À retenir
- La collecte de données industrielles consiste à récupérer les signaux générés par les équipements d’un site (mesures, états, commandes) pour les analyser.
- Une donnée exploitable se juge sur trois critères : sa nature, le niveau auquel elle est captée, et son intégrité.
- Croiser données de mesure et données de commande permet de vérifier qu’une instruction envoyée a bien produit l’effet attendu sur le terrain.
- Les données remontées par l’automate sont filtrées par sa programmation. La captation directement sur les entrées/sorties donne accès au signal brut, indépendamment du système de contrôle.
Dans l’industrie, les équipements génèrent en permanence des données : température, pression, débit, vitesse, état d’un équipement, consommation électrique, commandes envoyées à une machine… Autant d’informations qui peuvent aider les industriels à mieux comprendre le fonctionnement de leurs installations.
La collecte de ces données est ainsi devenue un élément clé de la transformation digitale des sites industriels. Mais collecter des données ne suffit pas. Encore faut-il collecter les bonnes données, au bon endroit et avec un niveau de fiabilité suffisant pour pouvoir réellement les exploiter.
Pourquoi collecter les données de ses équipements industriels ?
La collecte de données permet de voir ce qui se passe réellement sur une installation industrielle. En suivant dans le temps les informations issues des équipements et des processus, les équipes disposent d’indicateurs objectifs pour analyser leur fonctionnement et identifier plus rapidement d’éventuelles dérives.
Ces données peuvent servir plusieurs objectifs :
- Suivre la performance industrielle. Les données collectées permettent de construire des KPI adaptés à chaque installation : temps de fonctionnement, fréquence des cycles, évolution d’une mesure, comportement d’un équipement ou encore écarts par rapport à un fonctionnement attendu. Elles donnent aux équipes de production une vision précise de leurs enjeux de performance industrielle.
- Optimiser les consommations énergétiques. Mesurer et suivre le fonctionnement des équipements permet également d’identifier certaines surconsommations et de mieux comprendre leur origine. Le monitoring énergétique peut ainsi contribuer à cibler les actions d’optimisation et à mesurer leurs effets dans le temps.
- Alimenter des applications de transformation digitale. Les données terrain constituent enfin la matière première de nombreux projets d’industrie 4.0, des outils de supervision aux modèles de jumeaux numériques.
- Renforcer la cybersécurité OT. La collecte et l’analyse des données OT, et notamment des signaux de commande issus des équipements, permettent de détecter des comportements anormaux ou des écarts par rapport au fonctionnement attendu. Elles apportent ainsi un niveau de visibilité supplémentaire pour identifier certaines actions suspectes ou commandes falsifiées susceptibles d’affecter le processus industriel, un enjeu central de cyberrésilience industrielle.
Les usages potentiels de la donnée industrielle sont donc nombreux. Mais leur pertinence dépend directement de la donnée disponible. Un système d’analyse, aussi performant soit-il, ne peut tirer des conclusions pertinentes qu’à partir d’informations fiables auxquelles il a réellement accès.
C’est pourquoi la première question d’un projet de collecte de données industrielles ne devrait pas uniquement être « que voulons-nous faire de nos données ? », mais aussi « à quelles données avons-nous réellement accès, et de quelles données avons-nous réellement besoin ? »
Quelles données collecter dans l’industrie ?
Température, pression, débit, consommation, état d’un moteur, ouverture ou fermeture d’une vanne : le choix des données à collecter dépend évidemment du processus industriel que l’on souhaite surveiller et des objectifs poursuivis. Cette acquisition de données industrielles couvre aussi bien des données de production que des données liées à l’état des équipements.
Mais au-delà de la nature des données il faut se demander à quel niveau du processus industriel elles sont collectées.
L’importance de croiser données de mesure et données de commande
Pour comprendre précisément le fonctionnement d’une installation, deux grandes catégories de données sont intéressantes :
- Les données de mesure renseignent sur l’état réel du processus ou d’un équipement : température, pression, débit, vitesse, niveau, intensité électrique, position d’une pièce, etc.
- Les données de commande correspondent aux instructions envoyées aux équipements : démarrer ou arrêter un moteur, ouvrir ou fermer une vanne, activer un relais, allumer un voyant, etc.
Pouvoir accéder à ces deux types d’informations permet d’aller plus loin dans la compréhension du fonctionnement d’une installation. Il devient par exemple possible de mettre en relation une commande envoyée avec la réaction effectivement observée sur le terrain.
Si une commande demande l’activation d’un équipement, les données collectées peuvent permettre de vérifier que l’action attendue a bien été réalisée. À l’inverse, un écart entre la commande et le comportement observé peut révéler une anomalie, qu’elle soit liée à un dysfonctionnement technique, une erreur ou une action malveillante.
