fr.wedoany.com Rapport : Dave Evans, fondateur et PDG de Fictiv, a récemment publié un article expliquant l’impact profond de la fusion de l’intelligence artificielle, de la robotique et de la fabrication numérique sur la production industrielle. Selon Evans, la fabrication de composants personnalisés connaît actuellement un tournant décisif. La convergence de trois forces — la conception optimisée par l’IA, la fabrication numérique et l’intégration des technologies de l’information et des technologies opérationnelles (IT/OT) — permet de produire des composants personnalisés à une échelle et une vitesse proches de celles de la production de masse, sans que les ingénieurs aient à faire de compromis sous les contraintes de la chaîne d’approvisionnement.
Evans a cofondé Fictiv avec son frère Nate en 2013, dans le but de résoudre le goulot d’étranglement industriel des délais de livraison trop longs dans la fabrication de matériel. Il indique qu’auparavant, les composants personnalisés entraînaient généralement un facteur de coût de 3 à 5 fois supérieur et des cycles de fabrication longs, mais que cette situation est en train de changer. Grâce à des technologies telles que l’usinage CNC multi-axes, les procédés additifs et l’optimisation de la production en temps réel, le coût de fabrication des composants personnalisés est désormais réduit à 1,2 à 1,5 fois celui des pièces standard, et les délais de livraison se comptent en semaines plutôt qu’en trimestres.
Le modèle de chaîne d’approvisionnement hybride devient une tendance dans l’industrie. Evans cite l’exemple de l’extension de la fabrication de machines par la Giga Factory de Tesla, où l’entreprise intègre des composants de transmission personnalisés avec des actionneurs standardisés, permettant d’itérer les systèmes robotiques à la vitesse du développement logiciel. Ce modèle conserve les actionneurs standard comme référence de fiabilité, tout en personnalisant les composants de transmission de puissance tels que les boîtes de vitesses, les accouplements et les structures de montage, sans augmenter significativement les coûts ou les délais.
Les algorithmes d’apprentissage automatique deviennent un middleware clé entre la conception et la fabrication. Evans souligne qu’après avoir spécifié des paramètres tels que les charges, les couples et les cycles de service, le système d’IA peut effectuer un grand nombre d’itérations de conception en quelques minutes, explorant des facteurs difficiles à considérer manuellement, comme les profils de dents et les choix de matériaux, et se connectant directement aux systèmes d’exécution de la fabrication. Les données de performance anonymisées provenant de déploiements réels sont renvoyées au modèle d’IA pour optimiser en continu les conceptions futures. Des entreprises comme Boston Dynamics, Universal Robots et ABB utilisent déjà l’optimisation de conception pilotée par l’IA pour créer des actionneurs et des systèmes de transmission adaptés à des mouvements dynamiques complexes.
L’intégration IT/OT est un maillon clé pour les avancées du secteur. Chez MISUMI Americas, les données de conception des clients peuvent être intégrées de manière transparente dans la planification de la fabrication, la gestion des stocks et la logistique, le tout en temps réel. Siemens Digital Industries progresse également activement dans son agenda d’intégration. L’émergence des normes MQTT et OPC UA rend l’interopérabilité possible.
Des cas d’application concrets montrent qu’un intégrateur de systèmes robotiques de taille moyenne a réduit le cycle de développement d’un système de palettisation grâce à une solution de boîte de vitesses personnalisée, avec une efficacité de conception optimisée supérieure de 3 % à celle d’une solution manuelle et un délai de livraison de quatre semaines. Dans le domaine des semi-conducteurs, Nvidia a compressé un temps de développement habituellement de 18 mois à 6 mois en prototypant rapidement des solutions de boîtes de vitesses personnalisées. Les entreprises de dispositifs médicaux Stryker et Zimmer Biomet ont utilisé des conceptions de boîtes de vitesses personnalisées pilotées par l’IA pour réduire le jeu du mécanisme du poignet des robots chirurgicaux de 40 % par rapport à la génération précédente, tout en réalisant une baisse des coûts.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
