News & Insights

La plupart des grandes surprises dans une usine de fabrication laissent une trace. Souvent, elles proviennent de contraintes de capacité apparues dans les données des semaines avant qu’elles ne deviennent une crise, ainsi que de limitations d’infrastructure visibles dans les chiffres bien avant qu’ils ne dépassent le budget d’un projet. Les signes avant-coureurs existent souvent quelque part — dans les données d’exploitation, les registres d’entretien, l’état de l’équipement ou les connaissances des employés expérimentés — mais personne n’a une vue complète.

Cet écart se manifeste dans les histoires courantes. Un fabricant fait appel à une équipe d’ingénierie pour ce qui semble être un projet simple : ajouter une chaîne de production, connecter les systèmes auxiliaires et le faire fonctionner. Mais alors que l’équipe tire sur ce fil, elle découvre que les ventilateurs de toit rouillent et fonctionnent de façon peu fiable.

Une enquête plus approfondie révèle un problème encore plus important : l’usine de refroidissement manque de capacité pour soutenir la nouvelle ligne dès le départ. Ce qui avait commencé comme une installation de chaîne de production est devenu un projet d’infrastructure de services publics que personne n’avait anticipé avant que les travaux ne soient déjà en cours.

Pourquoi les problèmes d’infrastructure restent cachés

Le motif se manifeste différemment d’une plante à l’autre, mais la cause sous-jacente est presque toujours la même.

Deux systèmes, une installation, pas de vue partagée

De nombreuses installations de fabrication disposent de deux mondes de données fonctionnant en parallèle. L’équipement de procédé communique avec des automates programmables (PLC) situés sur l’équipement ou gérés par un système de contrôle de procédé global. Mais le CVC, l’air comprimé, l’eau froide et d’autres services publics dépendent d’un système de gestion d’immeuble, ou BMS.

Dans un tel scénario, les deux systèmes génèrent continuellement des données. Le problème, c’est qu’ils ne partagent pas toujours ces données entre eux parce que ce n’est pas comme ça qu’ils ont été conçus.

Le BMS ne sait pas ce qui se passe sur le plancher de production. L’API de procédé ne sait pas ce que fait l’usine de refroidisseurs. Même lorsque les deux systèmes desservent la même pièce — une ligne de production en dessous, des unités CVC sur le toit au-dessus — ces données sont collectées à des endroits séparés, selon une logique distincte, sans couche commune pour les relier.

Donc, lorsqu’une équipe évalue une expansion proposée, elle considère la capacité de chaque système isolément. Ce qu’ils ne voient pas facilement, c’est comment ces systèmes interagissent sous charge, comment les contraintes s’accumulent, ou ce qui casse en premier à mesure que la production augmente.

Le savoir institutionnel disparaît

Cet écart s’élargit précisément au moment où le coût de sa recherche augmente. Des opérateurs et ingénieurs de maintenance expérimentés prennent leur retraite à un rythme régulier, emportant avec eux les connaissances institutionnelles sur le comportement d’une installation. Cela inclut la compréhension informelle de quels systèmes sont sensibles les uns aux autres, quels équipements fonctionnent près de leurs limites, et quels coins de l’usine ont tendance à causer des problèmes.

Quand cette connaissance disparaît, elle disparaît souvent pour de bon. Dans bien des cas, les équipes ne réalisent pas à quel point elles s’appuient sur l’information d’une personne en particulier jusqu’à ce que celle-ci ne soit plus là. Pendant ce temps, les équipes laissées sur place doivent prendre des décisions d’investissement plus rapidement, gérer des calendriers de production plus complexes et tout cela dans un contexte institutionnel plus mince que celui de leurs prédécesseurs.

Les décisions de capital et d’exploitation sont prises séparément

Les projets d’investissement sont souvent définis autour d’un besoin opérationnel immédiat : ajouter une ligne, remplacer un équipement, augmenter le débit ou résoudre un problème de maintenance. La portée est conçue pour résoudre ce problème précis, et le budget ainsi que l’échéancier suivent.

Mais l’investissement en capital et son impact opérationnel à long terme ne sont pas toujours évalués ensemble. Une nouvelle chaîne de production pourrait s’intégrer à l’espace disponible et répondre à ses exigences de procédé, tout en augmentant la demande d’eau froide, d’air comprimé, de services électriques, de ventilation, de contrôle et de systèmes d’eaux usées.

