Plus tôt cette année, des leaders de la communauté mondiale de l'automatisation se sont réunis à Orlando, en Floride, pour le Forum ARC sur le leadership industriel. Ce forum annuel est depuis longtemps le lieu où fournisseurs de technologies, opérateurs industriels et analystes se retrouvent pour examiner les perspectives d'avenir de l'automatisation industrielle.
Un sujet a dominé bon nombre des conversations cette année :
« Le rôle de l'IA industrielle et la voie vers des opérations autonomes »
Mercy Zhang, vice-présidente R&D chez SUPCON International Business, a eu l'occasion de participer à une table ronde explorant les conditions nécessaires pour passer des usines hautement automatisées d'aujourd'hui à des opérations industrielles véritablement autonomes. Bien que l'idée d'usines autonomes soit largement débattue depuis plusieurs années, les réflexions partagées lors de l'ARC ont mis en lumière une réalité : la technologie est disponible, mais le chemin reste complexe, notamment pour aligner l'IA industrielle avancée avec l'expertise en contrôle et en optimisation des procédés.
La réalité derrière la vision
Pendant des décennies, l'automatisation industrielle s'est concentrée sur la fiabilité et le contrôle. Les systèmes de contrôle distribués modernes ont rendu les usines plus sûres et plus stables que jamais. Pourtant, la prochaine étape de l'évolution industrielle exige quelque chose de plus dynamique, de plus autonome et fonctionnant en temps réel.
Les opérations autonomes ne peuvent se concrétiser qu'en intégrant, à l'échelle de toute l'usine, de multiples systèmes capables d'interpréter les données industrielles en temps réel et d'identifier les tendances émergentes pour piloter et améliorer continuellement la performance de l'usine de manière autonome. Atteindre ce niveau d'autonomie nécessite non seulement des modèles d'IA avancés, mais aussi de nouvelles approches en matière d'architecture des systèmes de contrôle, des intégrations plus étroites avec les stratégies de contrôle, les connaissances des experts métiers et des procédés, ainsi que des cadres d'optimisation en temps réel régissant le fonctionnement idéal des usines.
La plupart des installations industrielles fonctionnent avec plusieurs générations (et potentiellement plusieurs marques) de systèmes qui n'ont jamais été conçus pour fonctionner ensemble au sein d'un environnement unifié. Par conséquent, même les organisations ayant de fortes ambitions et un savoir-faire technique se heurtent souvent à un obstacle persistant : la fragmentation des données et des contrôles. Sans une base de données cohérente et une architecture de contrôle flexible capable de capturer le contexte des procédés et l'intention opérationnelle en temps réel, le déploiement de technologies permettant des opérations autonomes devient nettement plus complexe.
Pourquoi les architectures ouvertes sont essentielles
O-PAS, développé dans le cadre de l'Open Process Automation Forum, contribue à définir une approche des systèmes d'automatisation plus modulaire, interopérable et basée sur des standards. Au lieu d'architectures propriétaires étroitement intégrées, O-PAS promeut un cadre où différents composants peuvent interagir sur une même architecture. Cela réduit la dépendance vis-à-vis des fournisseurs et offre aux organisations une liberté de choix indispensable.
Une architecture d'automatisation modulaire permet aux systèmes d'évoluer plus facilement, facilitant ainsi l'intégration de nouvelles technologies telles que l'analyse avancée, les modèles d'apprentissage automatique et les outils d'optimisation numérique. Plus important encore, elle crée les conditions nécessaires à des interactions plus étroites et fluides entre les systèmes de contrôle, les logiciels industriels et les modèles d'optimisation pilotés par l'IA, essentiels pour atteindre des niveaux d'autonomie supérieurs. À bien des égards, cela pose les bases de la prochaine génération d'innovation industrielle.
Un autre thème revenu à plusieurs reprises lors du forum est l'importance croissante de l'automatisation définie par logiciel. Les systèmes d'automatisation traditionnels lient généralement le logiciel au matériel dédié. Bien que ce modèle ait offert une excellente fiabilité, il a rendu difficile l'adaptation des systèmes existants aux changements des exigences opérationnelles.
L'automatisation définie par logiciel introduit de nouveaux paradigmes où les applications de contrôle et les stratégies d'optimisation peuvent être déployées sur une gamme plus large d'environnements informatiques. Cette approche améliore non seulement l'évolutivité, mais libère également le véritable potentiel de l'IA industrielle, qui peut être intégrée plus naturellement dans les flux de travail opérationnels, plutôt que de fonctionner comme un simple outil de conseil.