Pourquoi privilégier la collecte des données à la source ?
Une donnée collectée au plus près des capteurs, actionneurs et pré-actionneurs permet d’accéder directement aux signaux électriques bruts générés par le fonctionnement de l’installation, avant leur éventuel traitement par les systèmes de contrôle.
Cette approche permet notamment de disposer d’une information en temps réel indépendante de l’automate et représentative de ce qui se passe réellement au niveau des équipements. Elle prend tout son intérêt lorsqu’il s’agit de comparer une commande avec son effet réel, d’identifier une dérive ou encore de vérifier l’intégrité du fonctionnement d’un processus.
Collecter les données à la source permet ainsi de disposer d’un niveau d’information complémentaire pour fiabiliser l’analyse d’une installation industrielle. (Pour en savoir plus, lire l’article : “Cybersécurité OT : il est urgent de sécuriser les systèmes industriels à la source”).
Dans ce contexte, les cyberattaques ne cherchent plus uniquement à provoquer un arrêt brutal de la production. Les scénarios les plus sophistiqués visent désormais à :
- Modifier des commandes industrielles ;
- Falsifier des données de supervision ;
- Masquer des dérives de processus ;
- Désactiver ou contourner certaines alarmes ;
- Tromper les opérateurs sur l’état réel des équipements.
La difficulté ne réside alors plus seulement dans la détection de l’intrusion, mais dans la capacité à distinguer une information fiable d’une information compromise.
Quelles sont les limites des méthodes de collecte de données industrielles ?
Les industriels disposent de plusieurs moyens pour récupérer les données de leurs installations : automates programmables, systèmes de supervision, Historian, capteurs IoT. Chaque méthode répond à un besoin précis et présente ses limites.
Méthode
Données accessibles
Signal brut ou traité
Accès aux données de commande
Intervention sur l’installation
Automate (PLC)
Variables prévues dans le programme
Traité et filtré par la logique automate
Oui
Modification du programme pour toute nouvelle donnée
Supervision SCADA
Variables remontées par les automates
Traité, échantillonné
Partiel
Configuration à faire évoluer
Historian
Historique des variables supervisées
Agrégé et échantillonné
Non
Aucune, mais dépend de l’amont
Capteurs IoT ajoutés
Uniquement les grandeurs mesurées par les capteurs installés
Brut, sur un périmètre limité
Non
Ajout de matériel, alimentation, calibration, connectivité
Captation sur les entrées/sorties
Signaux de mesure et de commande déjà présents dans l’installation
Brut, indépendant de l’automate
Oui
Non intrusive, sans modification du programme
Des données disponibles mais parfois partielles ou traitées
Les automates programmables collectent de nombreuses informations pour assurer le pilotage du processus industriel. Pour autant, toutes les données générées par les équipements ne sont pas nécessairement remontées ou accessibles : les informations utilisées sont avant tout celles qui ont été prévues pour le fonctionnement du système.
Accéder à une nouvelle donnée impose alors de modifier la programmation de l’automate ou l’architecture existante avec les contraintes de validation et d’arrêt de production que cela suppose.
Autre point : les informations transmises aux systèmes de supervision ou d’analyse ont souvent déjà été traitées. Elles ne correspondent plus aux signaux bruts observables au niveau des équipements. ( Pour tout comprendre sur l’importance de l’intégrité des données terrain, lire la tribune de Frédéric Breussin à ce sujet).
Ajouter de nouveaux capteurs : plus de données, plus de complexité
Cette approche permet d’enrichir les informations disponibles, mais implique l’ajout de nouveaux équipements sur l’installation avec toute la complexité que cela peut engendrer : choix et installation des capteurs, alimentation, calibration, connectivité au cloud et intégration des données au système existant.
Elle ne permet pas non plus nécessairement d’accéder à toutes les informations utiles. Les signaux de commande, par exemple, constituent une donnée particulièrement intéressante pour comprendre les actions réellement demandées aux équipements, mais ne sont pas nécessairement couverts par l’ajout de capteurs de mesure.
L’enjeu devient alors de trouver une méthode permettant d’accéder à davantage de données sans multiplier les équipements ni complexifier l’infrastructure existante.
Comment simplifier et fiabiliser la collecte sur une installation existante ?
Pour accéder à davantage de données sans remettre en cause l’architecture existante, l’enjeu est de pouvoir déployer simplement de nouveaux points de collecte au plus près des équipements.
Plusieurs caractéristiques peuvent faciliter cette démarche.
Privilégier des solutions plug & play et non intrusives
Dans un environnement industriel existant, chaque modification apportée à une installation peut générer des contraintes de déploiement. Une solution de collecte “plug & play” permet de limiter les interventions nécessaires pour accéder aux données et de réduire le temps d’installation et de configuration.
