Newsroom
 / Magazine / 
Transformation numérique
Data continuity in industry: How software and IT are changing
  • 936-0-0
  • 937-1-936
  • 980-2-936
18.01.2021

Plateformes digitales : Comprendre les tendances IT

La continuité des données dans l'industrie : l'évolution des logiciels et de l'informatique

Les médias ne cessent de brandir le même signal d'alarme : "L'industrie doit accélérer la transformation numérique !" Pourtant, il est également vrai que l'économie des plateformes a déjà apporté de nombreux changements dans le paysage informatique. Pour vous aider à mieux comprendre ces changements, nous avons demandé à Nikolai D'Agostino, expert de l'usine numérique, de nous parler des tendances informatiques qui pourraient intéresser les managers des entreprises manufacturières. Lisez la suite pour découvrir ses sept points décrivant et évaluant ces évolutions.

Pour les entreprises industrielles, la crise du Covid-19 est un choc sans précédent avec de nombreux challenges à relever. Les ventes de certains produits et des marchés entiers se sont effondrés, et les chaînes de valeur ont vacillé. Au cours des dernières années, de nombreux décideurs ont débattu des avantages et des inconvénients supposés de la digitalisation dans l'industrie manufacturière. La quatrième révolution industrielle, annoncée en 2011 - la première révolution industrielle, soit dit en passant, à être annoncée avant qu'elle ne se produise - ne progresse pas comme prévu. Mais en raison de la crise du coronavirus, nous nous trouvons maintenant dans une situation qui pourrait fortement encourager la transition.

Un aspect important dans ce contexte est le fossé entre l'IT - en ce qui concerne la pyramide de l'automatisation, c'est-à-dire les niveaux supérieurs - et la technologie opérationnelle (OT) qui contrôle les processus pertinents pour la fabrication sur le terrain.

La technologie opérationnelle semble avoir plusieurs années de retard sur l'IT lorsqu'il s'agit de sujets liés à la technologie logicielle tels que l'orientation des services, l'orientation objet ou la communication dans les systèmes distribués (pub-sub vs. client-serveur).

Il s'agit essentiellement d'une conséquence des longs cycles de vie produit des biens d'équipement de grande valeur tels que les installations automatisées, ainsi que des exigences particulières en matière de comportement déterministe dans le temps (temps réel).

Cela s'avère être un obstacle à l'avènement de systèmes intégrés conformes à l'industrie 4.0, qui nécessite une convergence de l'informatique (IT) et de la technologie opérationnelle (OT).

 

  1. Open Source
    Les entreprises industrielles choisissent de plus en plus d'applications open source pour piloter leurs projets d'automatisation et de production. De nombreuses applications dans le domaine du Machine Learning et de l'IA reposent déjà sur des logiciels libres (par exemple Rapidminer ou TensorFlow).

    Cette tendance nécessite de repenser le développement, mais aussi l'application et l'utilisation des logiciels. L'open source est une condition préalable importante pour la création de marchés de données ouverts et de plateformes clientes. Dans le même temps, les approches open source favorisent de nouvelles impulsions de l'industrie informatique qui peuvent encourager la convergence souhaitée entre OT et IT.

    Il y a une autre raison pour laquelle les standards ouverts et l'open source se répandent : Les entreprises ne veulent pas devenir dépendantes d'un seul fournisseur. Et la crise de Covid pourrait même encourager cette tendance.

  2.  

  3. Low Code
    Une autre tendance associée à l'open source est le low code. Cette technologie utilise des approches visuelles pour développer des applications qui ne pouvaient auparavant être réalisées qu'au moyen de structures de contrôle dans un langage de programmation de haut niveau. Un exemple serait le câblage visuel de blocs fonctionnels.

    Le low code permet aux ingénieurs qui n'ont pas de compétences approfondies en codage de développer leurs propres applications et/ou composants logiciels. Pour les utilisateurs qualifiés, cette nouvelle forme de programmation permet de développer à court terme des prototypes qui peuvent être testés et mis au point avec le client.

    L'utilisation de low code augmente ainsi la flexibilité, réduit les délais et les coûts de développement et accélère le développement d'applications pour les plateformes afin de permettre des tests rapides et une évolution réussie des business models. 

     

  4. Fabrication définie par logiciel
    La convergence de l'informatique et de la technologie de l'information est particulièrement importante pour la programmation des commandes de ligne. Actuellement, une grande partie de la logique des opérations est profondément cachée dans l'automate programmable (API). Les programmes logiques basés sur la norme IEC 61131-3 sont généralement codés en dur et n'offrent qu'un degré de flexibilité limité.

    Il serait donc plus efficace de ne limiter que les fonctions de base avec des exigences en temps réel directement dans la commande, et d'utiliser une API pour se connecter à la logique métier basée sur les évènements dans les systèmes supérieurs. Cela permettrait le développement d'adaptations plus flexibles de la logique métier à l'aide d'un langage de programmation de haut niveau ou en utilisant un low code.

    L'approche consistant à transférer de plus en plus la fonctionnalité des systèmes de production vers le logiciel se reflète dans le rôle croissant de valeur ajoutée que joue le logiciel dans le développement des installations de production.

    Le thème du "X défini par logiciel" existe déjà dans divers domaines. En substance, le X défini par logiciel signifie que le logiciel, et uniquement le logiciel, est utilisé pour réaliser des opérations, sans avoir à modifier le matériel sous-jacent. Les exemples incluent les smart phones, les réseaux définis par logiciel, la radio définie par logiciel, l'infrastructure définie par logiciel...

    La fabrication définie par logiciel transfère cette approche aux technologies de production. Les rôles majeurs dans ce développement reviennent au concept de jumeau numérique en production et à l'ingénierie des implantations automatisées, qui seront abordés plus loin.

