Optimisation de la production industrielle : L’IA et l’IoT au service des malteries

 

Contexte : Optimisation de la production industrielle grâce à l'Industrie 4.0

Le programme Industrie 4.0, porté par la filiale d’un grand groupe agroalimentaire, vise l'optimisation de la production industrielle des malteries en s’appuyant sur les nouvelles technologies. Environ 200 capteurs IoT installés tout au long du processus de production mesurent les paramètres différents tels que la température, l’humidité et la durée des étapes.

Ces données historiques sont couplées aux données sur la matière première, les résultats de laboratoire et les rendements des couches, afin d’alimenter des modèles de machine learning. Ces modèles génèrent des recommandations quotidiennes sur les paramètres de production afin de maximiser le rendement de malt, optimiser la consommation énergétique et de l’eau.

Enjeux : Respect du planning et adaptation locale pour un déploiement international réussi

Le déploiement de la solution devait se faire simultanément en France et à l’international, ce qui rendait le respect du planning ambitieux particulièrement crucial. Des défis de coordination et de gestion des plannings ont été rencontrés tout au long de la mission.

Pour accélérer les déploiements, il a été nécessaire de simplifier certaines approches, afin de paralléliser les travaux et de garantir une amélioration continue des processus de récupération des données. De plus, la complexité des déploiements internationaux a exigé de prendre en compte les spécificités de chaque site lors du paramétrage de l’algorithme, afin d'assurer une adaptation locale des recommandations.

Les compétences nécessaires au bon déroulement de la mission

Le consultant Colibee devait garantir la bonne progression du projet tout en respectant les délais et les spécifications, veillant ainsi à ce que les objectifs soient atteints.

La gestion des flux de données et l’optimisation de l’IA étaient des enjeux cruciaux pour assurer l’efficacité des solutions mises en place. En parallèle, le consultant a piloté une équipe multidisciplinaire, coordonné les déploiements et collaboré de manière étroite avec les acteurs locaux pour garantir la réussite du projet.

Les compétences du consultant ayant fait la différence

Le consultant affecté à cette mission avait une expertise éprouvée en gestion de projet et des environnements Data, combinée à une solide expérience dans le secteur industriel. Grâce à sa maîtrise des méthodologies agiles et de l'IA, il a su :

• Coordonner les différents flux de projet tout en respectant les objectifs stratégiques.

• Adapter le paramétrage de l’algorithme aux spécificités locales de chaque site.

• Assurer un déploiement à grande échelle tout en favorisant la collaboration entre les équipes internes et les responsables des sites.

 

Notre intervention : Mise en place et ajustement de la solution pour une performance optimale

Le consultant Colibee a occupé le rôle de chef de projet déploiement de la solution, avec les responsabilités suivantes :

• Paramétrage et pilotage technique : configuration du modèle de données de chaque ligne de production pour permettre aux pipelines des data engineers d'alimenter les modèles d'algorithme, et coordination de la feuille de route avec les équipes de Build (data engineering et data science).

• Gestion de projet : élaboration du rétroplanning à 3 mois et animation des rituels Agile de l'équipe (data engineers et data scientists).

• Accompagnement des équipes de production : avec les data scientists, aide à la prise en main de l'outil et remontée d'informations utiles à l'ajustement des contraintes de l'algorithme de machine learning.

• Reporting : déploiement de tableaux de bord (PowerBI et interface de la solution) pour le suivi du respect des cahiers des charges du malt.

Analyses de données historiques

Le consultant a été amené à certaines occasions à réaliser des anlayses des données historiques des capteurs afin de prendre des décisions éclairées sur les choix de déploiement des modèles de données à récupérer.

Préparation du terrain et déploiement de la solution

Le consultant a également accompagné les responsables de production en usine pour faciliter leur appropriation des recommandations générées par l’outil. L’objectif était de s’assurer que les utilisateurs comprenaient les ajustements proposés et pouvaient progressivement adapter leurs pratiques en fonction des suggestions de l’algorithme.

Accompagnement des utilisateurs

Le consultant a également accompagné les responsables de production en usine pour faciliter leur appropriation des recommandations générées par l’outil. L’objectif était de s’assurer que les utilisateurs comprenaient les ajustements proposés et pouvaient progressivement adapter leurs pratiques en fonction des suggestions de l’algorithme.

Paramétrage de l’algorithme

Grâce aux retours terrains, les contraintes de l’algorithme sont optimisées continuellement pour tenir compte des spécificités de l’usine et des recettes produites :

• Augmenter le rendement en optimisant les conditions de transformation du grain, notamment pendant les périodes de trempe, de germination et de touraillage,

• Réduire la consommation d’eau en ajustant les durées et volumes de trempage,

• Optimiser la consommation énergétique, notamment en ajustant la température et la durée du séchage (touraille).

Résultats : Optimisation de la production industrielle collecte de données clés

Le déploiement du programme Industrie 4.0 a permis une collecte de données précieuses sur plusieurs sites de production, offrant des insights sur l'optimisation des processus de malterie.

Bien que les résultats aient été difficiles à évaluer à cause de la multiplicité des facteurs (dont notamment la qualité de la récolte), le programme a permis de récolter des données qui serviront à affiner l'algorithme dans les prochaines phases de déploiement.