Valeur ajoutée numérique via le Kastor DataCockpit

Analyse et évaluation des données

Présentation

Un grand nombre de clients disposent de processus hautement automatisés pilotés par un système de contrôle process tel que le système de gestion de la production Kastor AZO. Au fil du temps, ces systèmes de contrôle génèrent un nombre anormalement élevé de données. Certains clients stockent plusieurs mégaoctets de données dans leurs bases de données.

Ces données sont précieuses mais leur potentiel est difficile à exploiter. Si vous tentez d’évaluer un tel volume de donnés sous forme de listes ou autres formats similaires, vous vous trouvez simplement noyés d’informations.

C’est la raison pour laquelle trouver une nouvelle approche s’impose. C’est alors que la notion de données intelligentes entre en jeu. De nouvelles technologies dans le domaine de l’analyse et de l’évaluation des données sont mises en œuvre. Il s’agit de technologies avec lesquelles vous êtes déjà familiarisés dans la vie courante avec les prévisions de flux des systèmes de navigation par exemple.

Définition de l’analyse de données

De manière générale, l’analyse de données suppose de tirer des conclusions utiles de ces données. Pour ce faire, de nombreuses techniques sont employées pour restructurer, organiser et présenter les données de telles sortes que les liens et connexions entre les données soient visibles et que les résultats puissent servir de références pour l’optimisation de la production.

Par conséquent, l’analyse de données elle-même peut être classée comme méthode dédiée ou technologie imbriquée dans un objectif d’optimisation de la production. La sécurité des données occupe la toute première place en termes de priorités.

»Vous pouvez disposer de données sans informations mais pas d’informations sans données.«

_{Daniel Keys Moran, programmateur et auteur}

Les avantages de l’analyse des données

Les avantages pour nos clients d’une analyse de données reposent en grande partie sur la valeur ajoutée de données jusqu’ici inexploitées découlant de l’utilisation des systèmes AZO ou d’autres composants systèmes.

De nouvelles connaissances acquises sur le potentiel d'optimisation, la mise en évidence des points faibles éventuels ou la manière de prévenir les pannes : l'analyse des données fournit à nos clients une base solide pour l'amélioration permanente de leur système AZO ou de leurs modules.

Différentes configurations pour différents clients

Puisque nos clients, des petites et moyennes entreprises (PME) aux grands Groupes, couvrent l’ensemble du spectre, il était primordial d’être à même de fournir la solution adaptée à l’ensemble de nos clients. Pour cela, nous nous sommes appuyés sur le principe d’une architecture en couches et l’avons utilisée en toute logique. En conséquence, différents niveaux de traitement d’alertes peuvent être utilisés de façon tout à fait flexible, ou être masqués ou échangés selon le cas.

Du point de vue d’une PME, une solution locale avec une présentation locale des données se trouve être la solution à adopter. Dans ce cas, AZO fournit l’ensemble des strates.

Les données doivent en revanche être présentées à l’échelle mondiale dans le cas d’un grand Groupe. Là encore, la collecte, la transformation et le traitement des données sont prises en charge par AZO. La présentation est réalisée par le biais des supports multimédia habituels du groupe. Les données traitées en amont y sont rassemblées puis mises à disposition via une interface.

Dans le cas des grands Groupes, la comparaison des différents sites est un point particulièrement important. Les sites peuvent comporter une infrastructure différente. Pour y faire face, les données sont uniformisées et préparées à des fins d’évaluation et de comparaison. Les données peuvent être préparées soit localement sur site, soit de manière centralisée.

Applications

Instaurer le principe de transparence

L’analyse des données vous permet de visualiser les temps de recettes en cours et d’identifier les problèmes survenus dans le cas de batchs spécifiques. Ils peuvent ensuite être localisés de telle sorte qu’une attention particulière puisse être accordée à tous les blocages survenus à certains niveaux du système. L’analyse ultérieure de pannes permet d’identifier les causes du problème et d’assurer le principe de transparence. En éliminant les problèmes connus, les débits peuvent ainsi être augmentés de manière constante.

Accroître l’efficacité :

Les processus/temps de certaines parties du système s’affichent. Cela vous permet de détecter, sur le temps de fonctionnement du système, si certaines durées ont été augmentées, par exemple des procédures peuvent durer plus longtemps, et d’identifier ainsi rapidement un problème auquel il est possible de réagir par anticipation. Les mesures préventives de production permettent de gagner en efficacité sur le long terme.

Améliorer la qualité :

Les variations de poids de millions de procédures de pesage sont enregistrées, de telle sorte des tendances peuvent s’en dégager, par exemple si ces variations augmentent sur l’année. Cela peut s’expliquer par une erreur système ou une erreur de maintenance. Une maintenance ciblée de l’installation permettrait de fournir la solution appropriée.

Augmenter la disponibilité :

Le système enregistre aussi les erreurs survenues. Il peut s’agir de valeurs hors tolérance ou des erreurs sur le temps de dosage par exemple. Ces situations entraînent toutes un court arrêt du système. S’il était possible d’éviter disons 50 % de ces erreurs en configurant les paramètres du système de manière plus pertinente, vous imaginez tout le potentiel.

Télécharger le livre blanc