Essais & Simulations 148

DOSSIER MISE EN

DOSSIER MISE EN APPLICATION CHEZ UN GRAND SOUS-TRAITANT DE L’AUTOMOBILE L’avantage est que le ThreadChecker s’adapte à toutes les géométries, mais pas seulement. En effet, cet appareil permet de contrôler en production et donc gagner un temps considérable à la fois au moment de la mesure (sans contact, grâce à une simple sonde) mais aussi en permettant de vérifier bien en amont et intervenir au bon moment. « Lorsque nos clients s’aperçoivent qu’un trou n’a pas été taraudé, cela peut considérablement retarder la production et bloquer la ligne d’assemblage, poursuit Jean-Luc Barette. Il faut en effet rechercher la pièce et son fournisseur ». De grands sous-traitants dans l’automobile utilisent notamment le ThreadChecker sur certains éléments tels que des alternateurs, démarreur ou pompe à eau. « Ce type de sous-ensemble doit faire l’objet d’un contrôle à 100%. Cette vérification s’effectue grâce à un robot muni du ThreadChecker. Plusieurs dizaines de pièces – comprenant une multitude de trous – sont concernées ; les sondes, au bout desquelles un cône de champ magnétique est noyé dans la matière, descendent dans les trous. Une fois le contrôle effectué, un signal “bon” ou “mauvais” apparaît, cette information peut être directement traitée par le contrôle ». ENTRETIEN Quand l’IA se mêle On parle de plus en plus d’intelligence artificielle (ou « IA ») associée au contrôle de la production. Mais qu’entend-t-on réellement par « intelligence artificielle » ? Et en quoi peut-elle être un atout dans les opérations de contrôle qualité ? La réponse avec Vincent Noblet, responsable commercial de la jeune société Psycle Research, implantée à Compiègne. Le logiciel Interact permettant d’annoter les photos Quand et à partir de quel constat a été créée la société Psycle Research ? Outre la rapidité d’exécution, la répétabilité des opérations semble avoir séduit les sous-traitants. Ce retour d’expérience devrait, dans les mois qui suivent, convaincre d’autres industriels en particulier chez les équipementiers, fournisseurs d’accessoires industriels ou encore les intégrateurs ● Olivier Guillon L’idée « Psycle Research » est née à l’été 2017 et la société existe officiellement depuis décembre 2017. Le constat était le suivant : de très grandes entreprises innovent toujours plus et déploient des technologies très avancées (notamment les Gafam). Un fossé se crée alors entre les entreprises qui suivent le mouvement et celles qui, par choix ou par contrainte, n’en tirent pas parti (en particulier sur le domaine de l’intelligence artificielle). Psycle Research a pour objectif de rendre opérationnelles et simples d’utilisation des technologies récentes pour un secteur en retard et pourtant tellement critique pour notre économie : l’industrie manufacturière. 30 I ESSAIS & SIMULATIONS • N°148 • Février - Mars - Avril 2022

de contrôle qualité... La mallette contenant le produit Kit Vision (caméra + éclairage + nano-pc + tablette) Comment, au sein de votre société, définit-on l’intelligence artificielle ? Sur quoi repose cette technologie ? Psycle Research conçoit, développe et commercialise des systèmes de contrôle qualité pour l’industrie (directement intégrés sur des lignes de production) via l’intelligence artificielle. C’est un ensemble d’outils d’apprentissage pour reconnaitre, en temps réels, les défauts d’aspects que la vision traditionnelle ne peut pas reconnaitre. Ceux-ci reposent sur des réseaux de neurones liés à des données (images) annotées par des humains. À quoi peut-elle servir dans les domaines contrôle qualité de la production ? Sur les lignes de production françaises passent, chaque jour, des millions de produits. Cette masse constitue une véritable source de connaissances et d’expertise sur laquelle l’industrie se doit de capitaliser. L’IA permet de « garder en mémoire » les différents types de défauts auparavant observés afin d’automatiser les contrôles. De plus, en reliant les informations d’un produit à sa qualité, ainsi qu’à l’état des machines environnantes, nous sommes capables de détecter des fonctionnements anormaux pour ensuite permettre à l’industriel de les corriger, voire de les anticiper (cf. maintenance prévisionnelle). Plus précisément, à quelles problématiques les techniciens chargés du contrôle qualité sont-ils confrontés et comment vos outils d’intelligence artificielle répondent-ils concrètement à celles-ci ? Deux options se présentent. Premier cas, l’industriel ne possède pas d’outil de contrôle automatisé : ce sont alors des collaborateurs qui ont pour mission de détecter des défauts directement sur ligne. Autant dire qu’avec des cadences toujours plus élevées, il s’agit d’une tâche très complexe, épuisante et peu efficace. Nos outils d’intelligence artificielle facilitent le quotidien de ces opérateurs pour leurs filtrer la majorité des cas et leurs laisser analyser les produits qui demandent une réelle expertise. Ils peuvent donc se concentrer sur des tâches à plus haute valeur ajoutée. Second cas de figure, l’industriel dispose déjà d’outils de contrôle automatisé en place : depuis des années, la vision traditionnelle a conquis une bonne part du marché. Néanmoins, celle-ci étant basée sur des règles visuelles statiques de contrôle, les techniciens se doivent de régler constamment les systèmes où ces réglages définiront les performances du contrôle. Notre technologie permet de s’abstraire de tous les paramètres non pertinents Exemple d’installation pour faisabilité avant industrialisation (l’intelligence artificielle exploite, en effet, le « Deep Learning ») pour le contrôle et dépasse les attentes des collaborateurs pour une analyse plus précise et évolutive avec la production (facilité d’ajouter de nouvelles références). Avez-vous des exemples concrets à nous citer ? Nous avons installé, entre autres, des systèmes dans des sociétés industrielles telles que BIC et Babynov. À titre d’exemple, chez Babynov, nous avons automatisé à 100% un point de contrôle sur ligne de production de boîtes de conserves, afin de détecter les déformations éventuelles. Chez BIC cette fois, plusieurs systèmes au sein du laboratoire de qualification permettent d’analyser la qualité des encres. Les gains de nos solutions ainsi installées sont multiples. Sur certains sujets nous atteignons des analyses 120x plus rapide par rapport aux contrôles manuels, 10% de réductions des arrêts de ligne, une hausse de 99,97% de performances (trois produits sur 10 000 non éjectés) et quarante produits analysés par seconde ! ● Propos recueillis par Olivier Guillon ESSAIS & SIMULATIONS • N°148 • Février - Mars - Avril 2022 I31