Siemens Gamesa réduit les délais de commercialisation de l'énergie éolienne

Améliorer l'efficacité de la fabrication des pales d'éolienne grâce à la vision par ordinateur sur Microsoft Azure
IBM Consulting
8 minutes de lecture

Siemens Gamesa Renewable Energy construit des éoliennes qui produisent de l'énergie propre pour des millions de personnes dans le monde.

Pour mener la révolution de l'énergie renouvelable, l'entreprise vise à augmenter sa capacité, mais les processus manuels ont entraîné des défauts de fabrication qui ont ralenti la production des pales d'éoliennes.

Pour accélérer la fabrication, Siemens Gamesa s'est associé à IBM Consulting pour créer une solution de Machine Learning (ML) sur Microsoft Azure en recourant à une grille laser pour indiquer exactement l'emplacement de chaque couche de fibre de verre à appliquer avec une précision extrême.

La nouvelle solution fait appel à plusieurs technologies, notamment la vision par ordinateur, le machine learning, l'edge computing et l'Internet des objets (IoT). En engageant des experts d'IBM Consulting pour travailler avec ses propres Digital Ventures LabsLien externe (DVL), Siemens Games a obtenu les capacités dont elle avait besoin pour faire passer rapidement ses idées de la planche à dessin à la fabrication.

Un nouveau système de fabrication devrait permettre un retour sur investissement complet en

2,5

ans

Tout le monde a travaillé en harmonie de manière transparente pendant que nous testions la solution sur une pale réelle, et IBM a même modifié le code à la volée. Le projet a été un succès incontestable, et IBM est le partenaire idéal pour Siemens Gamesa.
Finn Mainstone
Responsable produit, Siemens Gamesa Renewable Energy, SA

L'énergie renouvelable pour tous

Siemens Gamesa utilise désormais sa solution de fabrication basée sur les données sur l'une de ses lignes de production à Aalborg, au Danemark, où les techniciens moulent des pales d'éolienne en fibre de verre.

« Chaque pale d'éolienne est conçue par nos ingénieurs selon des spécifications précises, et tout défaut au cours du processus de fabrication peut entraîner des corrections complexes, coûteuses et longues », souligne Finn Mainstone, le responsable produit chez Siemens Gamesa. Pour éviter cette situation, nos équipes visualisent une grille laser affichée sur chaque pale qui leur indique exactement où placer chaque couche de fibre de verre. Mais surtout, elles peuvent désormais recevoir des alertes instantanées si la solution détecte des erreurs ou des anomalies à la surface de la pale.

« Grâce aux caméras connectées à l'IoT dans notre usine et à l'analyse continue utilisant des modèles de machine learning, le tout géré sur Microsoft Azure, nos techniciens peuvent placer chaque couche sur la lame avec plus de rapidité et de précision. En conséquence, nous sommes en passe de réduire les taux d'erreurs de fabrication provoquées par l'application incorrecte des matières, ce qui contribue à la bonne marche de nos lignes de production. En fait, lorsque nous aurons déployé la solution à l'échelle mondiale, nous serons mieux à même de partager les meilleures pratiques. Ainsi, nous réduirons la courbe d'apprentissage pour les équipes de nos usines nouvellement ouvertes, comme celle du Havre, en France, et nous pourrons augmenter notre rendement, accepter davantage de commandes des clients et apporter les avantages de l'énergie renouvelable à un plus grand nombre de personnes dans le monde », poursuit-il.

