in ,

Edge Computing et IoT industriel

Edge Computing et IoT industriel – Deux concepts qui garantissent une meilleure performance industrielle basée sur la fabrication intelligente, pour améliorer l’automatisation des tâches, l’optimisation du processus de production, et la maintenance prédictive.

IOT industriel
IOT industriel

Edge Computing et IoT industrieldeux concepts associés garantissent une meilleure performance industrielle basée sur la fabrication intelligente. L’IOT a déjà permis de nombreuses améliorations dans les smart factories d’aujourd’hui telles que l’automatisation des tâches, l’optimisation du processus de production, le diagnostic intelligent et la maintenance prédictive.

L’Edge Computing, de par sa structure distribuée promet encore plus de vitesse dans le traitement des données et encore plus d’opportunités notamment en termes d’intégration d’intelligence artificielle.

A un stade de développement précoce, l’Edge computing trouve déjà son application dans des secteurs très diversifiés. Selon une étude réalisée par Grand View Research, l’industrie se trouve parmi les 4 premiers secteurs où la technologie Edge est en pleine expansion avec l’énergie, les services et les transports.

Il faut dire que l’Edge Computing trouve particulièrement son intérêt dans les secteurs ou les temps de latence sont inacceptables.

C’est d’autant plus vrai dans les usines où une machine défaillante non détectée à temps pourrait réduire le rythme de production ou provoquer des incidents majeurs. Les entreprises de production ont ainsi intérêt d’adopter l’Edge Computing et l’IoT industriel, deux concepts qui garantissent une meilleure performance industrielle basée sur la fabrication intelligente

Edge Computing, c’est quoi ?

Pour comprendre l’Edge computing, il faudrait d’abord comprendre le cloud computing ou architecture en nuage qui est le modèle de base. Le cloud computing est un modèle centralisé où les données suivent le chemin suivant : source – capteur- passerelle (gateway) – serveur distant ou datacenter. Autrement dit, les données doivent passer par une passerelle et un serveur centralisé du réseau avant de pouvoir donner des réponses. Et cette transmission des données vers un datacenter peut ralentir le temps de traitement

En revanche, l’edge computing est un modèle distribué où les données sont traitées à proximité de l’appareil qui génère les données notamment dans un serveur local ou dans l’appareil même. D’où son nom « informatique en périphérie » ou plus précisément « en périphérie du réseau ».

L’Edge computing trouve surtout son application dans l’Internent of Thing (IoT) et l’Industrial Internet of Thing (IIoT) où l’utilisation d’un outil classique de gestion de base de données peut s’avérer peu efficace.

En effet dans le cadre de l’internet des objets, les objets connectés s’échangent des données entre eux ou avec des serveurs. Le volume de données générées par un système d’appareils connectés peut devenir très important qu’on parle souvent de mégadonnées ou Big Data.

Les avantages de l’Edge Computing

  • Dans un système où les données échangées sont volumineuses et les réponses en temps réel sont exigées, l’Edge Computing présente de grands atouts. Les avantages peuvent se résumer en ces quelques points :
  • Le traitement informatique (calcul, analyse, statistiques ou logique) se trouvant à proximité de la source de données, les utilisateurs finaux bénéficient ainsi de services plus rapides. On parle alors d’une réduction de la latence de communication. Généralement, un équipement périphérique doit être capable de traiter les données en quelques millisecondes. Prenons l’exemple d’un thermostat connecté dont la température s’ajuste automatiquement dès que votre voiture connectée s’approche à un rayon préalablement défini. Si le dispositif utilise du cloud computing, les données de géolocalisation émises par la voiture doivent d’abord transiter vers le serveur distant avant d’être envoyé au thermostat. Cet aller-retour peut se traduire par un décalage entre le temps de commande et l’exécution. Par contre, si le système intègre l’Edge computing, les objets connectés seraient plus réactifs.
  • L’Edge Computing permet également de limiter la consommation de bande passante tout en profitant d’un transfert de données en gros volumes. En effet, le traitement des données collectées toute les secondes s’effectuent principalement en périphérie. Ce sont seulement des données qui ont besoin de traitement supplémentaire ou de stockage à long terme qui sont envoyées vers un site centralisé. En aucun cas, le réseau n’est surchargé étant donné que les données sont agrégées par la structure distribuée avant le transfert.
  • Le souci de sécurité des données se pose toujours lorsqu’il est question de connectivité utilisant le réseau public. L’Edge Computing se présente comme une solution de sécurisation de données en ce sens que celles-ci sont traitées en grande partie au point de création, donc ne sont pas obligées de traverser le réseau externe.

