L’Edge AI au service de l’Industrie 

Face aux défis croissants de compétitivité, d’optimisation des coûts et de flexibilité, les entreprises manufacturières peuvent aujourd’hui tirer parti de l’Edge AI (Informatique en périphérie).

Le CETIC (Centre d’Excellence en Technologies de l’Information et de la Communication) a consacré, le 15 mai, un atelier sur le sujet en réunissant chercheurs et industriels autour de démonstrations et retours d’expérience. 

« L’Edge AI permet de prendre des décisions intelligentes, instantanées et locales, en traitant les données directement là où elles sont générées, à proximité des capteurs ou des équipements industriels. Contrairement aux approches traditionnelles qui nécessitent un transfert vers le cloud pour analyse, l’Edge AI réduit considérablement la latence et les dépendances réseau. Cela permet une réactivité accrue, essentielle dans des environnements où chaque milliseconde compte.

En combinant l’intelligence artificielle à des capacités de calcul embarquées, cette technologie offre aux entreprises la possibilité d’automatiser des tâches critiques, d’optimiser les processus de production en temps réel, d’anticiper les anomalies avant qu’elles ne surviennent et d’améliorer la qualité globale de leurs produits. En somme, l’Edge AI ouvre la voie à une industrie plus agile, plus efficace et plus résiliente » a déclaré le CETIC

Des cas d’usage industriels

Contrôle qualité sur ligne d’assemblage – Gérard Florence

Parmi les démonstrations présentées lors de l’atelier, le CETIC a illustré de manière concrète le potentiel de l’Edge AI à travers un exemple appliqué au contrôle qualité sur une ligne d’assemblage. L’étude portait sur la détection de défauts lors de la soudure de tubes en aluminium. Une solution applicable en temps réel, sans remonter les données vers le cloud, pour un contrôle qualité immédiat. Cette approche permet une réactivité immédiate, essentielle pour le contrôle qualité en continu.

Contrôle de soudure de tuyaux d’aluminium sur une ligne d’assemblage. Image ©️CETIC

Contrôle de machines d’injection plastiqueLaurent Deru

Dans un second temps, Laurent Deru a présenté un projet visant à optimiser l’usage de thermoplastiques recyclés afin d’améliorer la production et de diminuer les pertes. Le défi étant de garantir la qualité des pièces produites quelle que soit la composante (fluctuante) de la matière d’entrée.  Grâce à un modèle d’intelligence artificielle prescriptive, il est possible de détecter en continu les dérives susceptibles d’entraîner des rebuts, tout en maximisant l’utilisation de plastiques recyclés et en garantissant la qualité des pièces produites. 

Schéma ©️CETIC

Prédiction de consommations énergétiques – Arnaud Palgen

Dans cette présentation, le CETIC a illustré son travail sur la prédiction de consommations énergétiques réalisée sur un nano-ordinateur mono-carte. La prédiction de consommation énergétique peut être utilisée dans plusieurs cas: autoconsommation des énergies renouvelables, maintenance prédictive ou encore l’anticipation des coûts liés à l’énergie. Ce travail a été réalisé en intégrant l’intelligence artificielle au plus près des données, dans le middleware IoT DMWay. DMway est un logiciel léger développé par le CETIC dont l’objectif est d’interconnecter des objets hétérogènes avec des systèmes de traitements en uniformisant les données multi-sources et multi-protocoles de manière transparente.

En tant que centre de recherche appliquée, nous avons présenté l’intérêt de l’Edge AI dans des contextes industriels, en nous appuyant sur les études menées par le CETIC. Par ce type d’événement, nous souhaitons aussi initier des collaborations sous forme de projets de recherche ou de transfert technologique.

L’atelier « Edge AI service de l’Industrie » a mobilisé chercheurs, industriels et professionnels de l’Informatique. Image ©️CETIC

En savoir plus sur https://www.cetic.be

L’avis d’un acteur informatique : Rellings

Quels sont, selon vous, les défis informatiques liés à la mise en œuvre de l’Edge AI dans un environnement industriel ? 

A l’heure actuelle, nous avons identifié quatre grands points d’attention qui sont les suivants.

  • L’intégration dans des environnements IT/OT hétérogènes : L’Edge AI doit s’adapter à des infrastructures complexes souvent composées de systèmes disparates aux niveaux d’interopérabilité variables.
  • ⁠L’absence de standardisation des protocoles de communication : La diversité des protocoles utilisés freine l’interopérabilité et complique l’intégration fluide des solutions Edge.
  • La cybersécurité et gestion des accès : La sécurisation des flux de données et la gestion fine des droits d’accès sont critiques pour prévenir les intrusions et garantir l’intégrité des systèmes.
  • Le déploiement et maintenance en environnements critiques : Installer, mettre à jour et maintenir des solutions logicielles dans des contextes industriels sensibles exige robustesse, fiabilité et tolérance aux pannes.

En savoir plus sur https://rellings.com

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *