L’introduction de nouvelles technologies et de nouveaux processus de transformation numérique dans les espaces de travail quotidiens signifie que le personnel technique et non technique doit en comprendre la terminologie. Ces terminologies comprennent à la fois de nouveaux mots-clés et, plus important encore, des mots-clés que les fournisseurs de solutions de transformation numérique tels que Simio utilisent pour simplifier les appels d’offres des entreprises industrielles.
Ce billet met en lumière certains des mots-clés traditionnels utilisés dans le secteur industriel et leurs terminologies correspondantes à l’ère de la transformation numérique. Ces mots-clés sont axés sur les demandes de solutions de simulation et de modélisation de jumeaux numériques pour l’optimisation des performances des installations ou des processus.
9 Mots-clés et leurs terminologies de la transformation numérique
- Moteur d’optimisation – Dans le secteur industriel, la nécessité d’optimiser les processus et les performances des installations est cruciale pour améliorer la productivité, la qualité du débit et atteindre un retour sur investissement maximal. C’est pourquoi les entreprises industrielles recherchent régulièrement des moteurs d’optimisation qui permettent d’évaluer le système de production afin de développer des plans et des calendriers optimisés. Pour Simio, cela s’appelle – un Jumelage numérique de processus.
Les jumeaux numériques d’usine sont des représentations virtuelles des actifs, des ressources et des processus au sein de vos installations. Le jumeau numérique est une réplique de vos installations physiques modélisées à l’aide des données générées par votre MES, votre RFP ou d’autres plateformes de stockage de données.
- Optimiseur – Un optimiseur est un verbe expliquant les actions d’un moteur d’optimisation. Les techniciens du secteur industriel qui ont besoin d’optimiseurs pour évaluer et améliorer les processus des installations peuvent s’appuyer sur des outils de transformation numérique pour accomplir cette tâche. Les solutions de simulation et de jumelage numérique offrent une simulation de processus qui optimise les processus industriels afin d’améliorer la production ou de mieux comprendre les opérations.
Par conséquent, nous appelons l’optimiseur que vous demandez une solution de simulation de processus ou un simulateur de processus que vous pouvez appliquer pour développer des initiatives analytiques et de planification de processus. La simulation de processus s’appuie également sur des ensembles de données industrielles pour développer des modèles fonctionnels et pour la simulation.
- Fonction objective – Minimiser l’utilisation des ressources pour atteindre la productivité ou maximiser les capacités d’un actif pour améliorer le rendement sont des facteurs importants pour réaliser des bénéfices dans le secteur industriel. Traditionnellement, le terme « fonction objectif » désigne les moyens utilisés pour minimiser ou maximiser un processus opérationnel au sein de l’usine afin d’atteindre des objectifs précis. Pour atteindre la fonction objective en utilisant des moyens de transformation numérique, un modèle d’usine virtuelle est nécessaire.
Le modèle d’usine virtuelle sert de moyen et de plateforme pour élaborer des plans, des stratégies et des calendriers en vue d’atteindre la fonction objective ou les objectifs qui maximisent le retour sur investissement. C’est pourquoi nous utilisons le terme » modèle d’usine virtuelle » pour remplacer les « fonctions objectives ».
- Algorithme – Dans le secteur industriel, le terme algorithme représente un ensemble de règles à suivre pour résoudre des problèmes opérationnels. Ces règles sont généralement des plannings ou des plans directeurs de fabrication élaborés à l’aide d’outils de transformation numérique tels que la modélisation de simulation ou un système d’entreprise manufacturière. Bien que les algorithmes soient utilisés dans le secteur industriel, il s’agit plus ou moins d’un terme mathématique et informatique qui ne rend pas compte des subtilités de l’atelier de fabrication moyen. Par conséquent, le terme » Feasible Schedules » (plannings réalisables) résume mieux l’ensemble des règles nécessaires pour résoudre les problèmes opérationnels.
Nous appelons « Feasible Schedules » les plans d’action élaborés pour une mise en œuvre immédiate afin de résoudre les problèmes liés à la production et d’éliminer les goulets d’étranglement opérationnels. Ces calendriers réalisables sont générés à partir du modèle d’usine virtuelle construit à l’aide d’une solution de jumeau numérique.