Les technologies au service des usines à fonctionnement autonome
Le système de contrôle universel (UCS) de SUPCON reflète cette orientation architecturale. En séparant les fonctionnalités de contrôle des plateformes matérielles sous-jacentes, l'UCS permet un environnement plus flexible où les services de contrôle critiques, les contrôles de procédés avancés, l'optimisation pilotée par l'IA, l'analyse de données massives et les applications basées sur l'IA peuvent coexister au sein du même écosystème opérationnel.
Bien entendu, une révolution dans l'architecture des systèmes de contrôle ne suffit pas. Les opérations autonomes dépendent également de la capacité à extraire des informations pertinentes des données industrielles et à traduire ces informations en stratégies exploitables, alignées sur les objectifs commerciaux.
Contrairement à de nombreux jeux de données d'entreprise, les données de processus industriels se présentent principalement sous forme de séries temporelles, où des flux continus de mesures reflètent l'état de processus physiques complexes. Ce type de données pose des défis analytiques uniques, car il nécessite des modèles (et des architectures) capables de gérer des structures temporelles complexes et stratifiées, des données bruitées ou imprécises, ainsi que des relations à haute dimensionnalité, afin de simuler et de prédire les événements avant qu'ils ne se transforment en problèmes opérationnels, tout en restant ancrés dans la réalité.
SUPCON explore ce défi à travers le développement de modèles TPT2 (Time-series Pre-trained Transformer), conçus spécifiquement pour les environnements de processus industriels. Entraîné sur d'importants volumes de données opérationnelles réelles, le TPT2 permet d'identifier des modèles qui, autrement, resteraient invisibles. Surtout, ces modèles sont développés avec une attention particulière portée à l'intégration des connaissances métier, leur permettant ainsi d'aller au-delà de la simple prévision pour optimiser la prise de décision en temps réel, en tenant compte des contextes opérationnels et de l'expertise du domaine.
En combinant et en déployant ces solutions avec l'UCS, SUPCON a démontré qu'il est désormais possible pour les usines industrielles d'évoluer du contrôle automatisé vers des opérations autonomes, où les analyses et stratégies générées par l'IA s'alignent étroitement sur la manière dont les processus sont contrôlés et gérés sur le terrain.
Étude de cas – Hubei Xingfa Group, usine à fonctionnement autonome Xingrui
Le défi :
- L'usine produit plus de 300 000 tonnes de chlore-alcali, 35 000 tonnes d'hydroxyde de potassium (KOH) et 75 000 tonnes de H2O2 et TMAH par an.
- Les dépenses d'investissement (CapEX) et de fonctionnement (OpEX) sont élevées en raison de systèmes et d'opérations hérités.
Notre solution :
- Usine à fonctionnement autonome propulsée par UCS + TPT
- Remplacement des systèmes Siemens PCS7 (7 000 E/S) et Emerson DeltaV (4 000 E/S)
- Transformation numérique des opérations avec Tier0, PRIDE, TPT et APEX
Réalisations et impact :
Perspectives
Les discussions lors de l'ARC Leadership Forum ont mis en lumière un changement majeur dans l'industrie de l'automatisation. La question n'est plus de savoir si les opérations autonomes vont se généraliser, mais à quelle vitesse les organisations peuvent bâtir les fondations nécessaires pour les soutenir.
Ces fondations nécessitent une combinaison d'architectures ouvertes, de systèmes de contrôle définis par logiciel, de plateformes de données industrielles et de modèles d'IA industrielle avancés, capables d'interpréter les données de processus en temps réel, rapidement et à grande échelle. Il est également crucial de s'assurer que ces modèles d'IA ne sont pas conçus en vase clos, mais ancrés dans une expertise métier concrète, afin qu'ils fonctionnent de manière fiable, prévisible et optimale au sein d'environnements industriels réels.
SUPCON reste pleinement engagé dans cette évolution, travaillant aux côtés de ses partenaires industriels et de ses clients pour développer des technologies qui soutiennent la prochaine génération d'usines à fonctionnement autonome. Et si les échanges lors de l'ARC Leadership Forum sont une indication, le chemin vers les usines autonomes ne fait que commencer.