Comment garantir l'identification unique des bobines tout au long de chaînes de production complexes ?

Une identification fiable peut être obtenue à l'aide de caractéristiques de processus telles que le profil d'épaisseur longitudinal, qui est unique à chaque bobine. Avec ibaDatawyzer-ICC, ce profil sert d'« empreinte digitale » pour attribuer les bobines sans ambiguïté. Les données de processus requises sont collectées et traitées à l'aide d'ibaPDA. Cela garantit une traçabilité de bout en bout, même dans le cadre de parcours de processus complexes.

Comment détecter et prévenir à un stade précoce les erreurs de mélange de matériaux dans le domaine de la transformation des métaux ?

Les erreurs de mélange de matières peuvent être détectées grâce à une comparaison continue des données de processus entre les différentes étapes de production. ibaDatawyzer-ICC compare les profils de signaux caractéristiques et évalue leur similitude en fonction de seuils prédéfinis. En cas d'écarts, un signalement automatique et des procédures de mise en correspondance alternatives sont déclenchés. Cela permet de prendre immédiatement des mesures correctives avant que le traitement en aval ne soit affecté.

Comment exploiter de grands volumes de données pour permettre une recherche et une identification rapides de produits individuels ?

Une base de données haute performance, associée à un système dédié d'extraction de caractéristiques, permet d'identifier rapidement des objets individuels au sein de vastes ensembles de données. ibaDatawyzer-ICC génère des caractéristiques distinctives à partir des données de processus et les stocke en vue d'une utilisation à long terme. Associé à ibaPDA, ce système constitue une infrastructure de données évolutive permettant d'effectuer des requêtes rapides. Il est ainsi possible d'identifier des produits individuels en quelques secondes, même au sein d'ensembles de données très volumineux.

Comment l'analyse des données à long terme peut-elle être utilisée pour optimiser les processus de production ?

Les données à long terme permettent d'identifier les tendances, les écarts et les possibilités d'optimisation sur plusieurs cycles de production. Avec ibaDaVIS, ces données peuvent être visualisées et analysées de manière systématique dans des tableaux de bord. Associé à ibaDatawyzer-ICC, il est possible de réaliser des analyses spécifiques à chaque produit. Cela contribue à la fois à l'assurance qualité et à l'amélioration continue des processus.

Comment peut-on contrôler la qualité des données de mesure et des systèmes de capteurs pendant leur fonctionnement ?

La validation continue des données de mesure est assurée par la comparaison des profils de signaux entre différentes étapes du processus. ibaDatawyzer-ICC détecte les écarts pouvant indiquer des capteurs défectueux ou des données incohérentes. Grâce à l'intégration avec ibaDaVIS, ces écarts peuvent être visualisés et analysés en toute transparence. Cela permet une détection précoce des erreurs de mesure et garantit une amélioration durable de la qualité des données.

Surveillance des bobines avec ibaDatawyzer-ICC

Surveillance des Coils avec ibaDatawyzer-ICC

Avec une production de plus de 600 000 tonnes par an, le groupe BILSTEIN est l'un des principaux fabricants mondiaux de bandes d'acier laminées à froid. Malgré l'énorme quantité de bobines produites, aucune bande métallique n'est identique à une autre.

"Nous ne sommes pas un fabricant de masse classique, mais nous répondons explicitement aux besoins de nos clients. Il est donc essentiel de disposer d'une production flexible, de la coordonner et de la contrôler", explique Ufuk Karvan, responsable de la technologie des processus et des systèmes chez le fabricant de feuillards laminés à froid. Les produits BILSTEIN sont utilisés dans la fabrication d'outils et dans les secteurs de la construction et de l'automobile.

La zone de production de BILSTEIN couvre environ 700 000 mètres carrés. Il est donc d'autant plus important de pouvoir identifier et déterminer les Coils tout au long de la chaîne de production. "Nos processus sont assez complexes et, en outre, chaque intervention humaine est une petite source d'erreur potentielle. C'est pourquoi nous voulons et devons détecter les mélanges de matériaux à un stade précoce", explique M. Karvan. Pour s'en assurer, le groupe BILSTEIN s'appuie sur ibaDatawyzer-ICC, le logiciel d'identification des coils d'iba AG.

