Surveillance des performances d’une machine de tri automatisée

2019 - 2020

ELECTROMECANIQUE

Surveillance des performances d’une

machine de tri automatisée

Réalisé par : Mohamed Amine Cherbib

Encadré par : Ahmed Bahaeddine EZZINA

Encadrant ESPRIT : Asma Karoui Ayadi

Encadrant Entreprise:

a
 Surveillance des performances d’une machine de tri automatisée

Projet de fin d’études

2019/2020

Surveillance des
performances d'une machine
de tri automatisée

i
 Surveillance des performances d’une machine de tri automatisée

Dédicaces

Je dédie ce modeste travail,

À mes parents, à qui je dois ce que je suis, qui ont toujours été à mes
côtés et m’ont soutenu considérablement, je les remercie pour leur patience et
les privilèges qu’ils m’ont accordés,

Qu’ils trouvent à travers mon expérience et ma future vie professionnelle,

le fruit des sacrifices fournis à mon éducation, et l’expression de ma gratitude
éternelle.

À mes frères, avec tout mon amour et profonde reconnaissance pour le

soutien et l’encouragement qu’ils m’ont accordé,

À toute ma famille et mes amis,

À mes professeurs et encadrants, à toute personne qui un jour m’a appris

une chose, je vous dis merci.

ii
 Surveillance des performances d’une machine de tri automatisée

Remerciements

Au terme de ce travail, je tiens à remercier vivement monsieur Ahmed Bahaeddine

EZZINA ingénieur projets chez 3IA Technology pour son aide, sa disponibilité et sa patience
durant ce travail. Je remercie également toute l’équipe de 3IA pour leurs aides et leurs conseils.

J’exprime également mes plus vifs remerciements à Madame Asma Karoui Ayadi, pour
son encadrement, son encouragement et ses précieux conseils tout au long de mon projet.

J’exprime ma profonde gratitude et mes respects pour tous les membres du jury qui ont
accepté d’évaluer ce travail que j’espère sera à la hauteur des attentes.

iii
 Surveillance des performances d’une machine de tri automatisée

Table des matières

Table des matières

Introduction générale ............................................................................................................ 1

1 Chapitre 1 : Aspect général du projet ............................................................................. 1

1.1 Introduction ............................................................................................................. 2

1.2 Présentation de la société ......................................................................................... 2

1.2.1 Présentation générale........................................................................................ 2

1.2.2 Structure Sociale .............................................................................................. 3

1.2.3 Domaine d’application ..................................................................................... 3

1.3 Problématique et exigences de l’entreprise ............................................................. 4

1.4 Industrie 4.0 ............................................................................................................. 4

1.4.1 Introduction ...................................................................................................... 4

1.4.2 Histoire ............................................................................................................. 5

1.4.3 Technologies .................................................................................................... 6

1.4.4 Industrie 4.0 contexte tunisien ....................................................................... 11

1.5 Le système SCADA............................................................................................... 12

1.5.1 Introduction .................................................................................................... 12

1.5.2 Fonctionnalités ............................................................................................... 12

1.5.3 Siemens SIMATIC WinCC ............................................................................ 13

1.5.4 SCADA et l’industrie 4.0 ............................................................................... 13

1.6 Indicateurs clé de performance .............................................................................. 14

1.6.1 TRS................................................................................................................. 15

1.6.2 MTBF/MTTR ................................................................................................. 16

1.7 Gestion des modes de marche et arrêt ................................................................... 17

iv
 Surveillance des performances d’une machine de tri automatisée

1.7.1 GEMMA......................................................................................................... 18

1.7.2 OMAC ............................................................................................................ 20

1.7.3 Comparaison entre GEMMA et PackML d’OMAC ...................................... 22

1.8 Conclusion ............................................................................................................. 22

2 Chapitre 2 : Conception et réalisation du projet ........................................................... 23

2.1 Introduction ........................................................................................................... 23

2.2 Les stations de tri ................................................................................................... 23

2.2.1 Fonctionnement .............................................................................................. 23

2.2.2 Simulation ...................................................................................................... 23

2.3 Gestion de modes de fonctionnement .................................................................... 24

2.3.1 Les modes de fonctionnement ........................................................................ 24

2.3.2 Les états de système ....................................................................................... 25

2.3.3 Les commandes de contrôle système ............................................................. 27

2.4 Automatisation du système.................................................................................... 28

2.4.1 Choix de l’automate ....................................................................................... 28

2.4.2 Automatisation du fonctionnement de la machine ......................................... 29

2.5 Programmation sur TIA Portal : ............................................................................ 32

2.5.1 Vue générale sur la programmation de l’API................................................. 34

2.5.2 Intégration de la bibliothèque LPML V30 ..................................................... 36

2.5.3 Calcul des indicateurs clé de performances ................................................... 38

2.6 Supervision du système ......................................................................................... 39

2.6.1 Logiciel utilisé ................................................................................................ 39

2.6.2 Développement de l’application IHM ............................................................ 41

2.7 Stockage des données sur Cloud ........................................................................... 49

2.7.1 Serveur Cloud Amazon .................................................................................. 49

v
 Surveillance des performances d’une machine de tri automatisée

2.7.2 Création du serveur Cloud sur Amazon ......................................................... 50

2.7.3 Connecter la base de données avec WinCC Unified ...................................... 51

2.7.4 Sauvegarde des données ................................................................................. 52

2.8 Exploitation des données vers Mindsphere ........................................................... 55

2.8.1 Préparation des données sur Mindsphere ....................................................... 56

2.8.2 Création du tableau de bord pour l’analyse .................................................... 57

2.8.3 Connecter Mindsphere avec l’automate ......................................................... 58

2.9 Conclusion ............................................................................................................. 59

Conclusion générale ........................................................................................................... 60

vi
 Surveillance des performances d’une machine de tri automatisée

Liste des tableaux

Tableau 1: commandes de contrôle ..................................................................................... 27

Tableau 2: Caractéristiques de l'automate[20] .................................................................... 28

Tableau 3: Liste des entrées sorties ..................................................................................... 30

Tableau 4: Fonctions principales de programme ................................................................ 35

Tableau 5: Spécification de la machine [Link] ................................................................ 50

vii
 Surveillance des performances d’une machine de tri automatisée

Liste des figures

Figure 1: Logo 3IA ............................................................................................................... 2

Figure 2: Organigramme 3IA ................................................................................................ 3

Figure 3: La révolution industrielle....................................................................................... 6

Figure 4: Différentes Technologies Industrie 4.0 ................................................................. 7

Figure 5: l’IoT Industrielle .................................................................................................... 8

Figure 6: Modèle Digital Twin pour un processus de fabrication [11] ............................... 11

Figure 7: Le TRS selon la norme Afnor NF E 60-182 [16] ................................................ 16

Figure 8: Fonctionnement d'une machine en fonction de temps [19] ................................. 17

Figure 9: Différents états de système selon la norme ISA TR88.00.02[4] ......................... 21

Figure 10: Conception de la machine sur Factory I/O ........................................................ 24

Figure 11: SIMATIC S7-1200 CPU 1214C ........................................................................ 28

Figure 12: Affectation des E/S sur Factory I/O .................................................................. 31

Figure 13: Grafcet de fonctionnement normal .................................................................... 32

Figure 14: Script SCL mode production(1) ........................................................................ 33

Figure 15: Script SCL mode production(2) ........................................................................ 34

Figure 16: Blocs de programme de l'API ............................................................................ 35

Figure 17: LPMLV30_UnitModeStateManager (FB30100) .............................................. 37

Figure 18: LPMLV30_UnitModeStateTimes (FB30101) ................................................... 38

Figure 19: Script calcul TRS, MTTR et MTBF .................................................................. 39

Figure 20: Système SIMATIC WinCC Unified .................................................................. 40

Figure 21: Vue générale du projet sur le navigateur Web .................................................. 41

Figure 22: Barre d'état du projet ......................................................................................... 41

Figure 23: Ecran contextuel gestion des modes et des états ............................................... 42

viii
 Surveillance des performances d’une machine de tri automatisée

Figure 24: Vue d'identification d'utilisateur ........................................................................ 42

Figure 25: Barre de navigation ............................................................................................ 43

Figure 26: Vue de TRS ....................................................................................................... 43

Figure 27: Vue Performance de la machine ........................................................................ 44

Figure 28: Vue qualité ......................................................................................................... 45

Figure 29: Vue qualité......................................................................................................... 46

Figure 30: Affichage du temps écoulé à chaque état .......................................................... 47

Figure 31: Vue modèle OMAC ........................................................................................... 48

Figure 32: Ecran contextuel gestion des arrêts ................................................................... 49

Figure 33: Console AWS .................................................................................................... 50

Figure 34: Modele de communication entre l'application et le serveur .............................. 51

Figure 35: Script pour connecter à la base de données ....................................................... 52

Figure 36: Architecture des tablaux crées ........................................................................... 53

Figure 37: Script d'envoi des données de disponibilité ....................................................... 54

Figure 38: Résultats dans la base de données ..................................................................... 54

Figure 39: Script d'envoi des données de performance....................................................... 54

Figure 40: Résultats dans la base de données ..................................................................... 54

Figure 41: Script d'envoi des données de qualité ................................................................ 54

Figure 42: Résultats dans la base de données ..................................................................... 54

Figure 43: Script d'nvoi de données vers le tableau de TRS ............................................... 55

Figure 44: Résultats dans la base de données ..................................................................... 55

Figure 45: Script d'envoi des données vers le tableau d'arrêts ............................................ 55

Figure 46: Résultats dans la base de donnée ....................................................................... 55

Figure 47: L'actif crée pour l’acquisition des données ....................................................... 56