Femme travaillant sur une lame d'éolienne
Nous prévoyons une période de retour sur investissement d'environ deux ans et demi pour notre système de production basé sur Azure, et nous nous attendons à ce que la rentabilité s'améliore au fur et à mesure que nous ajoutons des fonctionnalités et que nous constatons des avantages supplémentaires.
Kenneth Lee Kaser
Vice-président des opérations – Offshore, Siemens Gamesa Renewable Energy, SA

Les défauts freinent la productivité

Deux ouvriers communiquant avec un ordinateur portable dans une unité de fabrication de pales

Le profil aérodynamique des pales d'éoliennes est crucial pour la production d'énergie efficace, et la fabrication de chaque pale implique un travail hautement qualifié. « Même si nos pales pour la toute nouvelle éolienne SG 14-222DD mesurent 108 mètres de long, elles sont toujours fabriquées presque entièrement à la main », explique M. Mainstone. « Comme chaque pale est fabriquée sur commande, nos équipes s'apparentent plus à des des artisans qui fabriquent des meubles qu'à des travailleurs sur une chaîne de montage. Mais comme pour tout processus manuel, le risque d'erreur humaine est omniprésent. »

Siemens Gamesa dispose d'un processus d'assurance qualité rigoureux, et les pales d'éoliennes sont inspectées et réparées au cours des dernières étapes de la fabrication. Par exemple, si un morceau de fibre de verre est mal placé ou posé sur un corps étranger, la section concernée de la pale est découpée et remplacée, une situation rare mais coûteuse.

« Chaque fois que nous retravaillons une lame, cela augmente nos coûts et limite le nombre de lames que nous pouvons produire à chaque période », confie M. Mainstone. « Cette pression supplémentaire sur nos marges et notre rendement est un défi difficile à relever sur un marché hautement concurrentiel. La demande mondiale d'énergie éolienne est en hausse, et nous savions que l'augmentation de notre rendement nous permettrait de saisir plus facilement ces nouvelles opportunités et de développer notre activité. Pour atteindre notre objectif, nous avons cherché un moyen de permettre à nos techniciens de travailler rapidement avec une précision extrême. »

IBM a consacré beaucoup de temps et de ressources pour nous aider à affiner nos idées. Ce processus a été extrêmement précieux lorsqu'il s'est agi de déterminer la conception et la configuration optimales de la nouvelle solution.
Finn Mainstone
Responsable produit, Siemens Gamesa Renewable Energy, SA

Faire appel à des experts du secteur

Pour mettre en place de nouvelles capacités digitales qui apportent une plus grande normalisation et une plus grande efficacité à ses activités mondiales, Siemens Gamesa a formé une équipe interne de spécialistes de la transformation : le Digital Ventures Lab. L'un des premiers projets du DVL était un système de contrôle de la qualité, qui utilisait une grille laser pour indiquer aux équipes où placer les couches de fibre de verre pendant la production. Cependant, le système ne pouvait pas détecter les défauts dans le processus de fabrication et nécessitait une intervention manuelle importante et répétitive pour fonctionner.

« Nous étions convaincus d'être sur la bonne voie en fournissant des repères visuels à nos équipes », se souvient Mainstone, « et nous avons vu un grand potentiel pour améliorer nos processus en augmentant le système de contrôle de la qualité avec une automatisation intelligente. »

Melanie Beck, Senior Managing Consultant et chef de projet chez IBM, poursuit : « L'équipe de Siemens Gamesa avait une idée ambitieuse : monter un ensemble de caméras au-dessus de chaque poste de fabrication, et valider le placement de chaque couche en temps réel à l'aide de la vision par ordinateur et de modèles de machine learning. »

Unité de fabrication de pales SGRE
Grâce à ses solides capacités de machine learning et à ses pratiques rigoureuses d'ingénierie cloud, IBM nous a aidés à élaborer une solution qui répond à tous nos besoins.
Finn Mainstone
Responsable produit, Siemens Gamesa Renewable Energy, SA
Pales SGRE alignées à l'extérieur

Le DVL a créé un schéma détaillé de sa solution cible et a cherché un partenaire pour concrétiser sa vision. « Tout au long d'un processus d'appel d'offres exigeant, IBM Consulting s'est constamment distingué comme le leader », déclare M. Mainstone. « Au cours d'un mois de discussions approfondies, IBM a élaboré une proposition solide, totalement conforme à notre cahier des charges et impliquant des personnes compétentes, enthousiastes et possédant une connaissance précise du sujet. »

