Les présentations d’exposants au Salon MPA sont l’un des points forts de l’événement. Rien de mieux que de voir comment d’autres entreprises ont réglé un problème particulier. Huit de ces organisations ont obtenu un prix du jury ou un coup de cœur du public pour la qualité de leur présentation.Nous leur avons demandé de mettre par écrit un résumé de leur projet. Voici celui de Labplas inc. en collaboration avec Vooban, gagnants du prix coup de cœur : Manufacturier innovant Investissement Québec.
Pour une meilleure compréhension du projet, nous vous invitons à consulter le fichier PDF contenant les panneaux de leur kiosque en cliquant ici.
L’enjeu de disponibilité de main-d’œuvre est si important au Québec qu’il fait souvent ombrage à un autre défi tout aussi urgent : la transformation numérique. Pourtant, les technologies permettent de faire d’une pierre deux coups : combler un besoin de main-d’œuvre tout en réalisant d’importants gains de productivité.
Mais pour cela, il faut savoir déployer ces technologies aux bons endroits.
C’est ce qu’a fait l’entreprise manufacturière Labplas en implantant des algorithmes d’intelligence artificielle (IA) sur ses lignes de production. Cette PME de 125 employés se spécialise dans la fabrication de sacs d’échantillonnage stériles aux fins d’analyse dans les marchés agroalimentaire, environnemental, vétérinaire et pharmaceutique. La qualité de ses produits se doit donc d’être irréprochable afin d’éviter la contamination des échantillons.
Comme près de 40 % des PME ayant de la difficulté à recruter, Labplas était confrontée à un problème majeur de pénurie de main-d’œuvre. Parallèlement, l’entreprise avait investi dans de nouvelles technologies lui permettant d’augmenter la capacité de calculs de ses machines. C’est alors que l’organisation s’est posé une excellente question : Comment exploiter les nouvelles technologies pour faciliter le travail des opérateurs tout en augmentant la productivité de l’usine?
Puisqu’un des enjeux majeurs de l’entreprise était le contrôle de la qualité, plus précisément de la surqualité, ce processus critique a paru parfait pour un projet d’IA.
En effet, beaucoup de temps et de ressources étaient consacrés à l’inspection manuelle des sacs, une activité sans aucune valeur ajoutée au produit. Avant l’implantation du projet, les opérateurs devaient tester aléatoirement un sac sur 125, ce qui occasionnait de nombreux rejets en cours de production en plus de ralentir la productivité. S’ajoute à cela l’aspect destructif des tests de qualité causant la perte inutile d’une importante quantité de sacs pourtant conformes aux normes de qualité et la perte non négligeable de revenus potentiels.
C’est ainsi que Labplas a confié à Vooban le soin d’automatiser son processus de contrôle de la qualité grâce à un modèle d’IA. L’objectif était que les machines puissent identifier par elles-mêmes les sacs comportant un risque plus élevé de non-conformité. De la sorte, il ne serait plus nécessaire de tester les produits aléatoirement, et ce, tout en conservant le même niveau de qualité.
En supprimant cette opération, Labplas cherchait également à réduire le nombre d’opérateurs nécessaires au suivi des machines et à les affecter à de nouvelles lignes de production et, du coup, accroître la productivité de chacun d’eux.
Comme dans tout projet d’intelligence artificielle, il faut d’abord déterminer si les données disponibles sont en quantité suffisante et si elles sont de qualité.
Dans le cas présent, Labplas a collaboré avec Vooban afin de déterminer les variables critiques pouvant avoir un impact sur la qualité des sacs. Cette analyse a permis d’identifier plus de 50 facteurs clés : température, taux d’humidité, pression, etc. Sachant cela, on a pu installer de nouveaux capteurs et caméras capables de reconnaître ces facteurs et d’amasser un maximum de données sur les variables ayant un impact sur la qualité des sacs.
Toutes ces données ont par la suite été nettoyées et analysées afin de tester les hypothèses de départ, confirmant ainsi leur pertinence et entraînant différents modèles basés sur l’apprentissage automatique.
En somme, l’algorithme d’IA déployé sur la machine de production effectue le traitement et l’analyse des données pour ensuite émettre une prédiction quant à la qualité des sacs en production. Ce modèle d’IA sera par la suite adapté à chaque ligne de production afin d’assurer un contrôle de la qualité en temps réel pour l’ensemble des activités de l’entreprise.
L’implantation de l’intelligence artificielle permet à Labplas de mieux gérer la surqualité de ses produits puisque l’algorithme identifie uniquement les sacs ne répondant pas aux normes de qualité, évitant ainsi de tester les bons sacs inutilement. Cette prise en charge par la machine permet une réattribution des efforts des opérateurs vers de nouvelles activités à valeur ajoutée, augmentant efficacité et productivité.
Bien que ce projet ait déjà procuré d’importants gains, il ne s’achève pas là, puisque la deuxième phase vise à ajouter des algorithmes de maintenance prédictive. Cela permettra aux machines d’autoréguler certains systèmes pour ainsi prévenir des non-conformités avant même qu’elles n’apparaissent.
En terminant, rappelons que l’intelligence artificielle n’est en fait qu’un des outils disponibles dans le coffre de l’innovation technologique. La réflexion stratégique doit d’abord se faire en comprenant les processus critiques dans l’entreprise afin de choisir la meilleure solution technologique qui aura une réelle incidence et un véritable pouvoir de différenciation.
Il semble que vous n'ayez pas encore fait de choix.