Figure 48: Exemple des données qui définit [Link] ................................................... 57

ix
 Surveillance des performances d’une machine de tri automatisée

Figure 49: Exemple d'un dashboard sur Performance Insight de MindSphere ................... 57

Figure 50: Représentation schématique sur node-red ......................................................... 58

Figure 51: Configuration de MindConnect ......................................................................... 58

x
 Surveillance des performances d’une machine de tri automatisée

Liste des abréviations

A K
AWS : Amazon Web Services KPI : Key Performance Indicator
API : Automate Programmable Industrielle
M
C MES: Manufacturing Execution System
CPU : Central Processing Unit MTTR : Mean Time To Repair
CC : Courant Continu MTBF : Mean Time Between Failure
D
DC : Direct Block O
DB : Data Block OEE : Overall Equipment Efficiency
DO : Disponibilité Opérationnelle OMAC : the Organization for Machine
Automation and Control
E
E/S : Entrées/ Sorties P
EA : Entrée analogique PC : Personal Computer
PackML : Packaging Machine Language
F
FB: Function Blocks R
FC: Function Call RTU : Remote Terminal Unit

G S
GEMMA : Guide d’Etude des Mode de SCADA: Supervisory Control And Data
Marche et Arrêt Acquisition
GRAFCET : GRAphe Fonctionnel de SCL : Structured Control Language
Commande par Etapes et Transitions SQL : Structured Querry Language
H
HMI : Human Machine Interface T
TRS : Taux de Rendement Synthétique
TOR : Tout Ou Rien
I TIA : Totally Integrated Automation
IHM : Interface Homme Machine TQ : Taux de Qualité
IA : Intelligence Artificielle TP : Taux de Performance
IoT : Internet of Things
IIoT : Industrial Internet of Things

1
 Surveillance des performances d’une machine de tri automatisée

Introduction générale

L'automatisation des systèmes de production est essentielle pour un succès durable des
industries. Elle permet en effet l'amélioration de la productivité, l'interconnexion de plusieurs
sites industriels, le contrôle qualité, etc. L’utilisation des technologies d’automatisation réduit
de manière considérable la mauvaise utilisation des procèdes d’exploitation préservant ainsi
leur durée de vie et permettent une meilleure planification et un suivi continu de toutes les
situations.

Elle est également responsable de l’amélioration de la productivité, du rendement et de la

rentabilité. Ce progrès technique a marqué l’industrie par la troisième révolution depuis les
années 1968. Actuellement, une autre étape a été franchie conduisant à l’industrie 4.0. Cette
dernière présente une influence substantielle sur la fonction. Elle repose sur l’implantation
d’usines intelligentes, de produits intelligents, la maintenance prédictive, le Big Data, etc. de
nos jours, la demande de ces nouvelles idées reliées à l’industrie 4.0 ne cesse d’augmenter et
vise essentiellement le domaine de supervision et de contrôle de performance des machines.

Afin de suivre cette évolution industrielle, 3IA-technology s’est engagé pour développer
des solutions qui s’inscrivent dans ce contexte. C’est dans ce cadre que ce projet a été proposé
pour assurer l’automatisation d’une machine de tri et développer une solution de contrôle et de
suivi de ses performances à distance. Un projet qui d’une part touche l’industrie 3.0 et d’autre
s’ouvre sur la quatrième révolution industrielle.

Le travail réalisé est consigné dans ce rapport qui s’articule autour de deux chapitres comme
suit :

Le premier chapitre présente en premier lieu l’entreprise d’accueil, donne en deuxième lieu
un aperçu sur l’industrie 4.0 et ses différentes technologies ainsi que le rôle des systèmes
SCADA et les indicateurs clé de performances. Dans le deuxième chapitre on trouve les
solutions proposées commençant par l’automatisation de cette machine, ainsi que les interfaces
de contrôle et supervision afin de suivre ses performances en temps réel. Finalement les moyens
utilisées pour stocker et analyser les données relatives aux indicateurs clé.

1
 Surveillance des performances d’une machine de tri automatisée

1 Chapitre 1 : Aspect général du projet

1.1 Introduction
Dans ce premier chapitre, on commence à présenter l’aspect général du projet. En premier
lieu, il s’agit de présenter l’entreprise d’accueil. Ensuite définir le contexte de l’industrie 4.0
en général et le progrès tunisien dans cette révolution. Puis définir les systèmes SCADA et
leurs rôles dans l’industrie 4.0. Finalement, on va définir les indicateurs clé de performance
disponible pour suivre la performance de cette machine ainsi que les méthodes disponibles
pour contrôler le fonctionnement du système.

1.2 Présentation de la société

1.2.1 Présentation générale
La société 3IA-technology (Informatique Industrielle Ingénierie Automation) à
responsabilité limitée SARL, crée en Mars 2007, est la continuité d’une entreprise individuelle
qui a démarré en 1999. Le siège social est situé à Ezzahra, Tunis.

Figure 1: Logo 3IA

Elle est également importatrice et revendeuse de produits d’automatisation et de contrôle

industriel SIEMENS tels que les automates, les variateurs de fréquence, les régulateurs de
température, etc.

Les domaines de certification SIEMENS que 3IA a acquis sont :

 L’automatisation  Produits SIMATIC.

 Les systèmes de supervision  Produits SIMATIC HMI.

2
 Surveillance des performances d’une machine de tri automatisée

1.2.2 Structure Sociale

3IA dispose d’une équipe de cinq ingénieurs spécialisés en informatique industrielle et
électrique et de deux techniciens hautement qualifiés. La société est gérée par un ingénieur
principal.

Gérant

Resp
Assistante de
Management et
direction
qualité

DAF Directeur Resp technico-

Technique commercial

Chargé de projet

Résponsable Développeur
SAV automatisme

Conception
Responsable IT
électrique

Figure 2: Organigramme 3IA

1.2.3 Domaine d’application

3IA a pour mission l’accompagnement des clients dans leurs activités de production en
favorisant l’intégration de leurs ressources matérielles et logicielles par le biais de solutions
d’automatisation efficientes et adaptées maximisant ainsi le retour sur investissement [7].

3
 Surveillance des performances d’une machine de tri automatisée

Les principaux domaines d’application de 3IA :

- L’installation des systèmes automatisés.

- L’installation des systèmes de gestion d’énergie.

- La digitalisation et les systèmes d’information pour l’industrie.

1.3 Problématique et exigences de l’entreprise

Dans le contexte actuel de la 4ème révolution industrielle, 3IA Technology se préoccupe par
le développement de nouvelles solutions de l’industrie du futur dans l’objectif de concurrencer
le marché national. Elle commence alors, par explorer l’un de ses principaux volets à savoir la
collecte, l’analyse de données et la surveillance à distance d’un processus industriel.

Dans ce cadre s’inscrit notre projet de fin d’étude qui doit répondre aux exigences de 3IA
Technology à savoir :

- Les différentes technologies de l’industrie 4.0

- Les différentes méthodes de s’intégrer dans la révolution industrielle

- Les innovations de SIEMENS dans ce domaine

Dans ce qui suit nous présenterons un état de l’art sur les différentes technologies de
l’industrie 4.0 ainsi que celle qui permettent la surveillance et le contrôle des systèmes
industriels.

1.4 Industrie 4.0

1.4.1 Introduction
L'industrie 4.0, une initiative stratégique allemande, vise à créer des usines intelligentes où
les technologies de fabrication sont mises à niveau et transformées par les systèmes cyber-
physiques, Internet of Things (IoT) ou l’internet des objets et le cloud computing. À l'ère de
l'industrie 4.0, les systèmes de fabrication sont capables de surveiller les processus physiques,
créer un soi-disant «jumeau numérique» (ou «cyber jumeau») du monde physique et prendre

4
 Surveillance des performances d’une machine de tri automatisée

des décisions intelligentes grâce à la communication en temps réel et la coopération avec les
humains, les machines, les capteurs, etc. [1]

Dans le contexte d'Industrie 4.0, les systèmes de fabrication sont mis à jour à un niveau
intelligent. La fabrication intelligente profite de technologies de l'information et de fabrication
avancées pour atteindre des processus de fabrication flexibles, intelligents et reconfigurables
afin pour répondre à un marché mondial et dynamique [2].

Ces technologies permettent une communication directe avec les systèmes de fabrication,
permettant ainsi de résoudre les problèmes et de s'adapter aux décisions prises d’une manière
rapide. Certaines technologies avec l'intelligence artificielle (IA) permettent aux systèmes de
fabrication d'apprendre des expériences afin de réaliser une industrie pratique intelligente et
omniprésente.

1.4.2 Histoire
 Première révolution industrielle :

La première révolution industrielle est due à l’exploitation du charbon et la mise au point

de la machine à vapeur par James Watt en 1769. Ces moteurs sont utilisés pour actionner les
machines permettant des cadences plus élevée. Ce qui entraîne une fabrication plus importante,
et donne vie à des produits en petites séries [8].

 Deuxième révolution industrielle :

Nous parlons dans la deuxième révolution industrielle à la fin du XIXème siècle de

production en masse de produits identiques, grâce à l’utilisation du pétrole et de l’électricité.

Cette époque correspond à la mise en place du travail à la chaîne rendant productif les
ouvriers non qualifiés [8].

 Troisième révolution industrielle :

A partir du milieu du XXème siècle avec l’avènement de l’électronique, des

télécommunications ou encore de l’informatique qu’on peut parler d’une troisième révolution
dans le domaine industriel. Ça consiste à la mise en place d’automatisations importantes qui

5
 Surveillance des performances d’une machine de tri automatisée

libèrent les ouvriers de plusieurs tâches exigeantes. C’est le début de la robotique, création des
outils de la production en grandes séries. Certain basent cette révolution sur la transition
énergétique comme les énergies renouvelables et le stockage d’énergie [1].

