Nous suivre Industrie Techno

L'informatique de pointe s'installe à l'usine

Thierry Mahé avec Mirel Scherer

Sujets relatifs :

,
- Derrière des procédés traditionnels se cachent des logiciels très évolués. Ils sont issus de cinq start-up françaises fondées par des chercheurs.

Les fabuleuses techniques élaborées pour l'intelligence artificielle ont souvent été jetées avec l'eau du bain. Elles font aujourd'hui un retour remarqué dans l'industrie. Elles ont gardé le même sigle, IA, mais on préfère aujourd'hui parler... d'informatique avancée.

Cinq "jeunes pousses" françaises, en particulier, déploient leurs logiciels high-tech dans les systèmes d'aide à la décision, le contrôle avancé de procédés comme l'analyse fine de données et ciblent préférentiellement l'industrie.

La première, Pertinence Data Intelligence, est emblématique de ce panachage entre mathématiques et industrie. Elle est née sous les doubles auspices d'experts en méthodologie dans l'automobile - méthode Six Sigma - et de chercheurs en intelligence artificielle : Michèle Sebag (Laboratoire de recherche informatique - CNRS) et Jean-Marc Kerisit, son directeur R&D. L'idée force de la start-up, c'est de s'attaquer à la mise au point et à la fiabilisation de procédés "délicats". À savoir des processus où interfèrent un grand nombre de paramètres « et où on ne peut se permettre de multiplier les essais », précise Frédéric Halley, directeur commercial.

Les outils de Pertinence ont ainsi contribué à extirper les dernières défaillances des moteurs d'Ariane V chez EADS Space Transportation (Allemagne). Comment ? En précisant simplement des zones de réglages « où il ne faut jamais aller » pour éviter que le moteur n'entre en résonance. Ici, 250 paramètres à balayer en seulement dix essais de laboratoire. Techniquement, le logiciel Pertinence Rule Maker croise analyse statistique à n dimensions, techniques d'apprentissage et règles logiques.

Beaucoup de résultats avec peu d'essais

Même produit, mêmes techniques pour fiabiliser un procédé de fonderie de précision chez Teksid Metaltemple. Pierre-Denis Bonnet, directeur industriel de Metaltemple, témoigne : « Nous avons mis en oeuvre le logiciel dans la phase analyse de données de la méthode Six Sigma. En 50 résultats de mesure seulement, le taux de rebut a été ramené de 20 à 5 %. Surtout, les résultats du logiciel sont exploitables simplement par les opérateurs. Nous déployons aujourd'hui cette méthode sur les nouveaux procédés. »

Second exemple, Miriad Technologies, fondée par le mathématicien et enseignant à l'École normale supérieure (ENS) de la rue d'Ulm et à Berkeley, Robert Azencott. Là encore, le corpus théorique est inouï dans le contrôle industriel : reconnaissance de forme, filtrage autoadaptatif, théorie de l'information...

Dans le cas de Miriad, l'idée force est « de détecter les dérives d'un procédé et de le ramener automatiquement à un mode nominal », explique Patrick Bourgeois, directeur commercial. Car le système, même s'il se nourrit d'une base de données préalablement recueillie puis enrichie au cours du temps, a ici pour but d'exercer un contrôle en ligne et en temps réel.

Rhodia PPMC (papier peint et matériaux de construction) le met à profit dans un process d'obtention du latex. La mesure de la viscosité du produit nécessite un aller-retour au laboratoire : une heure perdue. En revanche, Miriad vérifie en continu la normalité du process et, de façon prédictive, indique à l'opérateur quel composant rajouter dans la cuve. Dans ce cas précis, ce n'est pas un taux de rebut que le logiciel réduit (la matière n'est jamais perdue), mais la productivité qu'il améliore.

Détecter l'origine d'un défaut en ligne

Autre exemple de "diagnostic embarqué", Air Liquide intègre un logiciel de Miriad à ses réservoirs de gaz rares livrés à l'industrie des composants électroniques. Cette application embarquée est connue sous le nom de Fab Genious. En effet, les procédés continus des fondeurs de silicium ne supportent aucune rupture de gaz. Et l'impératif économique veut qu'on ne remplace le réservoir que lorsqu'il est presque vide. Toute l'expertise, on s'en doute, réside dans la connaissance de ce "presque"...