Comme le projet peut être financé par un budget d’investissement alors que les coûts d’utilité, d’entretien et de personnel résultants tombent dans les budgets d’exploitation, ces effets en aval peuvent être facilement négligés. Chaque système de soutien peut sembler disposer d’une capacité suffisante à lui seul. Le problème survient lorsqu’on leur demande à tous de répondre en même temps — ou lorsque l’installation absorbe des années de coûts d’exploitation plus élevés qui ne faisaient jamais partie de la décision initiale du projet.

Comment les fabricants peuvent révéler les problèmes plus tôt

Le chemin à suivre ne nécessite pas d’arracher ce qui est déjà là. Dans la plupart des cas, les plus grands gains proviennent du changement de la façon dont le prochain projet est abordé.

Connectez les données opérationnelles à travers l’installation

Une façon clé de combler cet écart est de considérer la connectivité des données et l’expansion future comme des exigences de conception essentielles dès le début d’un projet, plutôt que comme des considérations à aborder plus tard. Lors de la planification d’une mise à niveau, les discussions initiales devraient porter sur la façon dont les changements proposés interagiront avec d’autres composants du système. Cela inclura non seulement le remplacement de l’équipement, mais aussi le flux d’air dans les espaces avoisinants, l’intégration des systèmes de contrôle et l’impact sur la demande des services publics à l’échelle de l’installation une fois la nouvelle charge opérationnelle.

Sur le plan pratique, cela signifie spécifier des instruments qui capturent des données réelles de processus plutôt que de simples signaux marche/arrêt. Un interrupteur de pression indique si la pression est présente, mais un transmetteur de pression indique la pression réelle, sa tendance, et si elle dérive vers une plage qui signale un problème.

Cette différence est très importante lorsqu’on essaie de comprendre dans quelle mesure la capacité d’un système est utilisée, ou si un équipement commence à montrer des signes d’usure. Les capteurs qui suivent les vibrations, le débit, la température et la pression à travers les systèmes de procédé et de services publics offrent une image beaucoup plus complète du comportement des installations. C’est cette image qui rend possible l’entretien proactif et la planification confiante des capacités.

Connecter les systèmes de façon plus délibérée soulève une question raisonnable concernant l’exposition au cyber. La réponse est que l’architecture intentionnelle offre une posture de sécurité plus forte que l’alternative.

La plupart des installations de fabrication fonctionnent déjà avec une connectivité accumulée, incluant les capteurs, les voies d’accès à distance et les dispositifs IIoT ajoutés graduellement au fil du temps. Souvent, ces ajouts se produisent sans mises à jour de la documentation réseau ni des mesures de sécurité. Cette connectivité non documentée et non surveillée constitue la principale source de risque cybernétique.

Concevoir une intégration avec une architecture bien définie et une carte à jour des connexions remplace les hypothèses par des preuves. Cela crée une base solide pour la visibilité opérationnelle et une posture de sécurité sécurisée et défendable.

Évitez de payer deux fois pour la même infrastructure

La planification des infrastructures mérite le même traitement tourné vers l’avenir. Concevoir pour une expansion future ne signifie pas dépenser plus que ce qu’un projet exige aujourd’hui. Cela signifie penser au-delà de la portée actuelle pour se demander où ira le prochain système, ce dont l’installation aura besoin dans deux ans, et combien il en coûterait de démonter quelque chose plus tard plutôt que de le calculer maintenant.

Par exemple, les tuyaux peuvent être dimensionnés pour la capacité future même si chaque branche n’est pas installée aujourd’hui. Les collecteurs peuvent être coupés avec des vannes et des brides, ce qui facilite les connexions futures. Des dispositions simples pour une mise en œuvre future, comme une bobine de tuyau conçue pour accepter un capteur qui n’est pas encore nécessaire, peuvent coûter très peu au départ et éviter une rénovation importante par la suite. L’objectif est de réduire le coût du travail de demain sans trop construire aujourd’hui.

Lorsque ce genre de réflexion est intégré au début d’un projet, les mises à niveau cessent d’être des interventions isolées et deviennent partie intégrante d’un plan cohérent et à long terme pour l’installation. L’équipe qui fait le travail aujourd’hui met aussi en place l’équipe qui fera le travail dans cinq ans.