 Quatrième révolution industrielle :

Grâce à l’évolution du domaine informatique, et surtout en connectivité après l’apparition

de l’internet, on peut alors parler de la quatrième révolution industrielle.

Ce concept a été lancé pendant le Salon de la technologie industrielle à Hanover en 2011.

Figure 3: La révolution industrielle

1.4.3 Technologies
La quatrième révolution industrielle est introduite pour mieux produire ou plus précisément
pour produire d’une manière plus intelligente, c’est pour cela qu’on trouve le terme « smart
factory » ou l’usine du futur.

De nouvelles technologies doivent être mises en place pour permettre l’émergence de

l’industrie 4.0, la figure ci-dessous montre ces différentes technologies.

6
 Surveillance des performances d’une machine de tri automatisée

Figure 4: Différentes Technologies Industrie 4.0

 Les technologies Web

De nos jours, L’internet joue un rôle très important dans notre quotidien. Dans le domaine
industriel les technologies Web facilitent la connectivité entre les collaborateurs et les acteurs
de l’entreprise, elles permettent d’échanger des données entre différents systèmes informatisées
[9].

7
 Surveillance des performances d’une machine de tri automatisée

 L’internet des objets

Figure 5: l’IoT Industrielle

L’internet des objets industriels ou l’IIoT permet de connecter les machines avec les
systèmes de supervision et de contrôle, les personnes au cœur de l’usine et l’ensemble des
activités de l’entreprise. Il s’agit donc en premier lieu de récupérer des données puis ensuite de
construire des analyses pertinentes qui peuvent aller vers un traitement de données intelligent.

Au contraire, les infrastructures informatiques classiques ne permettent pas de traiter les

données qui sont volumineuses grâce à l’IoT d’une manière efficace, c’est pour cela qu’il faut
introduire les technologies Cloud et Big Data.[9]

 Cloud

Le cloud est un processus qui permet à l’utilisateur de se connecter à des serveurs

informatiques distants à travers l’internet. Il est composé de plusieurs technologies qui
permettent le calcul et le stockage des données.

En industrie, Le cloud joue un rôle très important car il permet à l’utilisateur de stocker un
grand nombre de données, puis de faire tout calcul nécessaire afin de réaliser le traitement.

8
 Surveillance des performances d’une machine de tri automatisée

 Big Data

Le Big Data représente un ensemble tellement important de données que ni les capacités
humaines ni les outils informatiques ne peuvent endurer.

En effet, les plateformes de MES et les ERP représentent un volume énorme des données,
c’est pour cela que ces technologies ont été créées comme les infrastructures des serveurs
adaptées aux traitements distribués. Cela résulte à l’apparition d’un nouveau métier, le Data
Scientist, qui crée les algorithmes nécessaires pour extraire les données et les utiliser dans des
plateformes Big Data.

Par contre, L’utilisation de l’internet pour stocker les données facilite le piratage, c’est pour
cela qu’il faut penser à la protection Web ou la Cyber sécurité. [9]

 Blockchain

Le Blockchain est une technologie qui se base sur des méthodes de cryptographie modernes
permettant de sécuriser les données transférées numériquement.

Il apporte la confiance et la décentralisation des autorisations et de l’authentification. Par

exemple le blockchain est très utilisé en domaine du crypto-monnaie qui permet aux utilisateurs
de faire des transactions sans besoin d’une troisième partie.

 L’intelligence artificielle

La synthèse des données qu’on connait tous aujourd’hui se fait via l’analyse des tableaux
de bord et des graphiques. L’intelligence artificielle au sein de l’entreprise permet d’exploiter
toutes ces données pour en déduire des tendances et réaliser des prédictions sur le
comportement de la machine tout au long du temps fonctionnel.

On trouve maintenant des solutions qui se sont basées sur le Deep Learning ou
l’apprentissage approfondi qui permet d’observer les données et de leur conférer un certain
sens.

9
 Surveillance des performances d’une machine de tri automatisée

Grâce à l’IoT, on peut collecter un nombre important de données ce qui facilite, par exemple,
la gestion de risque, d’écart de cadence ou de défaillance afin d’optimiser la chaine de
production.

 Digital Twin

Le Digital Twin ou le jumeau numérique est un concept emprunté aux programmes spatiaux.
Dans cette industrie, toutes les modifications apportées aux systèmes d'un véhicule, d'une sonde
ou d'un mobile au cours d'une mission, est testée sur une simulation pour vérifier que tout
changement effectué aura l'effet souhaité. Cela donne aux ingénieurs la possibilité de traiter les
effets indésirables avant d'appliquer les modifications au système réel.’

Dans l'industrie, le Digital Twin offre des possibilités illimitées au-delà du processus de
conception. Par exemple, grâce au Digital Twin l’opérateur peut se former sur une machine
virtuelle jusqu'à ce qu'il ait les compétences et la confiance nécessaires pour faire fonctionner
la vraie machine, sans les frais d'un simulateur de formation dédié. L'utilisation d'un Digital
Twin en ligne accélère le processus d'apprentissage et minimise le risque de dommages à la
machine. [10]

La figure ci-dessous montre le rôle de Digital Twin en fonctionnement.

10
 Surveillance des performances d’une machine de tri automatisée

Figure 6: Modèle Digital Twin pour un processus de fabrication [11]

1.4.4 Industrie 4.0 contexte tunisien

En Tunisie, l’industrie 4.0 représente un nouveau concept et un nouveau challenge.

L’industrie tunisienne est un leader à l’échelle africaine, mais de nos jours le monde évolue
et la Tunisie est en train de se rattraper.

Le gouvernement tunisien encourage les industries Tunisiennes à participer à la transition

numérique en introduisant les concepts de base de cette transformation.

Par exemple lors du dernier événement organisé par l’Agence de Promotion de l’Industrie
et de l’Innovation en collaboration avec le ministère de l’Industrie et des PME, la GIZ et
l'UTICA sous le thème « Industrie 4.0 en Tunisie, une transition en router ».

L’objectif de cet événement est d’attirer l’ attention de ces industries et les

encourager en présentant l’aspect général de l’industrie 4.0 et ses importances ainsi que les
opportunités pour s’engager vers l’industrie intelligente.

11
 Surveillance des performances d’une machine de tri automatisée

1.5 Le système SCADA

1.5.1 Introduction
SCADA (Supervisory Control And Data Acquisition), ou système de contrôle et
d'acquisition des données en temps réel, est un système contenant des composants matériels et
logiciels afin de surveiller et contrôler des processus industriels. [12]

On trouve ces systèmes dans la plupart des industries que ce soit pétrolières, de production
agroalimentaires ou les cimenteries etc.

1.5.2 Fonctionnalités
Les principales fonctions d’un système SCADA comprennent :

 Surveillance de système

 Contrôle automatisé des processus industriels et des machines

 Collecte et analyse des données

 Alarmes et notifications d’événements

 Rapports

Pour réaliser ces fonctions, SCADA utilise des capteurs sous forme analogique ou
numérique pour collecter des données qui sont ensuite envoyées à l’unité terminale distante
(RTU) ou à l’automate programmable industriel afin de les traduire en informations utilisables.
Finalement les informations sont relayées vers une interface homme machine (IHM) pour que
l’opérateur puisse les traiter et les analyser.

Les systèmes SCADA permettent aussi d’automatiser le contrôle des processus industriels
et des machines trop compliqué à effectuer manuellement. D’après les données mesurées avec
les capteurs, les systèmes SCADA peuvent détecter les alarmes et répondre automatiquement
avec une fonction de contrôle programmée.

12
 Surveillance des performances d’une machine de tri automatisée

1.5.3 Siemens SIMATIC WinCC

Afin d’optimiser le contrôle et la supervision des systèmes industriels, Siemens propose une
famille de logiciels composée de trois piliers principaux, WinCC Pro, WinCC 7 et WinCC Open
Architecture. Ces trois logiciels couvrent la plupart du besoin pour réaliser votre solution
SCADA. D'un système de contrôle distribué (DCS) à un projet d'automatisation d'usine
modérément complexe nécessitant plusieurs serveurs à un très grand système SCADA. [13]

 WinCC Pro

WinCC Pro ou WinCC Runtime Professional est un système de contrôle et supervision basé
sur PC qui permet à l’utilisateur de contrôler et visualiser divers processus, flux de production,
machine et l’usine. WinCC Pro peut être utilisé dans n’importe quel environnement de
fabrication discret. Sa mise en œuvre va d'une simple station mono-utilisateur à des systèmes
multi-utilisateurs distribués et à des solutions multi-emplacements. WinCC Pro dispose
également d'un accès à distance avec les clients Web. [13]

 WinCC V7

WinCC V7 offre un système innovant et évolutif de visualisation des processus avec

plusieurs fonctionnalités hautes performances pour bien surveiller et gérer des processus
automatisés.

Il peut être aussi utilisé dans un système mono-utilisateur ou multi-utilisateurs. [13]

 WinCC OA

WinCC Open Architecture est caractérisé par la flexibilité, l’évolutivité et l’ouverture

combinées avec la sécurité de cette solution SCADA la plus puissante de la planète. Il peut être
déployé avec la même facilité sur un seul système avec un facteur de forme très léger sur un
grand système géographiquement distribué avec jusqu'à 2048 serveurs. [13]

1.5.4 SCADA et l’industrie 4.0

La quatrième révolution industrielle a conduit certains commentateurs à s’interroger sur
l’avenir des systèmes SCADA. Parmi les objectifs de l’industrie 4.0 cités précédemment on

13
 Surveillance des performances d’une machine de tri automatisée

trouve le contrôle de la production géré à partir de systèmes d'entreprise de niveau supérieur

dans le cadre d'une usine intelligente, avec l'Internet des objets industriel (IIoT) fournissant le
l'acquisition des données. [14]

Actuellement l'IIoT révolutionne SCADA en offrant plus de standardisation et d'ouverture.