Une production intelligente grâce à l’IOT Industriel

L’IIoT fait référence à l’application de l’internet des objets dans le contexte industriel. Actuellement dans le souci de maximisation de la productivité tout en minimisant le coût, de nombreuses entreprises s’engagent sur le chemin du Smart Manufacturing (SM) ou production intelligente. Cette stratégie consiste à intégrer des outils informatiques tout le long du cycle de production de sorte à avoir une usine connectée. En d’autres termes, les machines d’une ou plusieurs usines sont connectées entre elles et surtout à un serveur internet.

L’avantage principal de l’usine digitalisée est la centralisation des données offrant une vue globale sur l’ensemble du système de production que ce soit sur un ou sur plusieurs sites. La possibilité visualisation en temps réel constitue également un atout majeur. Ainsi en cas de détection d’incidents, des actions immédiates sont menées pour ajuster les erreurs. Un système de production connecté facilite également la commande des machines.

L’utilisation de capteurs intelligents constitue la clé de voûte de l’industrie 4.0. Les capteurs ont été déjà présents dans les usines depuis longtemps : capteurs de température, capteurs de vitesse, capteurs d’humidité, capteurs de pression, capteurs de niveau…Cependant, sans l’IoT ils servent seulement à la collecte et l’envoi de données. Heureusement, il est facile de trouver des équipements qui permettent de transformer des capteurs simples en capteurs IoT en ajoutant des modules d’acquisition de données.

L’Edge computing au service de l’usine 4.0

La puissance de l’Edge computing emmène l’industrie intelligente à un tout autre niveau avec à la clé, une amélioration de la performance industrielle.

S’appuyant sur un traitement et un stockage localisé des données, la technologie Edge accélère l’analyse des données générées par les capteurs intelligents et les appareils IoT. Comme déjà mentionné plus haut, l’obligation de faire appel aux services de calcul d’un serveur distant ou d’un datacenter ralentit le temps de réponse et par la même occasion réduit l’efficacité opérationnelle.

Ainsi l’Edge computing renforce la maintenance prédictive sachant que la puissance de calcul est poussée au niveau local. Le système connecté gagne en rapidité dans l’identification de signes annonciateurs de panne. Ce qui permet de planifier les interventions en amont afin d’éviter l’arrêt de la production.

Par ailleurs, l’ajustement en temps réel de la cadence de fabrication est aujourd’hui une réalité et non plus une théorie. Cela est rendue possible grâce à la réduction du temps de latence de la communication entre les machines en connectivité Edge.

L’avantage sur la sécurité des données de l’entreprise n’est pas aussi à négliger. Les incidents récents d’incendie d’OVH, un des leaders du cloud computing en France nous montre à quel point il est sécuritaire d’avoir un serveur de stockage et de traitement des données en périphérie du réseau.

A noter que le cloud computing et l’Edge computing sont complémentaires et il est intéressant d’adopter un système hybride intégrant les deux types d’architecture.

Autres articles

 

 

Written by Antoine

Informaticien depuis des lustres, ancien directeur de Banque (Informatique, Comptabilité, Communication, Refonte Informatique), Antoine est un passionné par les nouvelles technologies, et les innovations liées à l'informatique. Une de ses passions est d'écrire des articles, sur les sujets les plus variés et les plus divers, mais en relation avec le monde du SMS ou de la communication, de la supervision, et de la gestion des astreintes.

API SMS France : API envoi de messages orange, Free, OVH, CleverSMS

API SMS d’envoi en masse : Un outil indispensable pour exploiter tout le potentiel des SMS

La Data Loss Prevention (DLP) pour limiter le risque de fuite de données - article en construction !!!!

La Data Loss Prevention (DLP) pour limiter le risque de fuite de données