Intégrer les outils et les technologies de la transformation digitale dans les processus et systèmes de production industrielle. À la clé : produire plus et mieux tout en étant plus rentable. De nombreuses sociétés tentent de se positionner sur le marché de l’industrie 4.0. Les étudiants ESILV proposent leurs compétences et solutions.
Dans la majeure Industrie 4.0, les élèves-ingénieurs développent des compétences liées aux systèmes industriels modernes, aux méthodes de production et aux technologies numériques qui transforment le secteur industriel. La 4e révolution industrielle est déjà en marche et fait évoluer les projets ingénieurs à l’ESILV. Zoom sur 3 solutions connectées proposées par les étudiants de la promo 2021.
Développement de la maintenance prédictive pour Renault
Aujourd’hui, l’industrie possède de fortes lacunes dans la transition vers le numérique. L’implémentation du numérique pourrait éviter des coûts conséquents pour ces industries, que ce soit en termes d’argent mais aussi de temps.
Pour l’usine de Renault, on estime que la maintenance représente 25% des coûts annuels d’une usine. De plus en plus les entreprises souhaitent s’orienter vers ce qu’on appelle aujourd’hui l’industrie 4.0. C’est en ce sens que Renault et Oracle on fait appel à des étudiants pour mettre en place cette transition grâce à notre projet.
Dans le cadre de notre projet nous avons travaillé pour l’usine de Renault sur de la maintenance conditionnelle puis prédictive. Ces machines se situent en sous-sol de l’usine et permettent de recycler l’huile de coupe servant à la lubrification des chaines de production. Elles représentent les organes vitaux de l’usine, sans elles c’est toute la chaine de production qui s’arrête. Générant pour une heure d’arrêt un manque à gagner chiffré à plusieurs centaines de milliers d’euros.
La maintenance aujourd’hui s’effectue par des équipes de techniciens en 3×8 patrouillant dans les km2 de sous-sol pour contrôler une à une les machines. Une machine est en moyenne contrôlée toutes les 4 heures. Une panne est donc détectée seulement lorsqu’un technicien est devant la machine.
C’est tout l’enjeu de notre projet : l’implémentation d’une maintenance conditionnelle qui permettra par la suite la mise en place d’une maintenance prédictive.
Le principe est simplement d’implémenter des capteurs sur les points critiques de ces machines pour récolter des données comme la température, la tension, la pression …
Ces données sont ensuite via le réseau Lora Wan acheminées vers le cloud Oracle ou elles seront soumises à des critères que nous aurons définis en amont. Si les données récoltées à un instant t surpassent ces bornes une alerte sera envoyé sur l’application pour notifier un technicien qu’une anomalie a été détectée sur une machine précise du sous-sol à un endroit précis.
En parallèle, cette collecte de données nous permettra de déployer par la suite notre système de maintenance prédictive. Une fois l’échantillon suffisamment important, il nous sera possible d’implémenter des modèles permettant d’identifier différents schémas qui se répètent juste avant une panne machine : par exemple l’apparition d’une vibration caractéristique.
Dispositif Interactif de Danger
Le Dispositif Interactif de Danger est un projet proposé par le département Recherche et Innovation de Veolia qui vise à réduire le nombre d’accidents entre les piétons et les camions-bennes.
A travers ce projet, Veolia souhaite développer un système 100% autonome et qui se veut le plus interactif possible afin de prévenir les personnes qui se trouvent autour du camion quelles sont en danger. En confiant ce projet à une équipe d’élèves-ingénieurs, Veolia compte sur nous pour apporter notre vision jeune et novatrice.
Le cahier des charges est clair : ce dispositif doit avertir directement les passants qui se trouvent dans la zone de danger afin de faciliter le travail du conducteur et des ripeurs, ces derniers étant déjà occupés par les nombreuses tâches à effectuer. Bien que ce dispositif doit être interactif et novateur, il se doit de respecter des règles de sécurité strictes vis-à-vis des passants autour du camion, mais aussi des automobilistes.
Nous devons mettre au point un system couvrant un public le plus large possible afin de prévenir toutes ces potentiels accidents.
Pour cela, notre système se devra doter d’un système d’alerte visuel et sonore. Devant être adaptable sur les camions-bennes, ce dispositif pourra aussi être installé sur tout type de camion ou véhicule, nous devons donc trouver un dispositif universel.
Pour mettre au point ce système, Veolia a mis à notre disposition une caméra Blaxtair, permettant de détecter, dans un rayon donné et avec une précision plus ou moins importante suivant la distance, tout type de forme (humaine ou objet) qui se trouve dans son champ de détection.
Une fois la forme humaine détectée, la caméra Blaxtair enverra un signal à notre dispositif afin que ce dernier se déclenche.
Toujours dans une optique jeune et moderne, nous avons mis au point le dispositif suivant: Le camion-benne sera équipé de 8 caméras blaxtairs (4 de chaque côté du camion), 8 projecteurs laser (4 de chaque côté), 2 écrans LED (1 de chaque côté) et un haut-parleur.
Les projecteurs laser auront pour but de créer une ligne au sol indiquant au passant de ne pas aller plus loin. Les écrans led afficheront un message indiquant au passant de s’éloigner du camion. Enfin, le haut-parleur émettra un signal d’alerte.
Plateforme d’immersion 2D/3D d’organisation des flux
Les sociétés Kamui Digital Health et Becton Dickison souhaitent créer un logiciel de modélisation 3D. Ce logiciel modélisera le lieu de travail à partir d’un scan 3D ou d’un dessin d’architecte. Il pourra convertir le lieu avec de nouveaux outils et maximiser leur agencement.
Afin de déterminer les options que le logiciel attendu doit contenir, nous avons fait une étude approfondie des besoins du client pour ensuite créer le cahier des charges ainsi que l’analyse structurelle.
Dès lors que cela fut au point, nous avons réalisé un début de visuel de notre logiciel et nous en avons codé une partie. Notre projet a, en partie, été réalisé en suivant un planning prévisionnel.
Il nous a permis d’acquérir de la créativité et de consolider notre travail d’équipe.
Le donneur d’ordre est globalement satisfait des échanges que nous avons pu avoir tout au long du projet. Il aurait aimé que le projet aille plus loin avec un peu plus de temps.
Les différentes méthodes d’étude des besoins apportent toutes un certain nombre d’informations intéressantes pour l’étude et la compréhension globale de ce que nous recherchons.
Nous aurions pu améliorer cette étude en l’élargissant. Pour la suite, nous devrions utiliser tous les axes de cette étude de besoins afin de mieux réaliser le logiciel et d’optimiser au maximum les options du logiciel.
Découvrir les projets d’innovation industrielle en 4e année du cycle ingénieur