L'IIoT offre également l'évolutivité, l'interopérabilité et une sécurité renforcée en introduisant
le concept de la plate-forme IIoT. Essentiellement, les deux plates-formes sont utilisées pour
augmenter la productivité globale en intégrant une maintenance intelligente. Ainsi que
l'augmentation de l'efficacité, une diminution des temps d'arrêt et la prolongation de la durée
de vie des équipements.

Les informations générées à partir des systèmes SCADA constituent l'une des sources de
données pour l'IIoT. Le SCADA se concentre sur la surveillance et le contrôle. En effet SCADA
est toujours limité à l'usine. Les données provenant des appareils d'usine ne sont consultées
qu'à l'intérieur de l'usine. Alors que l'IIoT prend ces données, offre des informations à
l'utilisateur et les rend disponibles partout, à tout moment. Ceci, à son tour, permet de créer de
nouveaux modèles commerciaux. [15]

1.6 Indicateurs clé de performance

L’adaptation de la quatrième révolution industrielle crée un grand changement dans le
fonctionnement des systèmes de production aujourd’hui, on constate que la procédure de
fabrication devient de plus en plus intelligente. Or la procédure de fabrication intelligente se
concentre sur la collecte d'informations et l’utilisation de celles-ci pour améliorer ou optimiser
la production tout en réduisant l’utilisation d’énergie et de matériaux. Tandis que la collecte de
grandes quantités d'informations est possible, et nécessaire pour l'apprentissage automatique et
l'analyse approfondie, le fonctionnement de la production se base sur les indicateurs clé de
performance ou KPIs. Ils sont utilisés par les êtres humains et par les systèmes automatisés
comme outils d’aide à la prise de décisions stratégiques tactiques et à long terme en temps réel.

On trouve plusieurs méthodes pour calculer les indicateurs clés de performance, les plus
utilisées de nos jours sont :

 TRS ou taux de rendement synthétique.

14
 Surveillance des performances d’une machine de tri automatisée

 MTBF ou temps moyen entre pannes.

 MTTR ou temps moyen pour la réparation.

1.6.1 TRS

 Définition

Le taux de rendement synthétique donne, en un seul chiffre, une vision synthétique et sévère
de la performance. Il représente la disponibilité et l’efficacité d’une unité de travail ainsi que
les indicateurs de qualité.

Le TRS est défini par la norme NF E60-182 comme le rapport du temps utile sur le temps
requis comme le montre la figure ci-dessous. Il représente donc le pourcentage du temps passé
à faire des pièces bonnes à la cadence nominale, par rapport au temps pendant lequel le moyen
était mis à disposition de la production (temps requis).

D’une autre part, le TRS peut être calculé à partir des trois sous-indicateurs :

 TQ ou taux de qualité qui est aussi le rapport entre les bonnes pièces et le total des
pièces produites.

 TP ou taux de performance qui est aussi le rapport entre la vitesse réelle de la machine
et la vitesse théorique.

 DO ou disponibilité opérationnelle qui peut être aussi calculé par identification du

temps des arrêts propres ou non planifiés du système.

15
 Surveillance des performances d’une machine de tri automatisée

Figure 7: Le TRS selon la norme Afnor NF E 60-182 [16]

 Intérêt

Le TRS est un indicateur multi usage, il est utilisé comme indicateur de pilotage ou comme
indicateur de suivi. Grâce à une mesure permanente, de cet indicateur se résulte un chiffre
significatif qui peut être utilisé par le responsable de production, le chef d’atelier ou les
responsables d’équipes. Afin de pouvoir dégager des analyses significatives, il faut que ces
données soient stockées, car leur accumulation rend le relevé plus exact. [17]

1.6.2 MTBF/MTTR
Ces métriques de performance sont essentielles pour toute organisation dont les opérations
dépendent de l'équipement. La fiabilité des actifs est l'un des défis auxquels les responsables
de l'ingénierie et de la maintenance sont confrontés au quotidien. Ces indicateur sont
nécessaires afin d’améliorer le processus de fabrication. [17]

 MTBF

Le MTBF (Mean Time Between Failure) mesure le temps prévu qui passe d’une défaillance
d'un système mécanique / électrique à la défaillance suivante pendant le fonctionnement

16
 Surveillance des performances d’une machine de tri automatisée

normal. Il aide à prévoir le temps moyen d’exécution d’une machine avant la prochaine
défaillance.

 MTTR

Le MTTR (Mean Time To Repair) mesure le temps nécessaire pour réparer un système et le
restaurer à sa pleine fonctionnalité. Le calcul de MTTR commence au début de la réparation
d’un système.

La figure ci-dessous montre la méthode de calculer MTBF et MTTR

Figure 8: Fonctionnement d'une machine en fonction de temps [19]

1.7 Gestion des modes de marche et arrêt

Pour le bon calcul des indicateurs de performance, il faut réaliser un système qui gère les
modes de fonctionnement d’une manière automatique. Aujourd’hui il existe plusieurs
méthodes ou normes qui permettent de gérer les modes de marche et arrêt, parmi eux on trouve
le GEMMA (Guide d’Etude des Modes de Marche et Arrêt), ainsi que l’OMAC PackML
(Organization for Machine Automation and Control Packaging Machine Language) ou le
langage de la machine d’emballage de l'organisation pour l'automatisation et le contrôle des
machines.

17
 Surveillance des performances d’une machine de tri automatisée

1.7.1 GEMMA
Pour qu’un système soit automatisé, il faut qu’il existe une communication entre la partie
opérative (PO), la partie commande (PC) et l’opérateur.

Le GEMMA est un guide graphique élaboré par l'Agence pour le Développement de la

Productique Appliquée (ADEPA) en avril 1981 qui décrit le dialogue entre l’opérateur et la
machine sous forme d’un outil de description graphique (Annexe 1), il aide à la conduite de la
machine, sa maintenance ainsi qu’à son évolution au cours du temps.

Ce guide graphique est divisé en plusieurs rectangles d’état qui sont reliés entre eux par des
flèches orientées, chaque rectangle représente un mode de fonctionnement précis. Le passage
d’un mode de fonctionnement à un autre se fait à la manière du franchissement d’une transition
du grafcet.

On peut aussi regrouper ces modes de fonctionnements en trois familles :

Procédures d’arrêt F

Procédures de fonctionnement

Procédures de défaillance

 Procédures de fonctionnement :

Ce bloc définit les états de fonctionnement de système, il est composé de six rectangles
d’état qui caractérisent la production normale de tout le système.

 F1 « Production normale » : c’est l’état où le système se produit normalement.

18
 Surveillance des performances d’une machine de tri automatisée

 F2 « Marche de préparation » : C’est l’état où le système réalise les conditions

nécessaires afin de commencer la production normale.

 F3 « Marche de clôture » : C’est l’état où le système se met dans une certaine

position avant un arrêt prolongé.

 F4 « Marche de vérification dans le désordre » : C’est l’état où l’utilisateur peut tester

les différents actionneurs du système sans l’obligation de respecter l’ordre de
fonctionnement, on peut l’appeler aussi le mode de fonctionnement manuel.

 F5 « Marche de vérification dans l’ordre » : C’est l’état où l’utilisateur peut réaliser

le cycle de production normal tâche par tâche. Cet état rassemble aussi au mode de
fonctionnement pas à pas.

 F6 « Marche de test » : C’est l’état où l’utilisateur peut faire des réglages aux
différents éléments du système.

 Procédures d’arrêts

Ce bloc définit les états d’arrêt du système.

 A1 « Arrêt dans un état initial » : C’est l’état de repos où se trouve la machine avant de
commencer le fonctionnement normal.

 A2 « Arrêt demandé en fin de cycle » : C’est l’état qui met le système en arrêt après la
fin de cycle de production.

 A3 « Arrêt demandé dans un état indéterminé » : C’est l’état qui peut arrêter le système
permettant l’intervention.

 A4 : « Arrêt obtenu » : C’est un arrêt qui est généralement différent de l’état initial.

 A5 : « Préparation pour remise en route après défaillance » : C’est l’état nécessaire pour
remise en route après défaillance.

 A6 : « Mise PO dans un état initial » : C’est l’état nécessaire afin d’initialiser le système
après défaillance

19
 Surveillance des performances d’une machine de tri automatisée

 A7 : « Mise PO dans un état déterminé » : C’est l’état qui permet le redémarrage de

système d’une position différente de la position initiale

 Procédures de défaillances

 D1 : « Arrêt d’urgence » : C’est l’état obtenu en cas d’urgence pour protéger le système
ou l’opérateur.

 D2 : « Diagnostic et ou traitement de défaillance » : C’est l’état qui permet à l’équipe

de maintenance de diagnostiquer la cause de la défaillance et faire les traitements
nécessaires.

 D3 : « Production tout de même » : C’est l’état où l’opérateur peut continuer la

production lors d’une défaillance. [20]

1.7.2 OMAC
L'Organisation pour l'automatisation et le contrôle des machines (OMAC) a été fondée en
1994, elle est composée de fournisseurs de technologies et de constructeurs de machines.
OMAC aujourd’hui contribue à améliorer les normes de l’industrie pour rendre les
performances des machines plus élevées, comme le TRS.

