Utilisation de la fusion de capteurs dans les usines intelligentes
Qu'est-ce que la fusion de capteurs ?
Le terme "fusion de capteurs" fait référence à la technologie de traitement qui fusionne (combine) les données collectées par plusieurs capteurs afin d'extraire des informations plus utiles que celles qui peuvent être obtenues à partir d'un seul capteur.
Parmi les exemples familiers d'utilisation de la fusion de capteurs, on peut citer les moniteurs de vision arrière des automobiles. Dans ce cas, les capteurs sont une caméra et un détecteur de radar à ondes millimétriques montés à l'arrière du véhicule. La caméra capture une image de la vue arrière et le détecteur de radar à ondes millimétriques mesure la distance derrière le véhicule. Les données d'image capturées par la caméra et les données de distance fournies par le détecteur de radar à ondes millimétriques sont ensuite combinées et transmises à un moniteur situé à l'intérieur du véhicule, ce qui permet de se garer en toute sécurité et avec précision.
Mais comment la fusion de capteurs est-elle utilisée dans les usines intelligentes ? Nous expliquons ci-dessous pourquoi la fusion de capteurs est essentielle pour les usines intelligentes et présentons quelques exemples d'utilisation.
Qu'en est-il de la fusion des capteurs dans les usines intelligentes ?
La vague de fusion de capteurs a maintenant atteint les usines intelligentes déployant la technologie de l'Internet industriel des objets (IIoT). Aujourd'hui, les usines intelligentes qui adoptent l'IIoT regorgent de caméras pour capturer des images et de capteurs pour mesurer des propriétés telles que la température, l'humidité, l'angle, l'accélération, le courant et la tension. Les données collectées par les capteurs sont transmises à des moniteurs. Des mesures sont prises après avoir déterminé la situation à partir des valeurs affichées sur les moniteurs. Mais cette façon de faire nécessite des connaissances sur les valeurs affichées, et le passage à l'action prend du temps.
La fusion de capteurs est une technologie qui combine les données provenant de nombreux capteurs et fournit les résultats sous la forme d'informations faciles à comprendre. Cela permet de comprendre rapidement et avec précision l'état des équipements et des dispositifs.
De plus, en collectant des données en continu et en les accumulant, les données résultantes peuvent être rassemblées et analysées. Cela présente des avantages considérables dans des domaines tels que la surveillance du taux de fonctionnement des équipements, l'alerte en cas de défaillance imminente, l'alerte en cas de défaut imminent et le suivi des améliorations apportées à l'environnement opérationnel.
Exemples d'utilisation de la fusion de capteurs dans les usines intelligentes
Nous présentons ici quelques exemples de mise en œuvre de la fusion de capteurs dans les usines intelligentes où l'adoption de l'IIoT a considérablement progressé.
Augmenter la productivité en optimisant le temps de cycle*
L'amélioration de l'efficacité de la production exige l'optimisation des opérations et des processus correspondant à divers types de traitement. Pour ce faire, il faut surveiller l'état de fonctionnement des différents robots et machines automatisées correspondant au "travail" à traiter, qui comprend des matériaux et des composants ayant des propriétés et des configurations différentes, surveiller l'état de travail des opérateurs et surveiller le flux de produits, ainsi que la disposition appropriée.
Pour ce faire, une caméra peut être montée à l'extrémité d'un bras robotisé et un accéléromètre peut être installé sur le bras, par exemple. La caméra recueillerait des données montrant la position et l'orientation de l'ouvrage, qui seraient associées aux données de vitesse opérationnelle fournies par l'accéléromètre. Il serait ainsi possible de guider le bras robotisé jusqu'au point d'opération avec précision et en un minimum de temps, et de calculer le temps de cycle optimal.
* Temps de Takt : Durée nécessaire à l'assemblage du produit
Détecter les défaillances des équipements à un stade précoce : Mise en œuvre de la maintenance prédictive
Pour mettre en œuvre la maintenance prédictive, il est essentiel de collecter en permanence des données sur les vibrations, les sons, la chaleur, etc., produits par l'équipement, à l'aide de capteurs de vibrations, de sons, de température et autres, puis d'utiliser ces données à des fins de comparaison et d'analyse de séries temporelles.
Dans le cadre d'une maintenance prédictive utilisant la fusion de capteurs pour un moteur, par exemple, les données provenant non seulement d'un capteur de vibrations, mais aussi de capteurs de température, de courant et de tension, peuvent être combinées et analysées. Cela permettrait de détecter rapidement les anomalies liées aux vibrations, à la rotation, à la vitesse, etc. qui ne pourraient pas être déterminées à l'aide d'un seul capteur. Il serait ainsi possible de prévoir avec plus de précision la durée de vie de l'équipement et d'établir des plans de maintenance appropriés.
Transmettre l'expertise technique d'opérateurs qualifiés : Maintenir la qualité
La qualité en termes de dimensions, de configurations, de finition de surface, etc., des travaux traités par des robots ou des machines automatisées peut être évaluée à l'aide d'équipements d'inspection, tels que des capteurs d'images, des dispositifs de mesure dimensionnelle et des systèmes de traitement d'images. Des jugements de qualité peuvent également être effectués par comparaison avec les valeurs seuils fixées pour divers éléments de données d'inspection. Néanmoins, des connaissances techniques spécialisées et de l'expérience sont nécessaires pour émettre des jugements de qualité sur la base des données fournies par des capteurs de plus en plus précis.