- IA auto-apprenante – L’automatisation des processus de travail est devenue un élément clé pour les entreprises industrielles désireuses d’améliorer les conditions opérationnelles, de maximiser les ressources et d’automatiser la prise de décision. L’intelligence artificielle a toujours été synonyme d’automatisation, c’est pourquoi le terme d’auto-apprentissage est utilisé pour décrire les processus autonomes.
Pour la planification et l’ordonnancement, nous utilisons le terme d’ordonnancement autonome pour représenter les programmes d’auto-apprentissage qui réagissent aux changements en temps réel. L’ordonnancement autonome implique le développement de calendriers exploitables à partir de modèles de simulation et de jumeaux numériques qui utilisent l’intelligence artificielle ou les réseaux neuronaux pour rationaliser le processus d’ordonnancement.
- Modèle SaaS – Le logiciel en tant que service désigne la fourniture de logiciels et des accords de licence correspondants en ligne ou par l’intermédiaire d’une plateforme basée sur l’informatique dématérialisée. Avec le SaaS, les entreprises n’ont pas besoin d’acheter des logiciels et de les installer sur des disques durs avant d’accéder à ces applications. Dans le secteur industriel, de nombreuses entreprises désignent les solutions en ligne pour le développement de modèles de simulation et de jumeaux numériques comme des modèles SaaS. Ici, nous parlons de solutions de transformation numérique pour mettre en évidence les divers outils et moyens en ligne qui peuvent être utilisés pour développer des modèles virtuels.
- Python – L’utilisation généralisée du langage de programmation Python pour la saisie de données et les tâches scientifiques a fait du mot « python » un synonyme du processus de saisie de données ou de connaissances dans le secteur industriel. L’utilisation de python peut être une source de confusion pour le personnel technique qui propose des solutions de transformation numérique. C’est pourquoi nous pensons que le terme « capture de connaissances » décrit mieux le processus d’accumulation de données et leur transformation en informations exploitables.
- Optimisation de l’utilisation des actifs – Le terme d’optimisation de l’utilisation des actifs a été utilisé avec l’optimisation de l’utilisation des machines et d’autres variantes pour désigner les processus qui améliorent la productivité. Dans de nombreux secteurs industriels, l’optimisation de l’utilisation des actifs est utilisée pour décrire l’optimisation des processus, limitant ainsi la tâche complexe d’évaluation des processus complexes à l’évaluation des actifs individuels.
Le terme « amélioration des processus » met en évidence l’application d’un processus qui optimise l’ensemble du système industriel plutôt que des actifs individuels. L’utilisation de l’amélioration des processus informe les professionnels techniques que vous avez l’intention d’améliorer tous les aspects des processus de votre installation et non des équipements individuels.
- Solution basée sur un solveur – L’approche basée sur un solveur pour développer des solutions optimisées implique l’utilisation d’un solveur d’optimisation pour analyser les données et les contraintes disponibles afin de résoudre les problèmes opérationnels. Dans le processus de solution basée sur le solveur, la modélisation de la boîte noire est utilisée. Les modèles de boîte noire sont conçus sur la base d’une approche entrée-sortie de la résolution de problèmes. Le modèle de boîte noire prend une entrée prédéterminée et travaille en vue d’une sortie fournie.
En utilisant des solutions de transformation numérique avancées, le terme de solution basée sur un modèle qui implique l’utilisation d’une approche de type « boîte de verre » est la meilleure option. La solution basée sur un modèle implique l’utilisation de la simulation pour comprendre les modèles de comportement des systèmes industriels. Dans ce cas, un résultat prédéfini n’est pas nécessaire et l’utilisation de réseaux neuronaux dirige le processus d’expérimentation.
Utiliser les bonnes terminologies
La terminologie actualisée décrite ici simplifie la création d’un appel d’offres et la communication avec les fournisseurs de solutions de transformation numérique. Vous pouvez en savoir plus sur ces termes et leurs applications en consultant ces ressources :