À partir de 2002, l'OMAC a commencé à développer un langage machine qui

communiquerait de manière cohérente entre toutes les formes d'équipement d'emballage et les
commandes de ligne. L'intention était de faire en sorte que chaque machine d'emballage indique
son état de fonctionnement de la même manière, indépendamment du type de machine. En
2005, METTLER TOLEDO a commencé à travailler sur une nouvelle plate-forme de contrôle
pour ses produits de pesage de contrôle et recherchait une méthode acceptée par l'industrie et
viable à l'échelle internationale. L'appartenance à l'OMAC - grands utilisateurs et fournisseurs
internationaux - était précisément ce que recherchait METTLER TOLEDO. [3]

 Structure de PackML

PackML utilise deux catégories d’informations : États, modes.

20
 Surveillance des performances d’une machine de tri automatisée

Les états sont les conditions les plus fondamentales d'une chaîne de production. Ils donnent
l’état des équipements à l’automate de contrôle. Les modes sont des formes courantes d'activité
opérationnelle.

 Etats : Ils identifient l'état de fonctionnement de la machine. La figure 9 montre les

différents états convenus dans PackML. Chaque état a une utilisation spécifique et définie qui
est donnée dans la norme ISA TR88.00.02. Tous les types de machines n'utiliseront pas tous
les états définis. L'implémentation spécifique d'un type de machine ne doit lister que les états
applicables, pour se concentrer sur les informations de valeur. Sur la base de la forme des mots
utilisés, l'état précis de la machine en tant qu'état de transition ou en régime permanent est
apparent pour l'utilisateur.

Figure 9: Différents états de système selon la norme ISA TR88.00.02[4]

 Modes : Ils identifient comment une machine fonctionne et sont utilisés pour définir
l'état. Les modes courants sont automatique, maintenance et manuel. L'application de
PackML ne devrait pas être surchargée de modes qui ne sont pas pertinents pour l'opération.

21
 Surveillance des performances d’une machine de tri automatisée

1.7.3 Comparaison entre GEMMA et PackML d’OMAC

Comme décrit précédemment, le GEMMA est un outil graphique qui facilite à l’utilisateur
de gérer le fonctionnement de la machine. La transition entre ces modes est réalisée par des
protocoles définis par l’utilisateur, qui est faite dans la plupart des cas par lier plusieurs
GRAFCET. Contrairement à OMAC qui propose des protocoles prédéfinis, ceci minimise les
degrés de liberté mais augmente la fiabilité et le risque d’erreur.

En effet SIEMENS intègre le langage PackML comme bibliothèque dans ses logiciels
SIMATIC dédiés pour les automates type S7-1200 et S7-1500 sous le nom de LPML.

La bibliothèque LPMLV30 fournit un mode standardisé et un gestionnaire d'état pour

contrôler une machine. Le code défini par l'utilisateur peut être rempli dans une structure de
modèle facile à utiliser. De plus, une IHM de machine ou un système de niveau supérieur
(MES) peut être connecté en utilisant l'interface machine standardisée. [5]

L’annexe 2 présente une description des différents modes possibles selon la bibliothèque,
les annexes 3 et 4 présentent une description des états possibles, l’annexe 5 présente la liste des
commandes possibles pour changer les états du système et finalement l’annexe 6 présente les
transitions entre les états par ordre de priorité. [5]

Nous optons pour la gestion des modes de fonctionnement du processus considéré dans ce
projet par l’outil d’OMAC programmé sur TIA Portal de siemens dont l’objectif est de calculer
d’une manière automatisée les indicateurs de performance désirés qui seront surveillés par un
système SCADA à distance.

1.8 Conclusion
Dans ce chapitre nous avons présenté le cadre général du projet. En premier lieu, l’entreprise
d’accueil et en second lieu le contexte général dans lequel s’inscrit le projet.

Dans ce qui suit nous allons aborder la solution de conception et de réalisation d’un système
de surveillance à distance des différentes performances d’une station de tri.

22
 Surveillance des performances d’une machine de tri automatisée

2 Chapitre 2 : Conception et réalisation du projet

2.1 Introduction
Dans ce chapitre, nous présentons les différentes solutions que nous proposons afin de gérer
les modes de fonctionnement puis automatiser la machine de tri. D’autre part, nous exposons
les interfaces de supervision que nous avons réalisées afin de contrôler la machine considérée
et suivre ses performances en temps réel. On finit par le stockage de données calculées sur un
Cloud en permettant à l’utilisateur d’y avoir accès à distance.

2.2 Les stations de tri

Dans le domaine industriel, les systèmes de tri sont très répandus dans l'industrie et occupent
une place importante. Nous pouvons citer à titre d'exemple l'industrie agroalimentaire,
l'industrie pharmaceutique et l'industrie papetière. Les technologies et les types de commande
varient en effet avec la nature du tri et l'application considérée.

De ce fait, on a choisi les maquettes de tri comme référence pour une machine industrielle
dans le but de suivre ses performances, ce qui de nos jours est nécessaire pour suivre le progrès
de la quatrième révolution industrielle.

2.2.1 Fonctionnement
Le but des machines de tri est de classer plusieurs types de pièce selon un choix prédéfini,
dans notre cas, il s’agit de trier les pièces selon deux critères : Couleur, et Matière.

Pour le choix de la matière, il s’agit de détecter les pièces métalliques en utilisant un capteur
de proximité inductif. Pour le choix de la couleur, il s’agit de détecter une pièce rouge grâce au
capteur de réflexion. Si ces capteurs ne parviennent pas à détecter ni la matière ni la couleur, il
s’agit donc d’une pièce non conforme qui doit être stockée dans un autre emplacement

2.2.2 Simulation
L’une des technologies qui doit être mise en place afin d’améliorer la production est le
Digital Twin, c’est pour cela qu’on a commencé par effectuer une simulation virtuelle du projet
en utilisant le logiciel Factory I/O.

23
 Surveillance des performances d’une machine de tri automatisée

Factory I/O est un logiciel de simulation virtuelle en trois dimensions qui permet de créer
des systèmes automatisés et des usines virtuelles avec un degré de réalisme important et les
connecter avec des automates programmables industriels. De plus ce logiciel offre une interface
simple. La figure ci-dessous montre la conception de la machine qu’on va utiliser pour la
simulation

Figure 10: Conception de la machine sur Factory I/O

2.3 Gestion de modes de fonctionnement

Pour la gestion de modes de fonctionnement, on a choisi d’utiliser la bibliothèque préparée
par SIEMENS selon la norme ISA TR88.00.02. Comme décrit dans le chapitre précédent il
s’agit de gérer le fonctionnement selon des modes et des états prédéfinis.

2.3.1 Les modes de fonctionnement

En se référant à l’annexe 2 et selon l’étude de besoin, on a choisi d’utiliser trois modes de
fonctionnement :

24
 Surveillance des performances d’une machine de tri automatisée

 Mode de production :

Ce mode est utilisé pour la production de routine. La machine exécute la logique appropriée
en réponse à des commandes qui sont soit entrées directement par l'opérateur ou émises par un
autre système de supervision.

 Mode de maintenance :

Ce mode est utilisé pour permettre au personnel autorisé de faire fonctionner la machine et
tester ses actionneurs pour la recherche de pannes, les essais de machines ou les tests
d'amélioration opérationnelle. Ce mode permettrait également d'ajuster la vitesse de la
machine.

 Mode manuel :

Cela permet un contrôle direct des modules individuels de la machine. Cette fonctionnalité
est disponible en fonction des contraintes mécaniques. Grâce à ce mode, le personnel autorisé
peut faire fonctionner la machine tâche par tâche manuellement.

2.3.2 Les états de système

D’après le langage LPML, chaque mode est défini par plusieurs états qui sont au total 17
(figures 9 et 31) qui peuvent être tous utilisés ou tout simplement choisis selon les états
souhaités. Dans notre cas, on a utilisé tous les états disponibles selon les annexes 3 et 4 qui sont
définis par :

 Etat d’exécution :

C’est l’état où la machine fonctionne d’une manière automatique sans aucune intervention.

 Etats de suspension :

L’état de suspension est utilisé lorsque des conditions de processus externes ne permettent
pas à la machine de continuer de produire. Il est obtenu à partir de l’état d’exécution. Pour faire
la transition entre ces deux états, il existe deux états supplémentaires effectuant les tâches
nécessaires pour obtenir l’arrêt et pour le retour vers l’exécution.

25
 Surveillance des performances d’une machine de tri automatisée

 Etats de maintien :

L’état de maintien est utilisé pour conserver la machine lorsque les conditions internes ne
permettent pas de continuer la production. Il est généralement utilisé pour les conditions de
machine de routine qui nécessitent un entretien mineur par l'opérateur pour poursuivre la
production. Il existe deux états supplémentaires effectuant les tâches nécessaires pour obtenir
l’arrêt et pour le retour vers l’exécution.

 Etats d’arrêt :

Cet état est activé lors de l’action sur le bouton STOP. Dans cet état, la machine exécute la
logique qui l'amène à un arrêt. Le démarrage normal de la machine ne peut être lancé que si la
réinitialisation a eu lieu.

 Etat d’achèvement :

Cet état est obtenu automatiquement de l’état d’exécution, ce qui permet à la machine de
finaliser le dernier cycle, puis de la mettre en arrêt.

 Etat d’abandon :

L'état Abandon peut être activé à tout moment en réponse à la commande Abandonner ou
en cas de panne de la machine. La logique d'abandon amènera la machine à un arrêt rapide et
sûr.

La machine conserve les informations d'état relatives à la condition d'abandon. La machine

ne peut quitter cet état qu'après une commande explicite d'effacement, après une intervention
manuelle pour corriger et réinitialiser les défauts détectés.