C'est en 1998 que Daniel Lafaye de Micheaux, maître de conférence à Sophia-Antipolis, brevette l'algorithme GPC. Et trois ans plus tard, crée la société GPC System, un des chouchous de l'Anvar. GPC pour Global Process Control. À l'opposé des traditionnelles méthodes statistiques de process, la méthode GPC est multivariable. Ainsi une anomalie dans le processus est-elle détectée avec une plus grande pertinence. Et conduit rapidement à l'origine du défaut. Pas étonnant que la start-up intervienne tant chez Renault (partenariat avec ABB) que chez PSA sur leurs lignes de ferrage de caisses. En effet, le contrôle dimensionnel 3D en ligne, qui est aujourd'hui de mise (entre 50 et 100 mesures par caisse), conduit le logiciel à détecter "la signature composite" d'un défaut, puis à identifier le robot fautif. Auparavant, on procédait à un contrôle dimensionnel, en fin de ferrage, sur la base d'échantillons de caisse. L'impact de l'analyse on line sur la qualité globale est évident. Le logiciel de GPC System est, de même, déployé au travers d'un partenariat avec l'ingénieriste SI Automation, chez des leaders mondiaux de la fonderie du silicium, ou encore sur un procédé de laminage à chaud d'Arcelor Sollac (Fos-sur-Mer, Bouches-du-Rhône).

Toujours au chapitre aide à la décision, mais cette fois basé sur un modèle statistique standard. Le modèle bayésien a inspiré aux fondateurs de la société Probayes le logiciel ProBT. Les lois bayésiennes régissent des probabilités d'apparition d'événements en fonction de la connaissance qu'on acquiert de l'état d'un système ("probabilité de A, sachant B"). Là encore, les fondateurs de Probayes, Emmanuel Mazer, Jean-François Miribel et Pierre Bessiere, sont issus du CNRS et de l'Inria. ProBT se comporte comme un moteur d'inférence. Il a en effet cet intérêt de fonctionner en mode déductif (des hypothèses vers la conclusion) et inductif (remonter aux causes à partir d'un effet). Son spectre d'application est immense.

Un exemple dans la maintenance industrielle. Sur la base du modèle des modes de fonctionnement d'un réseau électrique, on peut établir un diagnostic probabiliste en cas de panne ou de dysfonctionnement. Ou, à l'inverse, établir la probabilité que tout fonctionne correctement, en fonction de l'état des composants - par exemple, grâce à un bilan de maintenance préventive. Cette application est actuellement testée chez MGE-UPS, leader mondial des onduleurs.

Ce logiciel - et l'expertise humaine qui l'accompagne - est aussi à l'essai dans le domaine de la vente. Comme chez l'entreprise du Net, Kelkoo, qui réalise de façon plus ou moins automatique des comparaisons de prix. Ici, la programmation probabiliste est mise en oeuvre pour de la recherche "floue" d'informations. De même, en CAO ou en robotique, la programmation bayésienne est capable de propager des contraintes (encombrement, collisions...) par des calculs d'incertitude. Là où un formalisme exact serait impossible ou trop lourd à mettre en oeuvre.

Informatiser le savoir de l'entreprise

"Gestion des connaissances" et "compréhension du langage naturel" seraient-ils des concepts glorieux et décatis des années 1980 ? Pas aux yeux de Kaidara Software, fondée en 1991 par Michel Manago, mathématicien, chercheur et enseignant, dont la moitié du chiffre d'affaires est réalisé aux États-Unis. Le but du produit phare de la société, Kaidara Advisor, est d'exploiter efficacement le capital connaissance de l'entreprise, facilitant le cycle de collecte, de mémorisation et de réutilisation de l'expérience passée. Bien des acteurs se sont cassé les dents sur ce problème. Kaidara y apporte une plus-value déterminante en termes d'extraction des données pertinentes et d'interface avec l'utilisateur.

Ses performances lui ont ouvert les portes du support technique européen de NEC Computer (250 agents répartis sur cinq centres), ou encore celles du service après-vente de Chrysler (les centres d'appels de toutes les usines du constructeur en sont équipés) comme de PSA.