"Avec ibaDatawyzer-ICC, un processus d'empreinte digitale breveté entre en jeu : chaque Coil développe un profil d'épaisseur caractéristique sur la longueur de la bande pendant le laminage. Grâce à cette courbe spécifique, qui est enregistrée en ligne avec les systèmes de mesure de l'épaisseur et qui est unique pour chaque coil comme une empreinte digitale humaine, nous pouvons identifier les coils de manière fiable et exclure les confusions", explique Karvan. Pour ce faire, ibaDatawyzer-ICC utilise les données de processus enregistrées avec ibaPDA pour générer des caractéristiques uniques pour chaque Coil, qui sont ensuite stockées dans une base de données pour une disponibilité à long terme.

A large blue industrial machine with BILSTEIN written on it oversees two parallel metal cylinders in a factory.

Traitement d'une confusion : Risque élevé de dommages

Dans l'usine BILSTEIN de Hagen, les bobines laminées à chaud sont d'abord coupées à la dimension voulue, puis transformées à l'aide de procédés de traitement thermique, de laminage et de coupe. "Nous recevons une bande chaude que nous découpons en différentes bandes. Celles-ci ont toutes la même largeur, la même qualité et les mêmes propriétés que les bandes laminées à chaud, elles sont donc fondamentalement identiques. C'est pourquoi une confusion peut facilement se produire", explique M. Karvan. La situation devient particulièrement critique si les bandes de métal sont affectées à la mauvaise commande et ne sont pas traitées correctement : "Si un Coil est confondu, dans le pire des cas, nous ne pourrons plus approvisionner un client et devrons attendre l'arrivée d'un feuillard laminé à chaud adéquat. En outre, environ 25 tonnes de matériel seraient mises au rebut. Avec une valeur d'environ 2 000 euros par tonne, on peut rapidement calculer le préjudice qui en résulterait", explique M. Karvan. BILSTEIN élimine ce risque en utilisant ibaDatawyzer-ICC: "Avec le système, non seulement nous voyons immédiatement si quelque chose ne va pas quelque part, mais on nous montre aussi directement la bonne bobine", dit Karvan, qui est entièrement satisfait de la solution iba. La base de données interne de BILSTEIN contient désormais plus de 180 000 entrées, chacune contenant les caractéristiques spécifiques de la bobine concernée. Néanmoins, "l'aiguille dans la botte de foin peut être trouvée en quelques secondes", déclare Karvan.

Comme une empreinte digitale humaine, le profil d'épaisseur longitudinal est unique pour chaque Coil.

Ufuk Karvan
Chef de l'ingénierie des processus et des systèmes, BILSTEIN

Les analyses à long terme apportent une "énorme valeur ajoutée".

BILSTEIN s'appuie également sur le système iba pour surveiller les différentes installations, avec près de 60 systèmes ibaPDA (Process Data Acquisition) utilisés pour l'acquisition des données. En collaboration avec iba, BILSTEIN a développé une application très spéciale pour l'outil de tableau de bord basé sur le Web ibaDaVIS: en reliant systématiquement ibaDatawyzer-ICC, qui surveille les bobines en arrière-plan pendant les différentes étapes de production, à ibaDaVIS, il est possible d'effectuer des observations à long terme et d'identifier ainsi des tendances et des potentiels d'optimisation supplémentaires. Il est ainsi possible, par exemple, de vérifier en permanence que la technique de mesure utilisée fonctionne sans erreur ou d'établir des rapports complets pour chaque bobine. "Le fait que nous puissions effectuer des analyses à long terme avec ibaDaVIS et ibaDatawyzer-ICC représente pour nous une énorme valeur ajoutée. Un certain nombre d'idées ont déjà émergé des connaissances que nous y avons acquises. Jusqu'à présent, nous sommes les premiers et les seuls à le faire", déclare Karvan.

Testez le système iba maintenant !

Téléchargez la démo de ibaPDA et ibaAnalyzer et commencez à optimiser vos processus dès aujourd’hui. Essayez-le gratuitement pendant 30 jours !