 Etat d’effacement :

Initié par une commande d'état pour effacer les erreurs ayant pu se produire lors de l'abandon
avant de passer à l’état d’arrêt

 Etat de réinitialisation :

26
 Surveillance des performances d’une machine de tri automatisée

Cet état est le résultat d'une commande de réinitialisation à partir de l'état d’arrêt ou
d’achèvement. Les défauts et les causes d'arrêt sont réinitialisés. La réinitialisation entraîne
généralement la mise sous tension des dispositifs de sécurité et place la machine en état de
repos où elle attendra une commande de démarrage.

 Etat de repos :

C’est l’état où la machine se met en repos après l’initialisation.

 Etat de démarrage :

Dans cet état la machine effectue les étapes nécessaires pour démarrer et basculer vers l’état
d’exécution.

2.3.3 Les commandes de contrôle système

Tableau 1: commandes de contrôle

Numéro Commande de contrôle

1 Réinitialiser

2 Démarrer

3 Arrêter

4 Maintenir

5 Arrêter le maintien

6 Suspendre

7 Reprendre

8 Abandonner

9 Nettoyer

27
 Surveillance des performances d’une machine de tri automatisée

10 Fin

2.4 Automatisation du système

2.4.1 Choix de l’automate
Afin d’automatiser cette machine, on a proposé d’utiliser un automate programmable
industriel SIEMENS SIMATIC S7-1200, (Figure 11 et Tableau 2) qui est conforme aux besoins
ainsi que le logiciel TIA PORTAL V16 de SIEMENS.

Tableau 2: Caractéristiques de l'automate[20]

Caractéristiques

CPU 1214 DC/DC/DC

Type Compact

Reference 6ES7 214-1AG40-0XB0

E/S intégrés 14 E TOR 24V CC

2 EA 0-10V CC

10 S TOR 24V CC

Alimentation 20,4V-28,4V CC

Figure 11: SIMATIC S7-1200 CPU 1214C

Courant d’appel 12A ; sous 28,8V CC

Consommation 500mA ; Typique

Type d’interface Profinet

Pour programmer cet automate avec Tia Portal, on va utiliser le langage SCL (Structured
Control Language). SCL est un langage de programmation évolué qui permet une
programmation structurée dédiée pour les automates S7-1200 et S7-1500. SCL contient

28
 Surveillance des performances d’une machine de tri automatisée

également les éléments typiques de l’automate et les utilise comme éléments de langage tel que
les entrées, les sorties, les appels de bloc etc.

L’environnement de développement SCL est composé d’un éditeur/ compilateur et d’un

débogueur

 L’éditeur :

L’éditeur SCL permet d’éditer ou créer des blocs pour le programme STEP 7 de TIA Portal,
il offre un contrôle de syntaxe afin de faciliter la programmation pour l’utilisateur et une
vérification finale du bloc en affichant les erreurs et avertissement qui surviennent lors de la
compilation.

 Le débogueur :

Le débogueur aide l’utilisateur à détecter les erreurs logiques en deux manières : Par la
visualisation en continu et par la visualisation par étape.

La visualisation en continu permet de faire les tests sur les instructions dans un bloc, les
données s’affichent par ordre chronologique et sont actualisés d’une manière cyclique.

La visualisation par étape suit le programme dans déroulement logique. Grâce à cette
méthode, l’utilisateur peut faire les tests instruction par instruction et interpréter les résultats à
partir d’une autre fenêtre. [20]

2.4.2 Automatisation du fonctionnement de la machine

Afin de programmer la machine sur TIA Portal il faut tout d’abord définir les entrées/sorties
de système puis développer le script nécessaire en langage SCL. Pour la partie suivante, l’étude
se concentre sur le développement de solution du mode de production

 Liste des entrées/sorties :

Le tableau suivant représente la liste des entrées/sorties qui vont se connecter à la machine
virtuelle préparée sur Factory I/O.

29
 Surveillance des performances d’une machine de tri automatisée

Tableau 3: Liste des entrées sorties

Entrées Equipement et Rôle Sorties Equipement et Rôle

RetroSensor Capteur TOR de présence Belt1, 2 et 3 Convoyeur pour l’élément de

au début guidage des pièces (Belt3
toujours actif)

DiffSensor Capteur TOR de présence Turn1, 2 et 3 La commande de rotation

pour l’identification d’élément de guidage (Turn 3
toujours actif)

Atexit Capteur TOR de présence Entry_Convey Convoyeur pour la première

en fin de cycle or partie avant l’identification

VisionSensor Capteur analogique qui Exit_Conveyor Convoyeur pour la partie

vérifie le type de la pièce après l’identification

Emitter Emetteur des pièces

Stop blade Elément de blocage afin de

vérifier la nature de la pièce

Remover1 ,2 Elément qui enlève les pièces

et 3 en fin de cycle(Toujours actif)

La figure ci-dessous représente l’affectation de ces entrées sorties avec l’API pour faire la
simulation sur Factory I/O

30
 Surveillance des performances d’une machine de tri automatisée

Figure 12: Affectation des E/S sur Factory I/O

 Réalisation du GRAFCET :

Pour développer la solution, on a utilisé le GRAFCET pour bien définir le fonctionnement

de la machine en mode production, état d’exécution. (Figure 13)

Le GRAFCET (Graphe Fonctionnel de Commande par Etapes et Transitions) ou est un

langage graphique qui représente le fonctionnement d’un automatisme en reliant les étapes
auxquelles sont associées les actionneurs aux transitions auxquelles sont associées les
réceptivités.

31
 Surveillance des performances d’une machine de tri automatisée

Figure 13: Grafcet de fonctionnement normal

2.5 Programmation sur TIA Portal :

Les figures ci-dessous représentent le script qui décrit le fonctionnement automatique du
système en se référant à la GRAFCET, et en utilisant le langage SCL (figures 18 et 19).

32
Surveillance des performances d’une machine de tri automatisée

Figure 14: Script SCL mode production(1)

33
 Surveillance des performances d’une machine de tri automatisée

Figure 15: Script SCL mode production(2)

2.5.1 Vue générale sur la programmation de l’API

La figure ci-dessous représente tous les fonctions et blocs fonctionnels pour le programme
de l’API

34
 Surveillance des performances d’une machine de tri automatisée

Figure 16: Blocs de programme de l'API

Tableau 4: Fonctions principales de programme

Nom du bloc FB/FC Fonctionnalité DB Langage de

d’instance développement

Impulse FC1 C’est une fonction qui donne LADDER

generator impulsion chaque 15 minutes

Automatic FB1 Un bloc fonctionnel qui gère le DB1 SCL

fonctionnement de la machine en
mode de production

Maintenance FB3 Un bloc fonctionnel qui gère le DB2 SCL

fonctionnement de la machine en
mode maintenance

Manuel FB2 Un bloc fonctionnel qui gère le DB3 SCL

fonctionnement de la machine en
mode manuel

Counters FB5 Un bloc fonctionnel qui fait le DB6 SCL

comptage des pièces

35
 Surveillance des performances d’une machine de tri automatisée

KPI Calcul FB8 Un bloc fonctionnel qui fait le calcul DB5 SCL
des indicateurs clé de performance

Modeorganiser FB7 Un bloc qui définit la variable « State DB10 SCL

Complete » selon l’état

Stop Code FB6 Un bloc qui définit les arrêts de DB13 SCL
système

2.5.2 Intégration de la bibliothèque LPML V30

Afin d’intégrer la bibliothèque pour faire la transition entre les modes et les états, il faut
définir les variables qu’on doit utiliser avec les blocs fonctionnels de cette bibliothèque. En se
référant à la documentation préparée par SIEMENS (Annexes 2, 3, 4, 5 et 6).

En résultat, on aura les variables nécessaires pour faire calculer les indicateurs clé de
performance, les figures ci-dessous représentent l’appel du bloc principal de LPML qui gère
les transitions entre les différents modes et états selon l’OMAC ainsi que le bloc qui permet de
calculer le temps écoulé en plusieurs méthodes.

36
 Surveillance des performances d’une machine de tri automatisée

Figure 17: LPMLV30_UnitModeStateManager (FB30100)

37
 Surveillance des performances d’une machine de tri automatisée

Figure 18: LPMLV30_UnitModeStateTimes (FB30101)

2.5.3 Calcul des indicateurs clé de performances

 TRS

Le TRS ou Taux de rendement synthétique (figure 7) est le produit des trois sous
indicateurs : Taux de qualité TQ, Taux de performance TP et Disponibilité opérationnelle DO.

Selon les données disponibles et les données qu’on peut ajouter, on a utilisé ces quatre
formules :

𝑁𝑜𝑚𝑏𝑟𝑒 𝑑𝑒𝑠 𝑏𝑜𝑛𝑛𝑒𝑠 𝑝𝑖è𝑐𝑒𝑠

 𝑇𝑄 = 𝑁𝑜𝑚𝑏𝑟𝑒 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑠 𝑝𝑖è𝑐𝑒𝑠 𝑡𝑟𝑖é𝑠 , Ces valeurs sont obtenues à partir des compteurs qui

incrémentent lors du passage des pièces vers l’espace de stockage. Il s’agit de trois
variables, compteur des pièces type 1, compteur des pièces type 2 et compteur des
pièces non conformes.

𝐶𝑎𝑑𝑒𝑛𝑐𝑒 𝑟é𝑒𝑒𝑙𝑙𝑒
 𝑇𝑃 = 𝐶𝑎𝑑𝑒𝑛𝑐𝑒 𝑡ℎé𝑜𝑟𝑖𝑞𝑢𝑒 , La valeur de la cadence réelle est obtenue grâce au

comparaison des compteurs chaque minute et la valeur de la cadence théorique est

ajoutée par l’opérateur avant de commencer le cycle de production selon les critères de
la machine.

