La qualité industrielle : un levier de sortie de crise ?

En interconnectant les machines, les personnes et les systèmes de gestion, l’Industrie 4.0 vise à répondre aux grands enjeux du secteur manufacturier : produire plus vite, moins cher, et dans un respect accru de l’environnement. Mais rien de cela ne serait un véritable progrès si ce devait être au détriment de la qualité, surtout dans un contexte de crise où les consommateurs en voudront plus que jamais pour leur argent. La qualité pourrait même être l’une des voies du renouveau pour le Made in France. C’est pourquoi, bien que l’Industrie 4.0 se soit jusqu’à présent plutôt focalisée sur le processus de production lui-même, la qualité a tout pour devenir l’un de ses sujets phares.

Observer un à un des centaines de produits identiques attentif à la moindre imperfection, passer des heures le nez collé à une structure métallique à la recherche d’une rayure ou d’une fissure, se contorsionner pour examiner un véhicule sous toutes les coutures… le contrôle qualité ne manque pas de tâches ingrates. Dans bien des cas, la technologie élimine l’inconfort de ces procédures manuelles en automatisant les inspections, en analysant leurs résultats et en soumettant les anomalies potentielles aux contrôleurs. En cas de doute, c’est à eux d’user de leur expertise pour décider de la conformité ou non du produit.

Les quatre ingrédients de la Qualité 4.0

Mais un tel scénario n’est possible que si le système leur fournit des informations d’une précision suffisante et d’une fiabilité constante. Pour cela, un système de gestion de la qualité 4.0 comporte nécessairement quatre ingrédients :

1. Un capteur : Le plus souvent, il s’agit d’un appareil photo ou d’une caméra afin de procéder à un contrôle visuel, mais d’autres possibilités sont envisageables, comme des capteurs à ultrason pour sonder les produits dans la masse. Pour que la prise de vue soit indépendante des conditions d’éclairage de l’atelier, le capteur est couplé à une source lumineuse adéquate.
2. Un vecteur : Pour réaliser l’inspection, le couple capteur/éclairage doit être monté sur un vecteur – un robot ou un cobot – capable de prendre le(s) cliché(s) toujours de la même façon, toujours au même moment, toujours sous le même angle.
3. Un serveur d’edge computing. L’edge computing consiste à traiter localement les données lorsque les transférer vers le cloud n’est pas pertinent pour des raisons techniques, pratiques, économiques ou de sécurité. C’est le cas du contrôle qualité qui manipule des clichés lourds, sensibles, mais éphémères. L’edge n’en est pas moins connecté au cloud, que ce soit pour transmettre les résultats ou charger de nouvelles versions des algorithmes d’analyse.
4. Une intégration étroite avec le système d’information. Pouvoir injecter directement les résultats du contrôle qualité dans les systèmes de gestion, de production ou dans le jumeau numérique permet d’automatiser les réponses – rejet du produit, génération d’ordres d’intervention, mise en attente pour un contrôle manuel… – et de réaliser reportings et statistiques.

Le choix et la configuration de ces quatre éléments dépendent naturellement du processus industriel. En combinant des capteurs actifs et passifs, et des moyens de contrôle non destructif (CND) les spécialistes d’Airbus peuvent suivre l'état de santé d'un fuselage ou d'une voilure en repérant les dommages dus à des chocs ou des points de corrosion et diagnostiquer la nature des chocs et les dégâts engendrés. Cette surveillance de l’état de la structure de l’avion et de sa qualité permet d’améliorer les temps d'intervention en maintenance. Dans l’usinage de précision, le suivi numérique de bout en bout par des automates permet de faire de la remontée d’informations portant sur les données de qualité en production auprès des opérateurs. Dans tous les cas, le contrôle qualité doit s’accorder au rythme et au contexte de la production pour ne pas la gêner ni la ralentir.

Demain, la qualité prédictive

L’amélioration des conditions de travail n’est que l’un des bénéfices les plus visibles de la Qualité 4.0. En permettant de déployer aisément des méthodes d’inspection et d’analyse standardisées, la digitalisation homogénéise aussi les résultats entre les différents sites et pays de production alors que l’appréciation des défauts est souvent une affaire de culture. La production en ressort plus uniforme et mieux maîtrisée. Automatiser les processus qualité facilite aussi la mise en place de logiques d’économie circulaire pour valoriser les produits défectueux : désassemblage pour en récupérer les pièces, reconditionnement, vente dégriffée…

Toutefois, la « qualité prédictive » constitue probablement la perspective la plus prometteuse de la Qualité 4.0. En croisant les données d’inspection et les données issues de l’outil de production, l’intelligence artificielle peut déceler les causes profondes de non-conformité, comme des incompatibilités entre certains réglages ou certains matériaux. Ceci permettrait soit de les corriger, soit d’être alerté dès la détection de ces signaux faibles. Et ainsi de réaliser des économies substantielles en stoppant au plus tôt une production mal engagée.