Avec la fusion de capteurs, les données obtenues à partir de capteurs et de dispositifs d'essai sont combinées pour réaliser des inspections. Par exemple, un capteur d'images peut être utilisé pour l'inspection de la configuration et un système de traitement d'images pour l'inspection de la finition de surface, ce qui permet une détermination intégrée de la qualité. Il est ainsi possible de mettre en œuvre un système d'inspection qui est non seulement automatisé, mais qui empêche également les opérateurs inexpérimentés de négliger les produits défectueux.
Fusionner les données relatives aux signes vitaux des opérateurs et les données relatives à l'environnement spatial afin de maintenir et d'améliorer l'environnement de travail
Pour les usines intelligentes, l'amélioration de l'environnement de travail est un objectif clé, au même titre que l'augmentation de l'efficacité de la production. Pour ce faire, il faut surveiller la température et l'humidité, ainsi que la concentration de gaz (oxygène, monoxyde de carbone, dioxyde de carbone et autres gaz utilisés) et de matières particulaires (particules produites par le processus de fabrication des produits, poussières, etc.) dans l'air du lieu où travaillent les opérateurs, et détecter les anomalies dans l'état physique des opérateurs en surveillant leur température corporelle, leur rythme cardiaque, etc.
Dans ce cas, la fusion de capteurs permet de suivre l'environnement de travail de manière quantitative et précise en fusionnant et en contrôlant les données provenant des capteurs de CO2, des capteurs de température, etc. et les données relatives aux signes vitaux tels que la température corporelle et le rythme cardiaque des opérateurs. Les informations ainsi obtenues peuvent être utilisées pour suggérer des améliorations de l'environnement de travail, telles que des mesures liées au contrôle du climat, à la ventilation et à la réduction de la poussière.
Types de fusion de capteurs
La fusion de capteurs est une technologie qui combine des données collectées par des capteurs et produit des informations faciles à comprendre pour l'homme. Elle peut être classée en trois types en fonction des méthodes utilisées pour réaliser la fusion des données. Nous examinons ici les avantages et les inconvénients de chaque méthode.
Modèle centralisé
Ce modèle utilise une méthode dans laquelle les données collectées à partir de plusieurs capteurs sont envoyées directement à l'unité centrale de traitement (CPU).
Avantages : Comme les données sont envoyées directement à l'unité centrale et que la fusion des données a lieu sur l'unité centrale, il est possible d'obtenir des résultats d'analyse très précis.
Inconvénients : pour traiter le volume important de données envoyées par tous les capteurs, une unité centrale performante est indispensable. Si le traitement ne peut pas suivre, la réactivité diminue. C'est pourquoi le modèle centralisé n'est généralement pas utilisé dans les domaines qui requièrent des déterminations instantanées.
Modèle distribué
Ce modèle utilise une méthode dans laquelle les données collectées à partir de plusieurs capteurs sont d'abord traitées par chaque capteur, puis envoyées à l'unité centrale.
Avantages : Comme les données sont envoyées à l'unité centrale pour être fusionnées après avoir été traitées par les capteurs, la charge de l'unité centrale peut être réduite.
Inconvénients: Comme les données de chacun des capteurs sont d'abord traitées localement, il est possible que certaines données qui auraient pu être utiles à l'analyse ne soient pas envoyées à l'unité centrale. Cela signifie que les résultats de l'analyse sont moins précis que ceux obtenus avec le modèle centralisé. Le modèle distribué n'est donc pas utilisé dans les domaines qui requièrent une analyse de haute précision.
Modèle hybride
Ce modèle utilise une combinaison de capteurs qui envoient leurs données directement à l'unité centrale et de capteurs qui traitent d'abord leurs données avant de les envoyer à l'unité centrale.
Avantages: Puisque les données sont fusionnées entre les capteurs et que les résultats sont envoyés à l'unité centrale, qui produit alors la solution optimale, ce modèle combine les avantages de la réactivité et de la stabilité des modèles centralisés et distribués.
Inconvénients : la configuration du système est plus complexe et les coûts de traitement liés au transfert et au calcul des données sont plus élevés.
Conclusion
La mise en œuvre de la fusion de capteurs nécessite l'acquisition continue et stable de données provenant de plusieurs capteurs. Les usines intelligentes utilisant l'IIoT disposent déjà des équipements et des technologies qui servent d'infrastructure à la fusion de capteurs.
Le déploiement de la technologie de fusion de capteurs dans ces usines intelligentes permet de réaliser des gains de productivité supplémentaires, tout en améliorant des aspects tels que la maintenance des équipements, l'assurance qualité et l'amélioration de l'environnement de travail, autant d'éléments qui permettent de créer des usines encore plus intelligentes.
Les développements qui devraient être adoptés à grande échelle, tels que les capteurs sans fil et les nouvelles technologies de détection, comme l'intelligence artificielle (edge AI) impliquant des capteurs effectuant des inférences d'intelligence artificielle, ne manqueront pas d'apporter de nouvelles innovations dans les usines intelligentes lorsqu'ils seront combinés à la technologie de fusion de capteurs.
Articles connexes
- Osaka-Kansai Expo Technical Article - Murata présente une série de nouvelles technologies pour faire de l'exposition un terrain d'essai pour la société du futur
- Dispositifs de prévention des risques liés à la chaleur - Renforcement du processus de contrôle de la qualité grâce à un contrôle de la puissance basé sur un capteur AMR - Biodata Bank
- Combiner économie d'énergie et confort dans les équipements de climatisation : Contrôle automatique de la climatisation par l'IA