« IBM a consacré beaucoup de temps et de ressources pour nous aider à affiner nos idées. Ce processus a été extrêmement précieux lorsqu'il s'est agi de déterminer la conception et la configuration optimales de la nouvelle solution. Par exemple, nous avons dû décider s'il fallait déployer un petit nombre de caméras haute résolution très coûteuses ou un grand nombre de caméras moins coûteuses et de moindre résolution. IBM nous a aidés à identifier les avantages et les inconvénients des différentes options matérielles et logicielles et à trouver une approche équilibrée qui répondait à nos besoins », précise-t-il.

Même si cela ne faisait pas partie du contrat, IBM a fait un effort supplémentaire pour nous aider à configurer les systèmes IT périphériques dans notre usine. Et lorsque l'épidémie de la COVID-19 est apparue, IBM Consulting a rapidement adapté sa méthodologie IBM Garage pour le télétravail, ce qui nous a aidés à rester sur la bonne voie.
Finn Mainstone
Responsable produit, Siemens Gamesa Renewable Energy, SA

Fournir un retour d'information en temps réel

En collaboration avec le DVL, IBM Consulting a aidé Siemens Gamesa à faire avancer le projet rapidement en utilisant des cycles de développement fréquents et itératifs. Assistées par la méthodologie IBM Garage™, les deux équipes ont condensé de grandes quantités de travail complexe dans un laps de temps très court. En quelques mois, Siemens Gamesa est passée de la conception au prototypage et au déploiement d'un produit minimum viable (MVP) pour son usine d'Aalborg.

« Nous avons défini des exigences très spécifiques lors de l'appel d'offres, comme la capacité de détecter les bords blancs des feuilles de fibre de verre sur une pale blanche de 97 mètres de long avec une latence minimale », explique M. Mainstone. Grâce à ses solides capacités de machine learning et à ses pratiques rigoureuses d'ingénierie cloud, IBM nous a aidés à élaborer une solution qui répond à tous nos besoins. Même si cela ne faisait pas partie du contrat, IBM a fait un effort supplémentaire pour nous aider à configurer les systèmes IT périphériques dans notre usine. Et lorsque l'épidémie de la COVID-19 est apparue, IBM Consulting a rapidement adapté sa méthodologie IBM Garage au télétravail, ce qui nous a aidés à rester sur la bonne voie.

Femme regardant un dessin d'éolienne dans un programme CAO sur un écran d'ordinateur
Éoliennes en mer

En traitant la vidéo sur la plateforme Microsoft Azure IoT Edge, l'entreprise peut appliquer des modèles de machine learning avancés à de grandes quantités de données non structurées en temps réel et utiliser son système de grille laser pour fournir un retour d'information aux équipes de l'usine. La nouvelle solution étant construite sur Microsoft Azure, Siemens Gamesa est convaincu que ce service digital essentiel est conçu pour fonctionner sans problème 24 heures sur 24 et 7 jours sur 7, grâce à des capacités cloud robustes à haute disponibilité conformes aux normes IT exigeantes de Siemens Gamesa.

« Siemens Gamesa utilise largement les solutions Microsoft dans de nombreux secteurs de l'entreprise, de sorte que la sélection de Microsoft Azure pour ce projet était un choix naturel », commente M. Mainstone. « Dès le début, nous avons été extrêmement impressionnés par les connaissances et l'expertise de l'équipe d'IBM Consulting concernant la plateforme Microsoft Azure. IBM a apporté les compétences et l'expérience nécessaires pour nous aider à exploiter tout le potentiel de Microsoft Azure, notamment des composants tels que Microsoft Azure Machine Learning, Microsoft Azure DevOps et Microsoft Azure IoT Edge. »

Dès le début, nous avons été extrêmement impressionnés par les connaissances et l'expertise de l'équipe d'IBM Consulting concernant la plateforme Microsoft Azure. IBM a apporté les compétences et l'expérience nécessaires pour nous aider à exploiter tout le potentiel de Microsoft Azure.
Finn Mainstone
Responsable produit, Siemens Gamesa Renewable Energy, SA

