Mise à l'échelle de l'IA industrielle par l'intégration Edge-to-Cloud

Les usines de fabrication modernes génèrent en continu d'importants volumes de données opérationnelles, qui restent souvent cloisonnées au sein de systèmes isolés dans les ateliers (shopfloor). Traditionnellement, la connexion de ces technologies opérationnelles (OT) avec l'informatique d'entreprise (IT) de niveau supérieur et les plateformes cloud nécessite un middleware IoT complexe et exigeant en maintenance.

Ces couches logicielles supplémentaires créent souvent des goulets d'étranglement dans le traitement des données, augmentent les coûts d'infrastructure et nécessitent une préparation approfondie des données. Pour les entreprises industrielles, cela complique le streaming en temps réel des données de production contextualisées, ce qui freine le développement, l'entraînement et la mise à l'échelle mondiale de modèles d'apprentissage automatique sur plusieurs sites de fabrication.

L'intégration IT/OT de bout en bout comme solution
Pour éliminer ces barrières structurelles, une architecture système directe a été mise en œuvre afin de connecter les appareils périphériques (edge) de l'atelier à une plateforme cloud centralisée de données et d'IA, sans passer par un middleware complexe. Cette solution technique repose sur l'interaction entre une plateforme edge industrielle et un environnement analytique agnostique du cloud.

Le transfert de données est géré via un pipeline de données spécialisé de qualité industrielle. Cette application capture les données directement à partir des équipements de production, les contextualise et les achemine en continu. Cela crée un flux de travail en boucle fermée : les données nettoyées de l'atelier servent de base dans le cloud pour l'entraînement d'algorithmes avancés. Les modèles finalisés sont ensuite déployés sur les appareils edge locaux, où ils s'exécutent directement au cœur du processus de production, à proximité des machines physiques.

Caractéristiques techniques et pipelines de données automatisés
La couche edge utilise un hub d'intégration central pour les données industrielles afin de déverrouiller en toute sécurité les informations isolées provenant des automates et des machines. L'écosystème d'applications locales garantit un traitement des données à faible latence et une haute disponibilité du système, des éléments essentiels pour l'exécution de processus critiques pour la sécurité.

L'application FFT DataBridge sert de liaison de connexion. Ce logiciel fonctionne comme une passerelle prête à l'emploi qui élimine la préparation manuelle et coûteuse des données. Il transforme les données brutes de fabrication en ensembles de données prêts pour l'IA et les diffuse de manière sécurisée et chiffrée dans la plateforme Databricks. Dans l'environnement cloud, les informations sont gérées de manière centralisée pour prendre en charge des applications telles que la maintenance prédictive, l'optimisation de la qualité, la gestion de l'énergie et le contrôle des processus autonomes.

« La solution est prête à l'emploi et ne nécessite aucune préparation de données complexe et coûteuse », explique Volker Stark, COO chez FFT Produktionssysteme. « En connectant nativement l'IT et l'OT, wir éliminons les couches IoT complexes et simplifions considérablement la connectivité industrielle. »

Avantages opérationnels et évolutivité mondiale
La combinaison de l'Analyse centralisée des données et de l'exécution décentralisée permet de prendre des décisions basées sur les données en temps réel. Comme l'architecture du système est agnostique du cloud et repose sur des normes ouvertes, les modèles d'IA entièrement entraînés peuvent être déployés sur des réseaux de production mondiaux avec un minimum de personnalisation, plutôt que de rester confinés à une seule installation.

L'omission des couches de middleware complexes réduit les frais administratifs et les coûts de maintenance de l'infrastructure IT. En déployant des algorithmes optimisés directement sur les machines, les utilisateurs bénéficient de processus plus stables, d'une réduction des temps d'arrêt grâce à l'analyse prédictive et d'une augmentation de la productivité globale. Cette connectivité de bout en bout constitue le fondement technique des futurs flux de production autonomes.

« L'IA industrielle ne prend toute sa valeur que lorsque les données, le contexte et l'exécution se rencontrent », déclare Rainer Brehm, COO pour l'automatisation et CTO chez Siemens Digital Industries. « Ensemble, nous permettons à nos clients de mettre à l'échelle l'IA industrielle sur l'ensemble des équipements et des usines, et de concrétiser une production propulsée par l'IA. »

Édité par Maria Brueva, rédactrice d'Induportals – adapté par l'IA.

www.siemens.com