mars 20, 2023

Atelier Industrie 4.0 – 16 mars 2023

Titre : Atelier sur les Défis et les Nouvelles Approches pour l’Industrie 4.0

Cet atelier a été organisé  conjointement par Innovation Booster Robotics et Innovation Booster – Databooster

Date: 16 mars

Thème: Industrie 4.0 avec des sous-thèmes tels que l’usine intelligente, la cobotique et l’IA

Lieu: Biel/Bienne

Cet événement a été organisé dans les locaux du Switzerland Innovation Park Biel/Bienne. S’agissant d’un centre d’innovation, d’une usine intelligente et d’un centre de cobotique, ce lieu avait une portée symbolique parfaitement adaptée à cet événement.

Le programme proposait une mise à jour et une réflexion sur les défis de l’Industrie 4.0 par des intervenants de très haut niveau, un Atelier d’idéation pour passer de l’analyse des défis à l’identification des solutions possibles et de multiples opportunités de réseautage.

Programme: 

  • 09h00-10h00inscription+ petit-déjeuner consacré au réseautage
  • 10h00-10h15bienvenue par les boosters et promotion d’appels à propositions
  • 10h15-12h00présentations et discours d’ouverture
  • 12h00-13:30déjeuner consacré au réseautage
  • 13h30-16h30atelier d’idéation + pause consacrée au réseautage
  • 16h30-17h00conclusion et promotion d’appels à propositions, enquête de satisfaction

Nous avons accueilli 5 conférenciers de très haut niveau:

Le Prof. Dr. Sarah Dégallier Rochat, Responsable de la Transformation Numérique centrée sur l’humain à l’Université de Sciences Appliquées de Berne a effectué une présentation sur le thème Les robots en tant qu’outils: de nouvelles approches d’intégration des robots pour les PME. Elle a souligné le  rôle de réalisation joué par les PME suisses et le fait qu’elles sont en mesure de transformer les ouvriers en réalisateurs par l’application du concept d’ouvrier augmenté.

Le Dr. James Hermus Post-doctorant au sein du Laboratoire d’ Algorithmes et Systèmes d’Apprentissage (LASA) de l’EPFL a effectué une présentation sur le thème Systèmes adaptatifs en temps réel pour la Collaboration Homme-Robot. Il a parlé des méthodes employées pour apprendre aux robots à réaliser des tâches avec le même niveau de dextérité dont font preuve les humains dans l’accomplissement de tâches similaires.

Philipp Schmid, Responsable Industrie 4.0 & Apprentissage Automatique au CSEM (Centre Suisse d’Electronique et Microtechnique) a présenté une intervention sur Industrie 4.0 et Apprentissage Automatique, en soulignant la nécessité [de comprendre] de quelle manière l’apprentissage automatique et les robots sont en mesure d’automatiser les processus sur les sites industriels en permettant ainsi de développer le futur des usines intelligentes.

Le Dr. Renaud Dubé, Directeur Technique et Co-fondateur de Sevensense Robotics, est intervenu sur le thème L’IA visuelle : empowerment d’une nouvelle génération de robots mobiles. Nous avons beaucoup appris sur les aptitudes visuelles des robots et leurs défis : éclairage et changement de point de vue et compréhension de la sémantique.

Le Prof. Dr Marc Pollefeys, Professeur d’Informatique à l’EPF de Zurich et Directeur du Laboratoire Microsoft Mixed Reality et IA de Zurich, a effectué une présentation sur le thème Informatique Spatiale et métavers industriel. Il a fourni des exemples intéressants de la manière dont on peut utiliser le métavers pour la formation des ouvriers dans des environnements industriels et dont l’informatique spatiale contribue à une cartographie et à une localisation plus sophistiquées des robots.

Un Atelier d’idéation a eu lieu dans l’après-midi. L’atelier à été animé par des animateurs de la société Databooster: le Prof. Dr. Patricia Deflorin et le Dr. Jürg Meierhofer

Analyse des défis: 

Les défis identifiés peuvent être classés, en gros, dans 3 catégories.

Catégorie n° 1 : cela concerne les défis d’ordre général liés à l’intégration de l’automation (que ce soit du côté logiciel ou matériel) dans les processus existants. Ceci comporte, d’une part, la possession des connaissances technologiques nécessaires et la compréhension de CE QUE l’on souhaite mettre en œuvre, tout en incluant, de l’autre, le développement de l’expertise ou de la compétence, au sein de l’entreprise concernant les MODALITES d’intégration. Les décideurs, les employés et les clients doivent tous participer à cette démarche ; par ailleurs, l’acceptation par les employés et leur formation/mise à niveau doivent être assurées, en tenant compte du rapport  coût/efficacité à court et long terme, des questions d’ordre éthique et moral et de l’acceptation  culturelle.

