Formations Courtes

Définir les Outils du Pilotage de l’Activité Industrielle

Comment exploiter au mieux les données produites par votre entreprise ? Quelle est leur valeur pour le pilotage et la résilience de votre système industriel ?
Apprenez à identifier l’information pertinente d’un point de vue décisionnel, à mettre en place une politique de gouvernance de la donnée, et à confectionner des KPI pertinents et automatiser leur production.

La prolifération exponentielle des données consécutive à l’extraordinaire évolution des capacités de collecte, de stockage et de traitement offre des possibilités infinies d’analyse, de pilotage, de contrôle et d’amélioration de nos systèmes industriels.

Objectif de la formation

Mesurer la portée, les enjeux et les risques du phénomène Big Data et en transposer les mécanismes aux données et problématiques industrielles. A l’issue de ce module, l'’étudiant sera notamment capable de :

  • Appréhender la valeur des données pour l’intelligence, la survie et le développement d’un système industriel
  • Mettre en place, avec les métiers, une politique de gouvernance de données industrielles focalisée sur l’amélioration des performances opérationnelles
  • Définir les lignes directrices, les impératifs et les objectifs d’un projet MES (Manufacturing Execution System)
  • Mettre en place une stratégie et des projets de Manufacturing Intelligence afin d’améliorer la connaissance des procédés et de maîtriser leur variabilité
  • Identifier les combinaisons de données pertinentes d’un point de vue décisionnel et mettre en place un processus fiable de collecte et traitement
  • Confectionner des indicateurs de performance et automatiser leur élaboration et leur présentation
  • Mener une analyse préventive des risques de non-qualité des données et de leurs conséquences

Programme

Date

Cours

Durée

Enseignant

05/02/2018

06/02/2018

Big Data, Business Intelligence & Reporting

14h

Pierre PORTA

Spécialiste des applications à forte volumétrie (e-commerce, e-banking)

- Le Big Data définition, quelques chiffres

- Appréhender la valeur des données pour l’intelligence, la survie et le développement d’un système industriel

- Mettre en place, avec les métiers, une politique de gouvernance de données industrielles focalisée sur l’amélioration des performances opérationnelles

- Définir les lignes directrices, les impératifs et les objectifs d’un projet MES (Manufacturing Execution System)

- Mettre en place une stratégie et des projets de Manufacturing Intelligence afin d’améliorer la connaissance des procédés et de maîtriser leur variabilité

- Identifier les combinaisons de données pertinentes d’un point de vue décisionnel et mettre en place un processus fiable de collecte et traitement

- Confectionner des indicateurs de performance et automatiser leur élaboration et leur présentation

- Reporting des données de production. Détection en temps réel des anomalies.  Contrôle de la qualité en amont de la production Le zéro papier. Exemples.

- Mener une analyse préventive des risques de non-qualité des données et de leurs conséquences

07/02/2018

Manufacturing Execution System

7h

Philippe ALLOT

Ordinal Software

- La genèse du MES (Manufacturing Execution System)

- Les « 11 fonctions du MES » et l’étude critique de leur pertinence

- La standardisation et l’interopérabilité avec le standard ISA-95 : modélisation physique de l’installation, modélisation du procédé, modèle objet d’échange avec les logiciels tiers, modèle fonctionnel d’activités.

- Exposé des différentes approches technologiques et tendances

- Inscription du MES dans l’Usine du Futur et lien avec les technologies émergentes (IIoT, Big data, Deep learning)

- Lien avec les approches connexes d’amélioration continue (Lean Manufacturing, Manufacturing Intelligence)

- Exposé du déroulement type d’un projet MES et compétences nécessaires

08/02/2018

Manufacturing Intelligence

7h

Jean VIEILLE

SYNTROPICFACTORY

Expert en Contrôle des Systèmes Industriels

Contexte et bases de réflexion (+ UE9/Intelligence et performance des systèmes industriels)

    - Informatique et industrie : revue rapide des technologies et initiatives

    - Informatique, Automation, MES

    - Alignement et latence informatique

Modèle de référence général

    - Objectifs et aperçu du modèle

    - Modèle du système industriel

    - Gestion de la performance

    - Gestion des opportunités

    - Gestion financière

Modèle local

    - Objectifs et aperçu du modèle

    - Exécution : Types d’activités de la transformation

    - Coordination : Gestion des actifs et des configurations, Supervision des activités

    - Transformation : Veille technologique, Ingénierie de l’organisation

    - Pilotage : Gestion de la performance et financière, Planification et gestion des ressources

Modèle Fractal

    - Entreprises complexes – Décentralisation digitale

    - Fractalisation de la performance interactionnelle globale et équilibrage budgétaire

Modèles et langages d’entreprise (exemples)

    - Architecture d’entreprise : TOGAF++, ISO/IEC/ IEEE 42010

    - Modélisation d’entreprise : ISO 15704/19439/19440, ISO15414

    - Architectures de référence : SGAM, RAMI4.0, IIRA

    - Ingénierie système : MBSE, ISO/IEC 15288

    - Contrôle des processus phsyiques : IEC 61512 (ISA-88), DeltaNodes

    - Contrôle des processus d’entreprise : OBM/ABE

    - Interoperabilité : ISO11179, ISO15000-5 UN/CEFACT CCTS, ISO15926, OPC/UA, OAGIS, ISO/IEC 62264 (ISA-95)

Aspects pratiques

    - Organisation

    - Agilité, méthodes et architectures

    - Gestion des données de référence et Interopérabilité

    - Vivre avec l’hétérogénéité

09/02/2018

Gouvernance de Données d'Entreprise

7h

Frédéric CHARLES

SUEZ

Directeur Stratégie Digitale & Innovation

- Meet-up : comment gérer l’information en entreprise ?

- Démarche de diagnostic et de gouvernance des données

   - Les enjeux pour l’Entreprise

   - Les démarches de gouvernance des données : Data Management Maturity Model (CMMI), le diagnostic GouvInfo,

   - Les 7 familles d’informations

   - Les 5 piliers de la gouvernance :

      - Une vision globale

      - Une pratique tirée par les usages

      - Des formats hétérogènes

      - La gestion des risques

 

Public

Direction Informatique : DSI, CTO
Responsable Manufacturing Intelligence
Contrôleur de Gestion

 

Pré-requis

Si vous souhaitez poursuivre ultérieurement vers le Mastère Spécialisé® Manager de la Performance et de la Transformation Industrielle, à l'issue de ce(s) module(s) de formation, vous devrez vous assurer, lors de l'inscription au Mastère Spécialisé®, être titulaire de l'un des diplômes suivants :

  • Diplôme d’ingénieur habilité par la Commission des Titres d’Ingénieur (liste CTI)
  • Diplôme d’une école de management habilitée à délivrer le grade de Master (liste CEFDG)
  • Diplôme de 3e cycle habilité par les autorités universitaires (DEA, DESS, Master…) ou diplôme professionnel cohérent avec le niveau bac + 5
  • Diplôme de M1 ou équivalent, pour des auditeurs justifiant d’au moins trois années d’expérience professionnelle
  • Titre inscrit au RNCP niveau 1
  • Diplôme étranger équivalent aux diplômes français exigés ci­-dessus

 

Validation

Ce parcours, après évaluation, valide l'UE 10 «Intelligence industrielle» du bloc de compétences 05 "Technologies numériques" du Mastère Spécialisé® "Manager de la Performance et de la Transformation Industrielle" en formation continue.