Les applications avancées telles que l’inspection de la qualité des produits basée sur la vision font leur chemin dans l’espace de fabrication dans le cadre de l’industrie 4.0. Les dispositifs IoT utilisés à cette fin sont des caméras et des téléphones mobiles, parfois montés sur un bras robotisé collaboratif, qui surveillent le produit final pour en vérifier la qualité et détecter les défauts.
Les apports de l’intelligence artificielle
De manière générale, les données d’image et/ou de vidéo de haute qualité capturées sont envoyées à un moteur d’inférence où un modèle d’Intelligence Artificielle pré-entraîné les analyse. Le moteur d’inférence est généralement hébergé dans le cloud, bien que les organisations de fabrication à grande échelle puissent également héberger un moteur d’inférence sur un serveur local privé. Les données nouvellement observées, pour lesquelles le modèle n’a pas été entraîné, sont envoyées au cloud ou au serveur local pour l’entraînement, ce qui constitue en fait une mise à jour du moteur d’inférence.
A lire aussi un excellent article sur l’intelligence artificielle au service des activités de maintenance.
En raison de la nature distribuée sur une large échelle des capteurs intelligents basés sur la vision, les données sont souvent réparties sur différents lieux et sites. Pour les cas d’utilisation de l’inspection de la qualité des produits basée sur la vision, différents défauts du même produit peuvent être observés sur différents sites.
Il est essentiel que le moteur d’inférence apprenne rapidement une variété de modèles – ce qui signifie réellement comprendre les défauts qu’il trouve – à partir de sources de données distribuées.
Architecture serveur cloud ou on-premise ?
Considérations à prendre en compte lorsque l’on rassemble des données distribuées sur une plateforme unique :
Efficacité : La collecte centralisée des données et le traitement manuel d’un grand ensemble de données peuvent prendre plusieurs jours, ce qui peut s’avérer inefficace avec des applications de fabrication où le temps est compté, comme l’inspection de la qualité des produits.
Confidentialité des données : Les entreprises de fabrication sont sensibles à la protection de leurs renseignements commerciaux, et l’envoi de données en dehors de l’usine n’est pas un choix populaire.
Coût : Les solutions on-premise peuvent être coûteuses pour les petites et moyennes entreprises. En outre, le téléchargement de données de haute qualité sur un local prend du temps et de la bande passante.