La plupart des données de l’IOT industriel sont inutiles pour les entreprises, à moins d’adopter ces 2 tendances technologiques

Home  >>  Non classé  >>  La plupart des données de l’IOT industriel sont inutiles pour les entreprises, à moins d’adopter ces 2 tendances technologiques

La plupart des données de l’IOT industriel sont inutiles pour les entreprises, à moins d’adopter ces 2 tendances technologiques

On janvier 16, 2018, Posted by , In Non classé, With No Comments
Share Button

Chaque seconde, les bâtiments, les appareils robotisés, les réseaux d’énergie et les véhicules connectés (IIoT, pour Industrial Internet of Things, c’est-à-dire, l’Internet des objets appliqué au secteur de la fabrication et aux autres industries) produisent des quantités astronomiques de données. Mais l’immense majorité de ces informations reste inexploitée. En effet, selon le cabinet de conseil McKinsey & Co, une plateforme pétrolière équipée de 30.000 capteurs n »étudie que 1 % des données générées.

HPE

Le problème, c’est qu’au quotidien, la plupart de ces données n’ont aucune utilité particulière. « Lorsqu’un capteur indique ‘tout va bien’ plusieurs fois par seconde, on peut effectivement se demander à quoi peuvent bien servir toutes ces informations », souligne Thorsten Milsmann, vice-président IoT EMOA chez Hewlett Packard Enterprise.

C’est lorsque la situation dérape qu’une entreprise a besoin de pouvoir réagir immédiatement. Lorsqu’une éolienne tombe en panne, « il est impératif de le savoir à l’instant précis où survient le dysfonctionnement », affirme T. Milsmann. « D’où l’intérêt du traitement des données à la périphérie, ou edge computing. »

L’un des principaux thèmes abordés lors de la conférence Discover d’HPE, organisée à Madrid en novembre 2017, concernait l’utilisation naissante des technologies IIoT par les entreprises, notamment l’edge computing et les « jumeaux numériques », pour accélérer et approfondir l’analyse des données. Nous avons discuté avec T. Milsmann de ces deux technologies et de la manière dont elles permettent aux entreprises de réagir en temps réel en cas de problème et de réviser en profondeur leurs processus de production.

Voici comment fonctionnent ces deux technologies.

Traitement des données en périphérie du réseau

La plupart des capteurs et des instruments de mesure IIoT sont capables de générer des données brutes, sans pouvoir les traiter. Les données produites en périphérie du réseau, c’est-à-dire, là même où se déroule l’activité — usine, hôpital, campus, champ pétrolier — sont généralement transférées sur le cloud ou dans un centre de données distant, pour y être analysées.

L’edge computing consiste à traiter les données directement à la source, là où elles sont générées, au lieu de les envoyer sur le cloud. « Prenons l’exemple d’une plateforme pétrolière », précise Thorsten Milsmann. « Les données doivent pouvoir être traitées près de l’installation de forage, pour savoir si cette dernière fonctionne correctement. Les informations ne peuvent être envoyées sur le cloud car le retour d’information prendra trop de temps. » 

Avec l’edge computing, les informations sont collectées auprès des appareils connectés situés à proximité (tous les systèmes robotisés d’une usine, par exemple), puis traitées et analysées en périphérie du réseau, afin de gagner en temps et en efficacité. Cette solution permet aux entreprises de toute taille de récupérer des données, de les analyser et de réagir en conséquence, le tout, en temps réel.

Le traitement est décentralisé sur plusieurs points de contact, ce qui a également pour avantage de faire baisser les coûts de gestion des données dans le cloud, tout en réduisant les risques encourus en cas de panne de tout le système.

Dans certaines industries, notamment celles de la production, de l’énergie et du transport, de plus en plus d’entreprises commencent à adopter ce modèle de traitement en périphérie. IDC prévoit que d’ici 2019, 45% des données IoT seront stockées et traitées en périphérie.

Simuler la réalité grâce aux ‘jumeaux numériques’

Parmi les technologies IIoT, les « jumeaux numériques » — copies virtuelles d’objets concrets — jouent également un rôle majeur dans la prévision des performances d’entreprises.

Il s’agit d’une des tendances IIoT les plus importantes et disruptives de ces dernières années, bien que le concept lui-même ne soit pas nouveau: Michael Grieves a été le premier à en parler en 2003 à l’Université du Michigan, et la NASA crée des modèles virtuels depuis des décennies pour suivre ses missions spatiales.

Aujourd’hui, toutefois, les jumeaux numériques utilisés pour prévoir les comportements dans le monde réel sont incroyablement sophistiqués. Un jumeau numérique agit exactement comme l’objet de départ, et il évolue sans cesse en fonction des données générées par l’objet. L’étude du jumeau numérique sert donc à identifier des défauts, à simuler des scénarios en temps réel et à analyser des performances en environnement contrôlé.

Les applications sont multiples. Par exemple, les jumeaux peuvent permettre à des équipes municipales d’entretien d’inspecter des rails de métro ou des conduites souterraines, ou encore à un fabricant de tester des changements dans ses opérations, sans avoir à interrompre la production. Les données issues des jumeaux numériques pourraient également aider les ingénieurs à identifier des défaillances et à améliorer la conception même d’un moteur à réaction, d’une voiture de course ou d’une flotte de camions.

Prêt pour la nouvelle ère industrielle numérique

Dès maintenant, le secteur de la production investit lourdement dans l’IIoT : en 2018, il devrait dépenser 189 milliards de dollars (plus de 158 milliards d’euros) en solution IoT. De l’analyse prédictive à l’innovation de produits, les applications de l’IIoT continuent de gagner du terrain et pourraient se développer à grande échelle dans les secteurs de l’énergie, des transports, de l’agriculture, de la santé et de la grande distribution.

Pourtant, même les entreprises qui disposent déjà de systèmes IIoT ne savent pas toujours quoi faire du volume de données dont elles disposent, ni comment les traduire concrètement en actions.

La situation devrait évoluer ces prochaines années: les dirigeants d’entreprises continuent de voir les avantages d’une véritable analyse en temps réel et adoptent les modèles qui permettront d’en bénéficier. On estime à 5,6 milliards le nombre d’objets dans les secteurs privé et public qui utiliseront la technologie de traitement des données en périphérie en 2020, contre 570 millions en 2015. Et Gartner prévoit que d’ici 2021, la moitié des grands groupes industriels auront recours à des jumeaux numériques, entraînant un gain d’efficacité de 10%.

En traitant les données directement à leur source et en créant des modèles qui font communiquer les mondes physique et virtuel, l’IIoT ouvre d’immenses possibilités pour les entreprises. Dans les années à venir, de plus en plus d’industries et d’organisations seront amenées à adopter ces modèles pour entrer de plain-pied dans une nouvelle ère industrielle numérique.

« Il s’agit réellement de la prochaine révolution industrielle, affirme T. Milsmann. Ces technologies nous font entrer dans une production industrielle digitale, rendue aujourd’hui possible par ces nouvelles technologies. »

 

Source : Business Insider

Share Button

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Vous pouvez utiliser ces balises et attributs HTML : <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>