28/03/2025
La société SCODER, basée à la périphérie de Besançon, est spécialisée en solution de « metal forming » de haute précision, que l’on retrouve par exemple dans les dispositifs de sécurité passive en cas d’accident. Plus de 100 millions de pièces sont produites chaque année, dont 95% à destination d’équipementiers automobiles dont 65 % à l’exportation. La société bisontine doit donc gérer nombre d’indicateurs de performance dont celui de la qualité avec le PPM “Partie Par Million” qui mesure le nombre de pièces non-conformes par millions de pièces produites. « Nous nous sommes penchés sur la compréhension de la donnée à partir de 2009 suite à une visite chez un de nos partenaires. Notre objectif était de gérer une donnée d’entrée qu’est notre matière première. Nous avons travaillé sur des modèles de régressions linéaires avec comme variable dépendante, la qualité de la matière première qui rentre dans la presse. Nous étions sur une des étapes des apprentissages automatiques que l’on appelle aujourd’hui l’intelligence artificielle », note Nicolas Mairot, directeur de production.
2 thèses CIFRE pour intégrer la donnée dans le process industriel
Suite à une rencontre entre Sylvian Giampiccolo, directeur général de SCODER, le professeur Noureddine Zehrouni (Supmicrotech ENSMM) et le laboratoire de recherche FEMTO-ST, ce dossier va connaître une nouvelle étape avec l’arrivée à partir de 2018 d’un premier doctorant dans le cadre d’une thèse CIFRE (qui sera suivi d’un second en 2022 ). « Un des objectifs a été de déterminer les données à collecter pour éviter que nous ne stockions des gigas de données que nous ne pourrions pas exploiter et qui poserait aussi à terme la question des ressources en serveurs. Les 2 doctorants ont travaillé sur une architecture pour rendre ces données exploitables. Après des années de développements, nous avons franchi un nouveau cap car ces données sont à présent intégrées dans notre process industriel puisque nous les consultons chaque matin lors de notre réunion de production. L’objectif pour 2025 est de rendre cette information exploitable pour les opérateurs en les intégrant sur nos 2 plus grosses presses via des écrans tactiles. Un signal devra apparaitre à l’écran pour informer le pilote de la presse qu’un dérèglement est en cours d’identification et qu’il convient de prendre une ou des décisions pour corriger le problème. L’enjeu de cette démarche est d’intervenir très en amont, au début du commencement », ajoute Nicolas Mairot.
La vision industrielle, autre enjeu de la société
SCODER a lancé un second chantier lié à la vision industrielle. « La partie équipements donne satisfaction mais l’interprétation qui en est faite ne nous convient pas. Nous avons travaillé avec le CETIM sur ce sujet et nous avons construit un premier prototype pour limiter les faux-arrêts des presses. On est à 80% de taux de corrélation, seuil que nous jugeons acceptable. Ce que nous ignorons est le laps de temps dont nous aurons besoin pour atteindre 90% ou 95% », ajoute le dirigeant qui a recruté un ingénieur pour piloter ce dossier.
L’entreprise constate que l’implémentation de briques d’intelligence artificielle dans le process industriel nécessite à la fois du temps et un accompagnement de partenaires aux connaissances académiques importantes. « Nous avons veillé tout au long de ces années à ne pas transformer notre usine en laboratoire. Tous ces développements doivent être au service de notre process industriel et de nos opérateurs qui pilotent les presses. Cela montre aussi que dans les PME industrielles, nous avons des sujets passionnants et très innovants. Nous sommes à la recherche de profil d’ingénieur pour poursuivre nos développements », conclut Nicolas Mairot, qui a succèdé fin mars 2025 à Sylvian Giampiccolo à la direction générale.
La démarche de la société sera présentée lors de la seconde édition du Printemps de l’IA, organisée par le PMT et l’institut FEMTO-ST, qui se déroulera à Besançon le 10 avril prochain.