𝑇𝑒𝑚𝑝𝑠 𝑑𝑒 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛𝑛𝑒𝑚𝑒𝑛𝑡
 𝐷𝑂 = , Ces valeurs sont obtenues grâce à la bibliothèque
𝑇𝑒𝑚𝑝𝑠 𝑟𝑒𝑞𝑢𝑖𝑠

LPML (figure 17), Dans notre cas le temps utile est le temps écoulé en état d’exécution
et le temps de fonctionnement, le temps requis est le temps de fonctionnement avec la
somme des durées des arrêts non planifiés.

38
 Surveillance des performances d’une machine de tri automatisée

 𝑇𝑅𝑆 = 𝑇𝑃 ∗ 𝑇𝑄 ∗ 𝐷𝑂

 MTBF et MTTR

𝑇𝑒𝑚𝑝𝑠 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛𝑛𝑒𝑚𝑒𝑛𝑡

 𝑀𝑇𝐵𝐹 = 𝑁𝑜𝑚𝑏𝑟𝑒 𝑑𝑒𝑠 𝑝𝑎𝑛𝑛𝑒𝑠

𝑇𝑒𝑚𝑝𝑠 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒𝑠 𝑝𝑎𝑛𝑛𝑒𝑠

 𝑀𝑇𝑇𝑅 = 𝑁𝑜𝑚𝑏𝑟𝑒 𝑑𝑒𝑠 𝑝𝑎𝑛𝑛𝑒𝑠

Le nombre des pannes est à chaque fois que la machine passe d’un état de production vers
un état d’arrêt. Le temps écoulé est directement obtenu à partir de la bibliothèque LPML.

La figure ci-dessous montre le script en utilisant ces formules

Figure 19: Script calcul TRS, MTTR et MTBF

2.6 Supervision du système

2.6.1 Logiciel utilisé
La supervision industrielle permet de contrôler et suivre en temps réel le comportement de
la machine. Pour cette partie on va utiliser le logiciel SIMATIC WinCC Unified intégré dans
TIA Portal V16 qui offre un nouveau système de visualisation.

39
 Surveillance des performances d’une machine de tri automatisée

Figure 20: Système SIMATIC WinCC Unified

Ce logiciel est caractérisé par :

 Utilisation de dernières technologies : Le Runtime du nouveau logiciel de

visualisation est basé sur des technologies Web natives telles que HTML5, SVG et
JavaScript.

 Évolutivité simple et continue : Le système simplifie la collaboration de tous les

appareils en fonctionnement grâce à un échange de données flexible et permet aux
opérateurs autorisés d'accéder directement via n'importe quel navigateur Web
moderne sans installer de plug-ins séparés.

 Variété des environnements : Les technologies utilisées permettent une liberté

maximale dans la sélection de l'environnement de workflow. Dans un premier temps,
WinCC Unified sera disponible pour les systèmes basés sur panneau et PC. À
l'avenir, il sera également possible d'exécuter des applications dans un
environnement périphérique ou cloud.

 Variété des options selon les besoins : SIMATIC WinCC Unified offre une large
gamme d'options pour les exigences spécifiques à l'industrie et peut être utilisé pour
des applications spécifiques à l'utilisateur avec ses interfaces ouvertes. [20]

40
 Surveillance des performances d’une machine de tri automatisée

2.6.2 Développement de l’application IHM

L’intérêt de ce projet est de suivre en temps réel la performance d’une station de tri et de la
contrôler suivant les démarches de l’OMAC. Pour cela on propose la solution suivante :

 Vue générale de l’IHM :

La figure ci-dessous représente la vue générale de système sur le navigateur Web « Google
chrome »

Figure 21: Vue générale du projet sur le navigateur Web

 Barre d’état du projet :

La figure ci-dessous représente la barre d’état de ce projet

Figure 22: Barre d'état du projet

41
 Surveillance des performances d’une machine de tri automatisée

Elle affiche les données relatives à l’état de fonctionnement en temps réel du projet et permet
l’accès à l’écran contextuel qui fait commander la machine selon l’OMAC, il affiche l’état et
le mode actuels, et permet aussi de naviguer entre eux en utilisant les boutons de commandes.

Figure 23: Ecran contextuel gestion des modes et des états

Elle permet aussi de déconnecter du système allant vers la vue d’identification.

Figure 24: Vue d'identification d'utilisateur

42
 Surveillance des performances d’une machine de tri automatisée

 Barre de navigation entre vues :

La figure ci-dessous permet de déplacer entre les vues de systèmes.

Figure 25: Barre de navigation

 Vue de TRS :

La figure ci-dessous représente le calcul de TRS en temps réel à partir des taux de
performance, qualité et disponibilité. Elle affiche aussi le MTBF et le MTTR

Figure 26: Vue de TRS

43
 Surveillance des performances d’une machine de tri automatisée

 Vue performance :

Cette vue affiche les données liées à la performance de la machine ainsi qu’une courbe pour
comparer la vitesse réelle de la machine par rapport à la vitesse théorique, qui peut être changée
à partir de cette interface.

Figure 27: Vue Performance de la machine

 Vue qualité :

Cette vue affiche les compteurs afin de calculer le taux de qualité. Un compteur qui conserve
les valeurs et un compteur qui peut être réinitialisé lors de l’action sur le bouton « Reset
Counters »

44
 Surveillance des performances d’une machine de tri automatisée

Figure 28: Vue qualité

 Vue Disponibilité :

45
 Surveillance des performances d’une machine de tri automatisée

Figure 29: Vue qualité

Cette vue affiche le temps écoulé à chaque mode de fonctionnement de deux manières, une
valeur actuelle et une valeur cumulée. Cette vue permet l’accès à l’écran contextuel qui affiché
le temps écoulé à chaque état

46
 Surveillance des performances d’une machine de tri automatisée

Figure 30: Affichage du temps écoulé à chaque état

 Vue OMAC :

Cette vue affiche les différents états possibles selon l’OMAC, elle permet à l’utilisateur
d’identifier les transitions possibles en se basant sur l’état actuel affiché en vert.

47
 Surveillance des performances d’une machine de tri automatisée

Figure 31: Vue modèle OMAC

 Ecran contextuel de gestion des arrêts :

Cette vue s’affiche automatiquement lors de passage d’état de production vers un état
d’arrêt, elle permet à l’utilisateur d’avoir un compte-rendu sur l’arrêt pour pouvoir choisir le
type de classification.

48
 Surveillance des performances d’une machine de tri automatisée

Figure 32: Ecran contextuel gestion des arrêts

2.7 Stockage des données sur Cloud

2.7.1 Serveur Cloud Amazon
Afin de faciliter le traitement des données, on a utilisé le cloud computing d’Amazon. Ceci
offre :

 Stockage flexibles : Le stockage cloud est flexible qui peut être agrandi, diminue en
fonction des données stockées pour réduire les coûts

 Sécurité Le cloud computing offre une grande sécurité en cas de perte de données
sensibles. Comme les données sont stockées dans le système, elles sont facilement
accessibles même si quelque chose arrive à votre ordinateur.

 Coûts flexibles : les coûts du cloud computing sont beaucoup plus flexibles que les
méthodes traditionnelles. La Société paie au fur et à mesure selon l’utilisation

Et de nombreux autres avantages tels que la simplicité d'utilisation, un bon support et une
bonne documentation.

49
 Surveillance des performances d’une machine de tri automatisée

2.7.2 Création du serveur Cloud sur Amazon

Afin de stocker les données et permettre à l’utilisateur d’y accéder à partir de plusieurs
machines, on a créé une machine virtuelle avec le service EC2 d’AWS ou Amazon Services
Web comme la montre la figure ci-dessous.

Figure 33: Console AWS

La machine virtuelle est une instance [Link] du service EC2 et utilise Linux comme
système d’exploitation. Cette instance offre gratuitement les spécifications suivantes :

Tableau 5: Spécification de la machine [Link]

[Link]

CPU 1*3.3 GHz

Mémoire 1GO

Stockage 8GO

Sur cette machine on a installé le serveur MariaDB. Puis on a configuré un serveur web qui
nous permet de gérer et créer une base de données depuis une interface graphique.

50
 Surveillance des performances d’une machine de tri automatisée

Finalement on aura la structure suivante :

Figure 34: Modele de communication entre l'application et le serveur

2.7.3 Connecter la base de données avec WinCC Unified

Pour faire la liaison entre la base de données et WinCC Unified, on a utilisé des scripts
fonctions programmés en JavaScript qui seront exécutés selon les besoins.

JavaScript ou « JS » est un langage de script orienté objet connu pour la programmation des
pages web.

La connexion se fait, tout d’abord par définir les cinq variables :

 Db_server : L’adresse du serveur

 Dc_port : Le port de la base de données

 Db_user / Db-pass : L’identification pour accéder à la base

 Db_name : Nom de la base de données.

51
 Surveillance des performances d’une machine de tri automatisée

La figure ci-dessous représente le script qui doit être utilisé pour faire connecter WinCC
Unified à la base de données

Figure 35: Script pour connecter à la base de données

2.7.4 Sauvegarde des données

On veut stocker les données des performances de la machine ainsi que les arrêts effectués
en production, c’est pour cela qu’on a commencé à créer les tableaux nécessaires dans la base
qui sont affichés dans la figure ci-dessous

52
 Surveillance des performances d’une machine de tri automatisée

Figure 36: Architecture des tablaux crées

Puis préparer les variables à stocker. Finalement lancer la requête SQL (Structured Querry
Language) qui permet de communiquer avec la base de données afin d’ajouter, de modifier ou
de supprimer des données dans des fonctions.