Faire tourner de nouvelles usines plus rapidement

Femme regardant dans une allée dans un grand entrepôt couvert d'éoliennes

La nouvelle solution est extrêmement polyvalente, ce qui signifie qu'il est facile pour Siemens Gamesa d'ajouter de nouvelles fonctionnalités. « Nous avons récemment complété les modèles de machine learning créés par IBM avec un modèle que nous avons développé nous-mêmes », explique M. Mainstone. « Cette nouvelle fonctionnalité détecte les corps étrangers tels que les outils et les débris dans le moule, et alerte proactivement nos équipes pour les retirer, ce qui nous permet d'éviter des réparations coûteuses en aval. »

S'appuyant sur le solide succès de son projet pilote pour une ligne de production à Aalborg, Siemens Gamesa vise un déploiement de la nouvelle solution de fabrication à l'échelle de l'entreprise.

Beck ajoute : « Comme Siemens Gamesa a bâti le cœur de la solution sur Microsoft Azure et a utilisé les meilleures pratiques IBM Consulting AI@Scale, la mise à l'échelle est très simple et rentable. Une fois le déploiement terminé, nous prévoyons que Siemens Gamesa améliorera considérablement la qualité et la cohérence de ses processus de production, tout en réduisant ses coûts et en protégeant ses marges. »

Dans la prochaine phase du projet, Siemens Gamesa étendra la solution pour couvrir toutes ses lignes de fabrication à Aalborg, son usine du Havre, en France, et son usine de Hull, au Royaume-Uni. À plus long terme, l'entreprise étudie l'idée de mettre en œuvre cette solution dans toutes ses usines dans le monde.

« Nous prévoyons une période d'amortissement d'environ deux ans et demi pour notre système de production basé sur Azure », déclare Kenneth Lee Kaser, vice-président des opérations offshore chez Siemens Gamesa. « Et nous nous attendons à ce la rentabilité s'améliore au fur et à mesure que nous ajoutons des fonctionnalités et que nous constatons des avantages supplémentaires. »

« Le fait de disposer d'un système d'aide à la décision de ce type apportera des avantages considérables lorsque nous ouvrirons de nouvelles usines, car il réduira considérablement le temps nécessaire à la formation des nouvelles équipes de production, réduisant ainsi les délais de commercialisation », conclut M. Mainstone. « IBM Consulting est l'un de nos partenaires les plus fiables. Siemens Gamesa est prête à apporter la prochaine génération de technologies d'énergie renouvelable aux clients du monde entier, et nous sommes impatients de travailler avec IBM pour déployer notre solution de fabrication dans toute l'entreprise. »

Éolienne avec le logo Siemens Gamesa Renewable Energy, S.A.

À propos de Siemens Gamesa Renewable Energy, SA

Siemens GamesaLien externe est un leader technologique mondial dans le secteur des énergies renouvelables. Spécialisée dans le développement, la fabrication, l'installation et la maintenance d'éoliennes, l'entreprise soutient la transition mondiale vers une énergie durable depuis les années 1980. Acteur clé et pionnier de l'innovation dans le secteur des énergies renouvelables, Siemens Gamesa a installé plus de 107 GW de capacité de production dans 75 pays du monde entier.

Composants de la solution
Éolienne avec le logo Siemens Gamesa Renewable Energy, S.A.

À propos de Siemens Gamesa Renewable Energy, SA

Siemens GamesaLien externe est un leader technologique mondial dans le secteur des énergies renouvelables. Spécialisée dans le développement, la fabrication, l'installation et la maintenance d'éoliennes, l'entreprise soutient la transition mondiale vers une énergie durable depuis les années 1980. Acteur clé et pionnier de l'innovation dans le secteur des énergies renouvelables, Siemens Gamesa a installé plus de 107 GW de capacité de production dans 75 pays du monde entier.

Composants de la solution