Démarrée au début des années 1970 à Québec, APN est une entreprise familiale vouée au machinage de précision où les générations de Proteau se succèdent. Formé à bonne école, le fondateur Claude Proteau avait travaillé pour des Suisses dans la mécanique des montres.
L’impératif de précision appris dans l’horlogerie imprègne aujourd’hui encore tout ce que cette entreprise de 150 employés fait dans trois secteurs industriels : pièces pour l’industrie hi-tech, produits pour la défense, aéronautique.
Et c’est l’impératif de précision qui propulse l’avancée d’APN dans le monde de l’entreprise 4.0, une aventure commencée il y a cinq ans qui fait de l’entreprise un des porte-étendard au Québec de la 4e révolution industrielle.
L’usine a déjà fait ses classes dans la 3e révolution industrielle, celle des automates et des robots, puisqu’elle compte 19 machines-outils à contrôle numérique dans autant de postes d’usinage. Cette étape passée, APN s’est occupée depuis cinq ans d’interconnecter toutes ces machines, de même que tous les logiciels de dessin et de programmation-outil, et d’en canaliser les masses de données qu’elles produisent vers une base de donnée centrale.
Ces informations rendent compte d’une multitude d’opérations : nombre de pièces usinées et leurs dimensions, usure de l’outil, pression d’huile, compression d’air, jusqu’au niveau vibratoire des outils. Cette masse de données est filtrée par des systèmes d’analyse en temps réel qui retournent vers les machines et les employés une foule d’indications de statut, de corrections à faire, d’ajustements de cadence.
Une nouvelle étape vient d’être franchie : celle de l’apprentissage-machine. «Hier, note M. Proteau, j’étais en contact avec le directeur des opérations du CRIQ pour implanter le système de machine learning Watson, d’IBM, en vue d’analyser nos données.» L’objectif : que Watson apprenne toute les manœuvres et les opérations du plancher de façon à en optimiser en temps réel le fonctionnement d’ensemble.
«L’automatisation ne se fait plus au niveau des robots, fait ressortir M. Proteau, mais au niveau de la prise de décision de façon à en arriver, en tout temps, à une vue complète de la situation et à tenir toute l’usine à un état optimum.»
M. Proteau vise à éliminer l’émotion humaine de la prise de décision. Qu’un machiniste soit novice ou vétéran, ses décisions et manœuvres sont toujours comparées aux meilleurs standards et pratiques de la discipline. Par exemple, explique M. Proteau, si un employé prend une mesure fautive d’une pièce qui tombe sous un seuil critique, il est immédiatement alerté. Il ne peut passer à la prochaine étape s’il ne corrige pas le tir.
Cet univers de données, d’algorithmes et d’apprentissage-machine pourra sembler ésotérique à certains, mais les avantages qu’APN en tire, eux, sont très concrets et tangibles, spectaculaires même. «Au cours des deux dernières années, on a doublé notre production à partir du même nombre de machines, révèle M. Proteau. En considérant que notre parc de machines vaut environ huit millions $, c’est comme si on avait épargné huit millions $.»
Ce n’est pas tout. Au cours des deux mêmes années, «100% de nos livraisons ont été faites à temps et notre niveau de qualité est de 100% , note sans vantardise M. Proteau. Et on a une traçabilité parfaite. Si un défaut survient chez le client, on peut savoir exactement s’il tient à telle machine, tel employé, tel lot de matières premières.»
Perfectionniste, M. Proteau ne juge pas qu’il a encore atteint le seuil de l’entreprise 4.0. Quand donc, alors? «Quand l’usine sera totalement automatisée, répond-il, et fonctionnera toute seule.»