L’approche non intrusive est aussi à prendre en compte : l’objectif est de collecter les données sans modifier le fonctionnement du processus industriel ni perturber les équipements déjà en place.
Assurer la compatibilité avec des équipements hétérogènes
Un site industriel rassemble rarement des équipements parfaitement homogènes, avec par exemple des machines de générations différentes, des automates de plusieurs constructeurs et différents systèmes de supervision qui peuvent cohabiter.
Le système d’acquisition de données doit donc pouvoir s’intégrer à cet environnement sans imposer le remplacement des équipements existants. La compatibilité avec différents types de signaux et protocoles industriels facilite la centralisation des données et leur transmission vers les outils déjà utilisés par l’entreprise.
Collecter les données au plus près des équipements
La simplicité de déploiement ne doit pas se faire au détriment de la qualité des informations collectées. Comme nous l’avons vu, accéder directement aux signaux issus des équipements permet de disposer de données brutes, indépendantes des traitements réalisés par les systèmes de contrôle.
Des dispositifs de collecte installés au plus près des entrées et sorties permettent ainsi de récupérer les données de mesure et de commande déjà présentes dans l’installation, sans nécessairement multiplier les capteurs dédiés.
Penser dès le départ à l’exploitation des données
Dans l’industrie, la difficulté réside souvent dans la quantité de données à exploiter. L’enjeu est donc de pouvoir collecter et analyser les données en temps réel, puis de transmettre les informations réellement utiles : données brutes lorsque cela est nécessaire, ou données agrégées selon les besoins.
Ces données doivent ensuite pouvoir alimenter différents usages et outils : supervision, monitoring industriel, suivi énergétique, maintenance, cybersécurité OT ou encore jumeaux numériques. L’interopérabilité de la solution de collecte est donc essentielle pour transmettre les données aux systèmes existants et éviter de créer de nouveaux silos.
Les trois points à vérifier avant de lancer un projet de collecte
La collecte de données industrielles ne consiste pas à accumuler toujours plus d’informations. Avant de lancer un projet, trois questions tranchent la plupart des choix techniques.
Le niveau de captation : la donnée dont vous avez besoin est-elle disponible brute, ou déjà traitée par l’automate ? Les données de commande : les avez-vous, ou vous limitez-vous aux mesures ? Et l’exploitation : les données arriveront-elles dans un outil qui sait en faire quelque chose ?
C’est dans cette logique qu’AIoTrust a développé une solution de collecte et d’analyse des données industrielles plug & play et non intrusive, qui accède aux données directement au niveau des équipements. Une même infrastructure met ces données au service du suivi de performance, de l’optimisation énergétique, de la maintenance, de la transformation digitale et de la cybersécurité OT.
FAQ – Collecte de données industrielles
Qu’est-ce que la collecte de données industrielles ?
La collecte de données industrielles consiste à acquérir les informations générées par les machines, équipements et processus d’un site industriel afin de pouvoir les analyser et les exploiter. Il peut s’agir de données de mesure (température, pression, débit, consommation énergétique…), d’états de fonctionnement ou encore de données de commande. Cette acquisition de données peut notamment servir au monitoring industriel, au suivi de la performance, à la maintenance ou à la cybersécurité OT.
Comment collecter les données d’une machine industrielle ?
Plusieurs méthodes permettent de collecter les données d’une machine industrielle. Certaines informations peuvent être récupérées via l’automate programmable (PLC) ou les systèmes de supervision existants. Il est également possible d’ajouter des capteurs industriels ou IoT dédiés, ou de mettre en place un système d’acquisition capable de récupérer les signaux directement au niveau des équipements.
Comment collecter des données industrielles sans modifier l’installation existante ?
Des solutions d’acquisition plug & play et non intrusives permettent de collecter des données sur une installation existante tout en limitant les modifications de son architecture. Installées au plus près des équipements, elles peuvent exploiter les signaux déjà présents et éviter de multiplier les nouveaux capteurs ou de modifier la programmation des automates.
Quelle différence entre les données d’un automate et les données collectées à la source ?
Un automate programmable utilise les informations nécessaires au pilotage du processus industriel. Les données accessibles par son intermédiaire peuvent donc avoir été sélectionnées ou traitées avant d’être transmises à d’autres systèmes.
La collecte à la source consiste au contraire à récupérer les signaux bruts au plus près des capteurs, actionneurs et pré-actionneurs. Elle permet ainsi d’obtenir une information indépendante des traitements réalisés par l’automate et d’accéder notamment aux données de mesure et de commande générées par le fonctionnement réel de l’installation, avec un taux d’échantillonnage supérieur à celui de l’automate.
