Introduction : le « silo de données » de l’usine de peinture, première douleur de la transformation numérique
L’usine de peinture de gestion traditionnelleERP (Enterprise Resource Planning — gère « l’argent ») / MES (Manufacturing Execution System — gère « la production ») / WMS (Warehouse Management System — gère « les marchandises ») / LIMS (Laboratory Information Management System — gère « la qualité ») — quatre systèmes fonctionnant indépendamment — « îlots » d’information
——(1) L’ERP reçoit la commande — saisie manuelle dans le MES — retard > 1h — information en retard ; (2) Les données de contrôle qualité par lot du MES — saisie manuelle dans le LIMS — erreurs > 5 % — la crédibilité du rapport COA diminue ; (3) Le stock de matières premières du WMS — périmé — l’ERP — ne le sait pas — achète de nouvelles matières — les anciennes périmées et mises au rebut « systèmes non interconnectés — données non partagées — décisions non intelligentes ». La première priorité de la transformation numérique« intégration des quatre systèmes » établir un « middle platform de données » unifié pour la circulation automatique et le partage en temps réel des données
—— éliminer les « îlots d’information » c’est les « fondations » de la numérisation de l’usine de peinture.
I. Architecture d’intégration du système quadruplo
| Système | Fonction principale | Entrée | Sortie | Protocole d’intégration |
|---|---|---|---|---|
| ERP | Commandes/achats/stocks/finance « gérer l’argent » | Commandes clients « que produire/combien/quand livrer » | Ordre de fabrication → MES | OPC-UA/REST API |
| MES | Production/contrôle qualité/traçabilité « gérer la production » | Ordre MES + recette PMS « production — comment produire » | Données de contrôle qualité → LIMS | OPC-UA/MQTT |
| WMS | Matières premières/produits finis/emplacements « gérer les biens » | Bon d’achat ERP + bon de prélèvement MES | État des stocks → ERP/MES | API/code-barres/RFID |
| LIMS | Échantillons/tests/COA « gérer la qualité » | Besoins de contrôle qualité du MES | COA → ERP (avec marchandise) | API/CSV |
FAQ
Q1 : Comment l’optimisation de formulation par IA réduit-elle le nombre d’essais de formulation de plus de 50 % ?
Développement de formulation traditionnel——Ingénieur——« supposition » de la formulation initiale basée sur l’expérience + la littérature——>3 à 5 essais de formulation——Chaque fois——>1 jour (pesée / dispersion / application sur plaque / test / analyse)——>1 formulation——>Cycle de développement de 1 à 2 semaines. IA——(1)Données d’entraînement——de l’entreprise >10000 lots de——données formulation → performance ; (2)Modèle ML (XGBoost / Random Forest) « apprend » la « cartographie non linéaire » entre les différents composants de la formulation (résine / durcisseur / pigment / charge / additif / solvant) et les performances finales (viscosité / finesse / adhérence / dureté / résistance à la brume saline)
; (3)Performances cibles données——IA affiche « la meilleure formulation » (Top-3 recommandés)
——L’ingénieur en choisit une——Premier essai de formulation——Taux de réussite >70 % (aucun ajustement nécessaire——ΔE<1,0 / Δperformance5 à >2-3——Cycle de développement raccourci de >50 %.
Q2 : Comment la « simulation de procédé virtuelle » du jumeau numérique (Digital Twin) réduit-elle le temps de mise au point de la ligne de production de plus de 50 % ?
L’essai de production en ligne réelle pour une nouvelle formule afin de régler les paramètres de procédé (vitesse de dispersion/temps/température — broyeur à billes — vitesse de remplissage) —> 2 à 3 fois — chaque fois —> une demi-journée —> 1,5 jour/formule
. Le jumeau numérique — pour le disperseur/le broyeur à billes/le four — établit un modèle de simulation CFD (mécanique des fluides numérique)
— saisit les données rhéologiques de la nouvelle formule (courbe viscosité-cisaillement) + propriétés thermophysiques (chaleur spécifique/conductivité thermique/masse volumique)
— « exécute » le processus de dispersion/broyage/remplissage dans l’environnement virtuel — prédit l’influence des paramètres de procédé (vitesse/température/temps) sur la qualité du revêtement (finesse/viscosité/uniformité de dispersion)
— sort la « fenêtre de procédé optimale » le premier essai en ligne réelle — les paramètres sont déjà précis — ne nécessite qu’>1 micro-ajustement (> une demi-journée) — le temps total de mise au point est réduit de >50 %.
Lecture connexe
Résumé
Le « middle platform de données » des quatre systèmes numériques de revêtements (ERP/MES/WMS/LIMS) élimine les silos d’information. L’optimisation de formulations par IA (ML — réduction des essais de formulation >50 %) et le jumeau numérique (simulation CFD — réduction du réglage de ligne de production >50 %) sont les deux « scénarios à haute valeur ajoutée » de la numérisation. Kexin New Materials se consacre à la transformation numérique des usines de revêtements — fournissant aux clients des conseils en numérisation et un support de mise en œuvre.