Catégorie n° 2 : elle se rapporte aux systèmes d’apprentissage automatique qui réagissent de la manière la plus flexible /dynamique aux changements de processus. Ceci, en ce qui concerne, d’une part, des conditions environnementales qui ne cessent de changer et, de l’autre, un déroulement extrêmement dynamique des processus (production en flux tendu). Ceci requiert non seulement de nouvelles approches en termes d’interactions homme-machine (une manipulation intuitive et simplifiée, des environnements no-code etc.), mais aussi une normalisation des processus et des interfaces et d’autres développements dans le domaine des systèmes modulaires et des systèmes d’auto-apprentissage automatique. Dans ce contexte, le défi concerne également les modalités et les possibilités de transfert  des connaissances individuelles, basées sur l’expérience, des spécialistes opérant au sein d’une entreprise à des processus (semi-) automatiques, par ex. la transformation de l’intuition humaine appliquée à la compréhension d’un processus en des systèmes à base de règles assistés par robot.

Catégorie n°3 : elle concerne l’utilisation  (étendue) de cobots/robots dans le domaine de la maintenance. Ceci s’applique au vaste domaine de la logistique/l’ergonomie, de la préparation de commande, au tri et à la manutention de catégories de composants extrêmement diversifiés, à des processus complexes dans le domaine de l’inspection de matériaux/surfaces, à la réparation de dommages /au remplacement de pièces automatisé(e), à l’assemblage et au démontage de gros véhicules ferroviaires. Dans ce type de processus, la fiabilité/précision requise constitue un défi (technique) majeur dont le traitement peut se révéler souvent très coûteux.

Solutions étudiées: 

Pour chacune de ces catégories, l’atelier s’est concentré sur un certain nombre de défis préalablement identifiés, en examinant les solutions possibles.

In each cluster, the workshop focused on some of the identified challenges and discussed possible solutions.

  • Solutions pour la Catégorie n°1:
    • Directive/cadre pour l’intégration de processus automatisés dans des flux de travail existants, en tenant compte du point de vue de la Direction, du client et de l’employé (au niveau méta).
    • Cadre pour l’intégration et l’évaluation périodique de la conformité aux principes d’éthique et de morale et au cadre juridique applicable.
    • Directive/cadre pour la mise en œuvre concrète des processus automatiques au sein de l’entreprise concernant l’implication des employés : acceptation interne, prise en compte des besoins du personnel, formation/éducation (amélioration des compétences) et responsabilisation.
    • Evaluation des besoins en termes de solutions d’automatisation dans l’industrie (normalisation, interfaces, convivialité/interactivité).

    Solutions pour la Catégorie n° 2:

    • Développement de solutions d’automatisation capables de satisfaire des exigences de réduction du volume/production en flux tendu ou des flux de traitement extrêmement variables (qui soient, en même temps, économiquement viables).
    • Développement de systèmes d’apprentissage automatique dotés d’une flexibilité améliorée en termes d’éléments d’auto-apprentissage/auto-optimisation (robots modulaires auto-configurables, auto-ML) de manière à pouvoir mieux s’adapter à des environnements qui ne cessent d’évoluer et à des processus hautement complexes.
    • Développement de systèmes de contrôle capables de saisir des composantes humaines intuitives dans le processus de transformation/fabrication et de les transformer en programmes à base de règle, exécutable par machine (par ex. ViT).

    Solutions pour la Catégorie n° 3:

    • Développement d’un système de balayage à tunnel et de nettoyage permettant d’identifier la peinture et de décaper des wagons/locomotives, associant un dispositif de détection optique et de caractérisation de la peinture et d’automatisation non-destructive du nettoyage/décapage, tout en permettant de protéger la peinture/le revêtement sous-jacent.
    • Développement d’un système de balayage à tunnel pour l’identification et la caractérisation des dommages superficiels /déformations sur des wagons/locomotives, associant un dispositif intelligent de détection optique active et passive et permettant d’obtenir une représentation et une classification numérique en 3D des dommages superficiels /déformations.
    • Développement d’une solution d’automatisation (éventuellement dans le domaine des cobots?) pour le démantèlement de trains, prenant en compte des étapes de travail très variées et une mise en œuvre sur des dispositifs mobiles fonctionnant à l’intérieur des véhicules.
    • Développement conceptuel d’un système global (identification des segments, sous-processus, besoins) d’assistance logistique/ergonomique, à la fois en termes de potentiel de systèmes autonomes (entre autres pour le tri, le transport) et de systèmes d’assistance aux opérateurs (par ex. exosquelettes, collaborations homme-robot).

Merci aux orateurs, aux animateurs des ateliers et à tous les participants! 

Nous vous invitons à prendre connaissance des défis et des solutions décrits ci-dessus et nous serons heureux de recevoir vos soumissions à l’occasion des prochains appels à propositions, en vue de leur financement:

https://2024.ntnrobotics.com/en/call-for-proposals/