  5. Middleware
    Pour réaliser ces concepts de communication convergente, il faut une couche de communication unifiée qui s'adresse à tous les systèmes connectés via une interface logicielle commune (API). Cela permet également de réaliser des architectures orientées services qui permettent un couplage souple des systèmes. Ici aussi, la communauté open source offre une large gamme de systèmes dits "middleware" comme Camel, Kafka et bien d'autres.

    La capacité des systèmes logiciels à s'intégrer à ces middlewares crée la base de systèmes de communication cohérents avec les données.

     

  6. La connectivité
    Compte tenu de l'éventail de systèmes middlewares disponibles aujourd'hui, nous devons nous demander comment assurer la connectivité et l'interopérabilité entre des systèmes très divergents.

    La standardisation joue un rôle majeur à cet égard, et OPC UA est l'une des plus importantes de ces normes pour la communication industrielle. Grâce à son modèle de données intégré, OPC UA permet la connectivité avec un haut degré d'abstraction des données.

    Des associations industrielles telles que le VDW effectuent un travail de développement dans ce domaine. Son initiative UMATI a été créée pour promouvoir le modèle de données pour les échanges de données dans le domaine des machines-outils. Le résultat sera une spécification complémentaire OPC UA Companion Participation, c'est-à-dire un modèle de données spécifique pour ce domaine d'application.


  7. Interoperability
    Une autre initiative de normalisation majeure est le Asset Administration Shell (AAS), qui est dérivé de RAMI 4.0 (Reference Architecture Model Industry 4.0). L'AAS vise, à l'avenir, à permettre le développement de systèmes avec un tel degré d'intégration que les processus de production sont capables de s'auto-organiser, ce qui constituerait la base d'une véritable usine intelligente.

    Asset Administration Shell (AAS) peut être considéré comme une version standardisée du jumeau numérique. Toutes les spécifications de l'AAS sont publiques et librement accessibles. En utilisant l'application open-source AASX, tout le monde peut essayer le concept de l'AAS et le faire fonctionner avec quelques prototypes initiaux.

    À mon avis, il n'existe à ce jour aucune définition univoque du jumeau numérique. A un niveau très générique, le jumeau numérique peut être vu simplement comme la représentation numérique d'un objet pertinent dans le domaine d'application qui le considère.

    Ainsi, un modèle de simulation cinématique 3D peut être un jumeau numérique d'une installation de production physique correspondante ainsi que de son modèle de contrôle logique, chacun d'entre eux existant en tant que sous-modèle dans le AAS commun. Le AAS représente l'installation de production physique dans le monde numérique et peut y fournir des informations d'exécution ainsi que servir d'interface pour contrôler les interventions à partir du monde numérique. Cette propriété fait du SAA, en conjonction avec l'actif représenté, un composant important d'une future usine intelligente, qui peut alors être considérée comme un système cyber physique.

    Une analogie facile à saisir avec le jumeau numérique est le profil LinkedIn. Les personnes présentent leurs capacités et propositions spécifiques dans le monde numérique et peuvent ainsi se mettre en réseau avec d'autres membres via leur propre représentation numérique.

    En appliquant ce concept à la technologie de production, le jumeau numérique d'un produit pourra négocier les conditions de sa propre production avec le jumeau numérique d'une installation de production.

    Les approches techniques qui permettraient de telles activités, comme la planification de la fabrication basée sur les capacités, sont en cours de développement. Une analogie utile serait ici l'interface USB pour les périphériques d'ordinateur, qui permet la configuration automatisée d'un large éventail de dispositifs différents sur la base de mécanismes auto décrits. Nous retrouverons un jour cette approche dans la technologie de l'automatisation également. Il y a toutefois une condition préalable : un échange de données sémantiques sans faille.


  8. Un échange de données sémantiques sans faille.
    Pour l'échange de données, l'AAS exige des formats de données qui peuvent être compris et traités par tous les participants. Une approche prometteuse est la norme AutomationML, qui, de concert avec l'AAS, permet la sérialisation des données et donc un échange complet et sans perte, même pour des structures de données internes complexes.

    Pour y parvenir, AutomationML s'appuie sur un concept qui s'appuie sur des bibliothèques appropriées pour communiquer également la sémantique des objets de données, permettant le mécanisme d'auto-description décrit ci-dessus. Ainsi, les "sous-modèles" qui composent un AAS peuvent contenir des descriptions complètes des composants d'automatisation. Outre la géométrie 3D, ils peuvent contenir la cinématique, les modèles comportementaux et les programmes de commande. AutomationML est un format de données neutre, basé sur XML, pour le stockage et l'échange de données de planification d'installations, disponible gratuitement en tant que standard ouvert.

    L'objectif initial de la norme AutomationML était de permettre l'échange de données d'ingénierie dans un environnement hétérogène d'outils d'ingénierie pour diverses disciplines telles que la conception mécanique, la conception électrique, le développement d'IHM, la programmation SPS ou la commande de robots.

    Cependant, AutomationML est de plus en plus utilisé comme un format de métadonnées qui peut être exploité comme un outil universel pour résoudre les problèmes d'échange de données. Une spécification OPC UA Companion Specification correspondante est désormais disponible pour mapper le modèle de métadonnées AutomationML à la représentation spécifique du modèle de données d'un serveur OPC UA (Name Space). Cela permet de fournir automatiquement les modèles de données décrits par AutomationML via un serveur OPC UA - un complément utile aux deux Standards.

 

Voilà pour mon point de vue sur les principales tendances informatiques actuelles dans l'industrie. Ai-je oublié un sujet ? Vous souhaitez plus de détails ? N'hésitez pas à me contacter !