L’envoi des données vers les tableaux Performance, Disponibilité et qualité est fait d’une
manière automatique chaque 15 minutes. L’envoi vers le tableau TRS à chaque changement de
shift. Et lors du passage d’un état d’arrêt à un état de production, la cause d’arrêt et temps
écoulé seront stockés dans le tableau Arrêts

Les figures ci-dessous représentent quelques requêtes ave le résultat sur les tableaux de base
de données.

53
 Surveillance des performances d’une machine de tri automatisée

Figure 37: Script d'envoi des données de disponibilité

Figure 38: Résultats dans la base de données

Figure 39: Script d'envoi des données de performance

Figure 40: Résultats dans la base de données

Figure 41: Script d'envoi des données de qualité

Figure 42: Résultats dans la base de données

54
 Surveillance des performances d’une machine de tri automatisée

Figure 43: Script d'nvoi de données vers le tableau de TRS

Figure 44: Résultats dans la base de données

Figure 45: Script d'envoi des données vers le tableau d'arrêts

Figure 46: Résultats dans la base de donnée

2.8 Exploitation des données vers Mindsphere

Mindsphere, solution Cloud de SIEMENS, est une plateforme qui permet aux industries de
suivre les performances des machines ou de production. Elle collecte les données nécessaires
pour faire l’analyse nécessaire afin d’optimiser le pilotage et les performances de production

55
 Surveillance des performances d’une machine de tri automatisée

2.8.1 Préparation des données sur Mindsphere

Après avoir défini les variables à envoyer de l’automate, il faut créer un actif en utilisant
« Asset manager » une représentation numérique d’une machine ou d’un système
d’automatisation avec un ou plusieurs automates connectés à MindSphere.

Tout d’abord il faut définir les aspects qui représentent le mécanisme de modélisation des
données pour les actifs, puis le type d’où les actifs prennent les propriétés.

La figure ci-dessous montre l’actif crée

Figure 47: L'actif crée pour l’acquisition des données

56
 Surveillance des performances d’une machine de tri automatisée

Figure 48: Exemple des données qui définit [Link]

2.8.2 Création du tableau de bord pour l’analyse

En utilisant « Performance Insight » de Mindsphere on peut créer des tableaux de bord
permettant l’affichage de ces données d’une manière graphique afin d’interpréter les
performances de la machine.

Figure 49: Exemple d'un dashboard sur Performance Insight de MindSphere

57
 Surveillance des performances d’une machine de tri automatisée

2.8.3 Connecter Mindsphere avec l’automate

On peut lier Mindsphere et l’API grâce à la bibliothèque MindConnect qu’il faut configurer
dans les deux parties selon la configuration de l'agent. Pour compléter la connexion entre eux,
on a utilisé l’outil de programmation node-red qui permet de faire une liaison entre plusieurs
périphériques ou des services en ligne. Il fournit un éditeur qui permet de connecter différents
nœuds à l’aide d’une large gamme qui peut être déployée sur son Runtime.

On a modélisé l’automate par le nœud « S7 in » de la bibliothèque « S7 » qui permet de lire

des variables de l’automate, puis on a ajouté le nœud de MindConnect qui modélise la
connectivité vers Mindshpere. La figure ci-dessous montre la représentation schématique sur
node-red.

Figure 50: Représentation schématique sur node-red

Afin de crypter la communication entre les deux terminaux on a utilisé un code de cryptage
(256bits) partagé entre le nœud MindConnect et la plateforme Mindsphere.

Figure 51: Configuration de MindConnect

58
 Surveillance des performances d’une machine de tri automatisée

2.9 Conclusion
Dans ce deuxième chapitre, nous avons détaillé les solutions proposées de point de vue
conception et réalisation, en décrivant les différents moyens utilisés.

Ceci nous a permet d’explorer de nouvelles pistes technologiques et de nouveaux

environnements de développement industriel nous permettant d’acquérir de nouvelle
compétence en automatisme industriel

59
 Surveillance des performances d’une machine de tri automatisée

Conclusion et perspectives

Dans le cadre du projet de fin d’études du cycle d’ingénieur à ESPRIT, j’ai eu l’occasion
d’effectuer un stage au sein de la société 3IA-Technology spécialisée dans l’automatisation
industrielle.

Dans ce projet, nous avons abordé des problématiques industrielles relatives au progrès
technologique. Un premier volet a été consacré à une étude bibliographique sur l’industrie 4.0
et son impact sur les industries tunisiennes. Un deuxième volet de ces travaux a été consacré à
la conception et la réalisation de la solution d’automatisation et de la supervision industrielle.
Un dernier volet très important de ces travaux nous a permis de s’ouvrir et d’explorer une partie
des nouveaux concepts industriels introduits récemment et qui traitent de la connectivité à
distance, de l’analyse du Big Data et de l’intelligence des processus.

Nous avons également eu l’opportunité d’utiliser plusieurs outils de développement dans

différents domaines à saisir essentiellement dans l’automatisme, le Step7 pour la
programmation automate (langage LADDER et SCL) et le WinCC Unified pour la
programmation de l’IHM. D’autre part dans le domaine de l’informatique, le JavaScript pour
le développement de la connectivité de WinCC Unified avec le service Cloud Computing
d’Amazon contenant une base de données gérée grâce au langage SQL.

Pour clôturer, ce travail m’a été énormément bénéfique sur plusieurs niveaux. En effet, j’ai
eu la possibilité de palier à plusieurs problèmes qui m’ont conduit vers l’acquisition de
nouvelles compétences. Par ailleurs exploiter et appliquer des notions acquises lors de mon
cursus académique. Enfin, ce projet m’a permis d’entrer en contact avec plusieurs ingénieurs
et développeurs dans le monde qui ont eu quelques expériences dans le cadre de l’industrie 4.0.

60
 Surveillance des performances d’une machine de tri automatisée

Bibliographie
[1]- Wang S, Wan J, Zhang D, Li D, Zhang C. Towards smart factory for Industry 4.0: A
self-organized multi-agent system with big data based feedback and coordination. Comput
Netw 2016;101:158–68.

[2] Shen WM, Norrie DH. Agent-based systems for intelligent manufacturing: A state-of-
the-art survey. Knowl Inf Syst 1999;1(2):129–56.

[3]- OMAC And PackML: Industry Standards For OEE Improvement METTLER
TOLEDO: 1

[4]- PACKML UNIT/MACHINE IMPLEMENTATION GUIDE - Ph.D. Carsten Nøkleby,

SESAM-World

[5]- LPMLV30 for SIMATIC Entry-ID: 49970441, V3.0, 05/2015

[6]- Fiche technique 6ES7214-1AG40-0XB0 Page 1/ 8 06.02.2015

61
 Surveillance des performances d’une machine de tri automatisée

Netographie
[7]- [Link] Visité le 15 Mars 2020.

[8]- [Link] Visité le 22 Juin 2020.

[9]- [Link] Visité le 23 Juin

2020

[10]- [Link]
[Link] Visité le 24 Juin 2020.

[11]- [Link]
0_digital-twin-technology/figures/3833_Figure1.png Visité le 24 Juin 2020.

[12]- [Link]
for-you/ Visité le 25 Juin 2020.

[13]- [Link] Visité le 25

Juin 2020

[14]- [Link]
environment/ Visité le 26 Juin 2020.

[15]- [Link]
scada-is-one-going-to-replace-the-other/ Visité le 26 Juin 2020.

[16]- [Link] Visité le 26 Juin

[17]- [Link]
lean/60-trs-indicateur-cle Visité le 27 Juin 2020

62
 Surveillance des performances d’une machine de tri automatisée

[18]- [Link] Visité

le 27 Juin 2020

[19]- [Link] Visité le 28 Juin 2020

[20]- [Link]
[Link] Visité le 10 Juin 2020

63
 Surveillance des performances d’une machine de tri automatisée

Annexes

Annexe 1: GEMMA ............................................................................................................ 65

Annexe 2: Description des modes possibles ....................................................................... 66

Annexe 3: Différents états possibles (1) ............................................................................. 67

Annexe 4: Différents états possibles (2) ............................................................................. 68

Annexe 5: Différents commandes possibles ....................................................................... 69

Annexe 6: Transition entre les états par ordre de priorité ................................................... 70

64
Surveillance des performances d’une machine de tri automatisée

Annexe 1: GEMMA

65
Surveillance des performances d’une machine de tri automatisée

Annexe 2: Description des modes possibles

66
Surveillance des performances d’une machine de tri automatisée

Annexe 3: Différents états possibles (1)

67
Surveillance des performances d’une machine de tri automatisée

Annexe 4: Différents états possibles (2)

68
Surveillance des performances d’une machine de tri automatisée

Annexe 5: Différents commandes possibles

69
 Surveillance des performances d’une machine de tri automatisée

Annexe 6: Transition entre les états par ordre de priorité

70
 Surveillance des performances d’une machine de tri automatisée

Résumé

Ce travail s’inscrit dans le cadre du projet de fin d’étude à l’Ecole Supérieure Privée
d'Ingénierie et de Technologies (ESPRIT). L’objectif de ce projet consiste à automatiser une
machine de tri et le développement d’une solution de contrôle et de suivi de ses performances.

Mots clés : Automatisation, Supervision, Tableau de bord, Taux de rendement synthétique

(TRS), Cloud.

Abstract

This work is part of the graduation project at the Ecole Supérieure Privée d'Ingénierie et de
Technologies (ESPRIT). The objective of this project is the automation of a sorting station and
the development of a solution in order to monitor and control its performance.

Key words: Automation, Supervision, Dashboard, Overall equipment effectiveness(OEE),

Cloud

71
Surveillance des performances d’une machine de tri automatisée

72
Surveillance des performances d’une machine de tri automatisée

73