Demander une licence ibaPDA-Demo

Méthode brevetée : La technologie des empreintes digitales d'ibaDatawyzer-ICC

Pour l'identification des coils, ibaDatawyzer-ICC utilise principalement le profil d'épaisseur longitudinal du coil laminé. Comme l'épaisseur du matériau est généralement mesurée à la sortie d'une étape de production et à l'entrée de la suivante, le profil d'épaisseur longitudinal peut être utilisé comme une caractéristique inhérente pour identifier la bobine. En utilisant cette technologie brevetée d'empreinte digitale, ibaDatawyzer-ICC détermine la caractéristique unique d'un profil d'épaisseur longitudinal à des points importants de la courbe du signal, tels que les maxima et les minima. Lors de l'analyse, le logiciel détermine ensuite le nombre de correspondances entre les profils d'épaisseur longitudinaux des mesures de sortie et d'entrée. Pour qu'une bobine soit correctement attribuée, ce nombre doit être supérieur à une valeur limite spécifique au système. Si le taux de concordance est inférieur, cela indique une mauvaise qualité des données ou une confusion. Dans ce cas, ibaDatawyzer-ICC met en évidence l'entrée dans la visualisation en couleur et recherche automatiquement des coils plus appropriés. Les confusions de coils et les processus de rembobinage non documentés sont ainsi détectés à temps.

Fonctions utilisées

Les fonctions suivantes du système iba sont utilisées dans cette Success Stories.

Découvrez d'autres Success Stories

Lisez d'autres success stories inspirantes de nos clients satisfaits.

Questions fréquemment posées (FAQ)

Comment garantir l'identification unique des bobines tout au long de chaînes de production complexes ?: Une identification fiable peut être obtenue à l'aide de caractéristiques de processus telles que le profil d'épaisseur longitudinal, qui est unique à chaque bobine. Avec ibaDatawyzer-ICC, ce profil sert d'« empreinte digitale » pour attribuer les bobines sans ambiguïté. Les données de processus requises sont collectées et traitées à l'aide d'ibaPDA. Cela garantit une traçabilité de bout en bout, même dans le cadre de parcours de processus complexes.
Comment détecter et prévenir à un stade précoce les erreurs de mélange de matériaux dans le domaine de la transformation des métaux ?: Les erreurs de mélange de matières peuvent être détectées grâce à une comparaison continue des données de processus entre les différentes étapes de production. ibaDatawyzer-ICC compare les profils de signaux caractéristiques et évalue leur similitude en fonction de seuils prédéfinis. En cas d'écarts, un signalement automatique et des procédures de mise en correspondance alternatives sont déclenchés. Cela permet de prendre immédiatement des mesures correctives avant que le traitement en aval ne soit affecté.
Comment exploiter de grands volumes de données pour permettre une recherche et une identification rapides de produits individuels ?: Une base de données haute performance, associée à un système dédié d'extraction de caractéristiques, permet d'identifier rapidement des objets individuels au sein de vastes ensembles de données. ibaDatawyzer-ICC génère des caractéristiques distinctives à partir des données de processus et les stocke en vue d'une utilisation à long terme. Associé à ibaPDA, ce système constitue une infrastructure de données évolutive permettant d'effectuer des requêtes rapides. Il est ainsi possible d'identifier des produits individuels en quelques secondes, même au sein d'ensembles de données très volumineux.
Comment l'analyse des données à long terme peut-elle être utilisée pour optimiser les processus de production ?: Les données à long terme permettent d'identifier les tendances, les écarts et les possibilités d'optimisation sur plusieurs cycles de production. Avec ibaDaVIS, ces données peuvent être visualisées et analysées de manière systématique dans des tableaux de bord. Associé à ibaDatawyzer-ICC, il est possible de réaliser des analyses spécifiques à chaque produit. Cela contribue à la fois à l'assurance qualité et à l'amélioration continue des processus.
Comment peut-on contrôler la qualité des données de mesure et des systèmes de capteurs pendant leur fonctionnement ?: La validation continue des données de mesure est assurée par la comparaison des profils de signaux entre différentes étapes du processus. ibaDatawyzer-ICC détecte les écarts pouvant indiquer des capteurs défectueux ou des données incohérentes. Grâce à l'intégration avec ibaDaVIS, ces écarts peuvent être visualisés et analysés en toute transparence. Cela permet une détection précoce des erreurs de mesure et garantit une amélioration durable de la qualité des données.