Pourquoi la phase d'ingestion des données est-elle cruciale pour le secteur des produits de grande consommation (PGC)

 

Pour cette raison, les usines de produits de grande consommation (PGC) adoptent des mesures pour améliorer l'ingestion des données et simplifier les processus de production afin de minimiser le gaspillage, de réduire les erreurs, d'éliminer les temps d'arrêt et d'intégrer l'automatisation. Grâce à ces améliorations de l'efficacité opérationnelle, une usine de produits de grande consommation (PGC) peut surpasser la concurrence en réduisant ses coûts et en acheminant des produits plus rapidement jusqu'aux consommateurs. 

 

Une partie importante du passage à la production allégée consiste à passer de la maintenance réactive à la maintenance prédictive, et à s'appuyer sur l'ingestion de données pour y parvenir. 

 

La maintenance réactive ou corrective consiste à réparer l'équipement après sa panne. La maintenance prédictive est rendue possible par la technologie, les capteurs et les données. En surveillant constamment les performances des équipements, il est possible d'anticiper et de prévoir les défaillances, ce qui permet de résoudre les problèmes avant qu'ils ne se produisent.

 

La maintenance préventive permet d'avoir une meilleure visibilité

 

Admettons que vous investissiez dans une machine qui effectue des opérations d'emballage et d'étiquetage. Il dispose d’un moteur très fiable et de bonne qualité, mais les moteurs finissent par tomber en panne car ils comportent des pièces en mouvement constant. Au bout d'un certain temps, lorsque ses pièces ne peuvent plus bouger, le moteur arrive en fin de vie.

 

Si votre installation fonctionne en mode réactif, vous ne vous rendrez peut-être pas compte qu'il y a un problème avec le moteur jusqu'à ce qu'il tombe en panne et que l'équipement cesse de fonctionner. Cela peut provoquer un arrêt imprévu des lignes de production. Par contre, un programme de maintenance prédictive peut vous avertir des anomalies signalant des problèmes potentiels à venir : surchauffe, surcharge, vibrations, etc. Vous avez la possibilité d'intervenir et de corriger un problème avant de gaspiller du temps et de l'argent.

 

L'évolution des voitures au cours des dernières décennies reflète bien ce qui se passe dans le monde des biens de grande consommation aujourd'hui. Dans les années 1960 et 1970, il n’y avait pas beaucoup de panneaux d’avertissement sur le tableau de bord pour indiquer une panne potentielle du moteur. On ne savait que rarement qu'il y avait un problème, on ne s'en rendait compte que quelques instants avant que le moteur ne cesse de fonctionner (des bruits d'éclatement ou une fumée noire pouvant être un premier indice). 

 

Aujourd'hui, les voitures sont équipées de voyants d'avertissement, d'indicateurs et même d'applications de pointe pour vous avertir lorsque quelque chose ne va pas. En surveillant en permanence les capteurs et les signaux susceptibles d'affecter les performances, et en vous appuyant sur l'ingestion de données pour transmettre ces informations aux bons endroits, vous pouvez découvrir ce que signifie le voyant de contrôle du moteur et quelle peut être la gravité du problème afin de pouvoir prendre des mesures. Et c’est exactement dans cette direction que se dirige l’industrie des biens de grande consommation avec l’automatisation des usines. La numérisation des processus offre une meilleure visibilité sur chaque étape de la production. 

 

La place de l'ingestion de données dans la maintenance préventive 

 

Si vous souhaitez automatiser les processus et détecter les défauts des équipements dans le cadre de la maintenance préventive, il vous faut collecter des données dans l'ensemble du contexte de production. 

 

Un cadre d’ingestion de données est un élément essentiel de la maintenance prédictive, fournissant une feuille de route pour extraire, transformer et charger des données provenant de différentes sources pour le traitement et l’analyse, en les déplaçant souvent des locaux vers le cloud. Le processus d'ingestion des données peut se faire en temps réel pour permettre la prise de décisions opérationnelles.

 

Établir votre cadre d'ingestion de données

 

La première étape pour établir votre cadre d'ingestion de données implique une évaluation du flux opérationnel et de la fiabilité de votre établissement et de votre système de contrôle. Quelles informations et quels processus sont actuellement en cours de numérisation ? Qu'est-ce qui doit être transformé en numérique afin d'améliorer l'efficacité et de mettre en œuvre la maintenance préventive ? En répondant à ces questions, vous aurez des repères à partir desquels vous pourrez travailler à l'avenir. 

 

Une fois que vous avez évalué la situation de votre usine, vous pouvez alors définir les étapes nécessaires pour établir votre cadre d'ingestion de données. Il décrit le processus que vous utilisez pour transporter les données de diverses sources vers un référentiel de données ou un outil de traitement des données.

 

L'étape suivante de votre parcours de numérisation

 

L'objectif de Belden est de fournir à votre usine une formation et des solutions qui vous aident à devenir plus efficace et plus performant afin que vous puissiez agir en fonction de ce que vos données vous indiquent. 

 

Nous pouvons évaluer votre établissement par le biais d'une évaluation de réseau ou encore d'un audit réseau. Alors que nos consultants approfondissent leurs recherches pour identifier les défis et découvrir les opportunités, cela vous aide (et nous aide) à développer une compréhension globale du flux de travail et des processus de votre opération.

 

À partir de là, nous créons un plan d'affaires unique conçu pour répondre à vos indicateurs clés de performance et à vos exigences afin de garantir que votre réseau surpasse les références du secteur et maximise le retour sur investissement. Commencez ici.