Ce dernier exemple est particulièrement probant. Citroën a en effet intégré le moteur de connaissance de Kaidara dans ses bornes de diagnostic (Actia et JCAE, ex-Sagem) pour le dépannage du réseau électrique de ses derniers modèles équipés d'un réseau de multiplexage (à partir de la Xsara Picasso). L'outil "parle" 22 langues dont le farsi ! et il est utilisé quotidiennement par 7 300 réparateurs du réseau. Pas moins de 2 000 cas de dysfonctionnement étayent le diagnostic : dès que trois cas de pannes similaires sont attestés dans le monde, ils créent jurisprudence ! « Dans tous ces cas, les informations sont remontées à la conception pour éliminer les défauts et réduire les coûts », remarque Michel Manago. De combien ? Pour le service client on estime entre 60 et 480 dollars le coût d'une intervention d'un spécialiste sur site, tandis que le traitement du problème au niveau du centre d'appels ne coûte que de 16 à 24 dollars. Et si le problème est résolu directement par l'utilisateur, ce coût fond comme neige au soleil : de 50 cents à 2 dollars !

Reste que dans les enquêtes de satisfaction, ce n'est cependant pas le coût qui obsède les industriels, mais l'amélioration du service clients et celle de leur fidélisation. D'où l'extension des capacités du logiciel. « Nous avons lancé, avec la société norvégienne Fast, un projet financé par l'Union européenne pour relier notre moteur de raisonnement avec leur moteur de recherche », indique Michel Manago.

UNE ANALYSE MULTIVARIABLE

- Pour la fiabilisation du procédé de fonderie de précision chez Teksid Metaltemple Développé par Pertinence Data Intelligence Fondateurs : Michèle Sebag (LRI/CNRS) et Jean-Marc Kerisit (X, docteur en informatique) Création : 2000 Effectif : 35 personnes Technologie : extraction de règles d'une analyse statistique multivariable Site Web : www.pertinence.com

UN DIAGNOSTIC EN LIGNE

Pour le contrôle dimensionnel 3D sur les lignes de ferrage de caisses Développé par GPC System Fondateur : Daniel Lafaye de Micheaux, maître de conférence à Sophia-Antipolis Création : 2001 Effectif : 5 personnes Technologie : gestion statistique des processus à n variables Site Web : www.gpc-system.com

UN LOGICIEL AUTOADAPTATIF

Pour la détection des dérives d'un procédé de fabrication de latex chez Rhodia PPMC Développé par Miriad Technologies Fondateur : Robert Azencott, mathématicien et enseignant à l'ENS-Ulm et Berkeley. Création : 1999 Effectif : 25 personnes Technologie : logiciels autoadaptatifs d'aide à la décision en ligne Site Web : www.miriadtech.com

UN MOTEUR D'INFÉRENCE

Pour la maintenance préventive des onduleurs chez MGE-UPS Développé par Probayes Fondateurs : Emmanuel Mazer (directeur de recherche CNRS), Jean-François Miribel (docteur en informatique, fondateur d'ITMI) et Pierre Bessiere (chargé de recherche au CNRS) Création : 2003 Effectif : 4 personnes Technologie : moteur d'inférence sur des lois bayésiennes Site Web : www.probayes.com

UN LOGICIEL POLYGLOTTE

Pour le diagnostic de pannes (centres d'appels de DaimlerChrysler) Développé par Kaidara Software Fondateur : Michel Manago, docteur en intelligence artificielle, enseignant à Berkeley Création : 1991 Effectif : 60 personnes (30 en France) Technologie : gestion des connaissances en langage naturel Site Web : www.kaidara.com

vous lisez un article d'Industries & Technologies N°0860

Découvrir les articles de ce numéro Consultez les archives 2004 d'Industries & Technologies

Bienvenue !

Vous êtes désormais inscrits. Vous recevrez prochainement notre newsletter hebdomadaire Industrie & Technologies

Nous vous recommandons

Bâtiments à énergie positive : de l'énergie à revendre

Bâtiments à énergie positive : de l'énergie à revendre

Les industriels ont mis au point de nouvelles technologies de production et de stockage pour accompagner l'avènement prochain des[…]

Optez pour l'agilité

Optez pour l'agilité

La cobolution décolle chez Airbus

La cobolution décolle chez Airbus

L'USINE 4.0 . PAGE 24

L'USINE 4.0 . PAGE 24

Plus d'articles