur besoin ou à calculer le retour sur investissement nécessaire pour justifier l'augmentation des capacités analytiques. La mesure et la communication des résultats sont essentielles à la viabilité d'un programme d'analyse, et l'attention portée aux résultats aidera à surmonter le problème des paramètres mal compris. N'oubliez pas d'examiner comment se déroule le processus de diagnostic et comment un jumeau numérique complet peut contribuer à améliorer vos capacités de diagnostic.

Un autre piège fréquent consiste à adapter la technologie, comme les équipements et les logiciels, et à les intégrer à vos systèmes. Les obstacles à l'intégration peuvent être atténués en choisissant un partenaire logiciel fiable et digne de confiance comme AVEVA, qui construit ses solutions dans une optique évolutive, qui peut aider les opérateurs à comprendre toutes les capacités de son logiciel et qui fournit les capacités de communication pour une intégration facile avec les équipements et les systèmes. Votre modèle de déploiement (sur site, Cloud, Software as a Service, et modèles hybrides) peut également déterminer la vitesse à laquelle vous pouvez évoluer. Il est souvent plus rapide de se développer dans le cloud que sur site ou via l'Edge, si bien que l'exploitation du cloud dans les déploiements où il est applicable peut vous aider à vous développer plus rapidement.

Si votre entreprise manque de pratique, il est bon d'en mettre en place. Il peut s'agir de modèles standard pour les cas pratiques, de programmes de formation et d'intégration, de calculateurs de retour sur investissement, de guides de mise en œuvre et de services d'assistance.

La gestion des ressources est un autre domaine dans lequel certaines entreprises ont des difficultés. Vous pouvez éviter les problèmes récurrents en définissant un processus de suivi et de diagnostic avec un gestionnaire de programme à mesure que vous gagnez en efficacité au fil du temps. Des services externalisés peuvent effectuer le suivi et les diagnostics pour compléter lorsque les ressources sont limitées. Veillez à ce que vos équipes soient formées en fonction de la façon dont le processus de flux de travail prédictif est exécuté.

Quelles sont les prochaines étapes ?

Pour vous aider, nous avons préparé un guide de base des étapes que vous devrez franchir pour faire évoluer vos analyses et améliorer votre fiabilité opérationnelle.

  1. Définissez les résultats que vous souhaitez obtenir
  2. Définissez la nécessité d'améliorer vos analyses
  3. Définissez les sources d'information et les types de données qui peuvent contribuer à votre réussite
  4. Définissez l'approche ou les approches analytiques pour atteindre vos objectifs.
  5. Tester pour confirmer que votre approche répond aux exigences du projet.
  6. Adapter la solution analytique à l'ensemble de l'entreprise
  7. Mesurer et confirmer la réalisation de la valeur dans le temps