Modéliser l’installation avant d’engager du capital

Même les installations bien conçues rencontrent les limites de ce que les équipes d’ingénierie peuvent voir à l’étape de la planification. Lorsqu’un projet d’investissement est suffisamment important — une expansion majeure de la ligne, une nouvelle aile d’installations, un changement significatif de la capacité de production — les interactions entre les systèmes deviennent trop complexes pour être raisonnées uniquement sur papier. C’est là que la modélisation numérique basée sur la performance mérite sa place.

Un jumeau de performance est un modèle fonctionnel d’une installation qui reçoit des entrées réelles et simule des sorties réelles. Ces modèles vont bien au-delà d’un simple dessin statique ou d’un tableur pour entrer dans un environnement en temps réel où les équipes peuvent tester des scénarios, retracer les interactions entre les systèmes et voir ce dont l’infrastructure a besoin pour soutenir un taux de production plus élevé. Un modèle qui relie l’ensemble du tableau change les connaissances disponibles avant d’engager du capital.

La valeur de cette connaissance devient rapidement concrète. Un grand fabricant alimentaire et de boissons se préparait à agrandir une installation et avait besoin de confiance dans ses estimations de capital avant de les présenter à son conseil d’administration pour approbation. Un twin de performance a été construit à partir de leurs opérations existantes, avec l’expansion proposée intégrée, et plusieurs scénarios de production ont été utilisés en parallèle.

Le modèle a révélé que leurs estimations initiales avaient largement sous-estimé l’infrastructure en acier inoxydable dont ils auraient besoin — les réservoirs, la tuyauterie, les valves et les pompes nécessaires pour fonctionner au rythme de production visé. L’écart était de près de 20 millions de dollars. Découvrir cela avant le début des travaux, plutôt que pendant la construction, a donné à l’équipe la possibilité de redéfinir le projet et de présenter un chiffre qu’ils pouvaient soutenir.

Le même type de modélisation a prouvé sa valeur dans les contextes opérationnels, pas seulement dans la planification du capital. Dans un cas, un fabricant disposant de cinq lignes d’emballage avait du mal à répondre à la demande malgré des audits montrant une capacité d’emballage suffisante. Lorsqu’une simulation a été construite autour de l’installation complète, le goulot d’étranglement s’est avéré être en amont parce que la fabrication liquide ne livrait pas le produit aux chaînes d’emballage de façon assez fiable pour qu’ils fonctionnent à bon rythme.

Sans cette simulation, l’équipe était coincée en réunions, échangeant des opinions sans données partagées pour résoudre le désaccord. Le modèle leur donnait une vue commune du comportement du système et un endroit clair pour se concentrer.

Au-delà de résoudre des problèmes immédiats, un jumeau performant bien construit ne s’éteint pas à la fin d’un projet. Les équipes utilisent ces modèles comme des actifs vivants. Par exemple, une équipe peut exécuter de nouveaux scénarios à mesure que les conditions du marché changent, comparer la capacité entre plusieurs installations et tester des hypothèses de résistance avant la prochaine décision de capital.

La capacité de passer d’une idée à une décision éclairée en quelques jours plutôt qu’en mois est un véritable changement dans la rapidité avec laquelle une organisation peut agir. Il s’accumule avec le temps à mesure que le modèle est affiné et développé.

Comment Salas O’Brien peut-il aider?

Si votre installation a rencontré des surprises lors des améliorations et des extensions, le problème ne vient probablement pas des systèmes individuels. C’est les espaces entre eux.

Salas O’Brien apporte l’étendue de l’expertise pour voir au-delà de ces frontières et vous aider à comprendre votre installation dans son ensemble avant que les problèmes ne surviennent d’eux-mêmes. Les disciplines comprennent :

• ingénierie des procédés
• Systèmes mécaniques
• Contrôles
• Modélisation numérique

Nos ingénieurs abordent chaque projet en tenant compte de la façon dont le travail d’aujourd’hui se connecte à la capacité de demain. Que cela signifie spécifier des instruments qui capturent les données dont dépendra votre planification future, concevoir une infrastructure qui permet la croissance sans surconstruire maintenant, ou construire un modèle de performance qui met en lumière les contraintes avant qu’elles ne deviennent des problèmes budgétaires, nous travaillons à ce que l’ensemble soit visible lorsque les décisions sont prises.

Si vous planifiez une expansion, travaillez dans une rénovation ou commencez à réfléchir à la direction que votre installation doit prendre dans les cinq prochaines années, contactez un de nos experts pour entamer une conversation ou envoyez-nous un courriel à [email protected]

Pour les demandes des médias sur cet article, contactez [email protected].