La traçabilité en production et en logistique

Lors d’un problème de qualité, vous voulez savoir quels produits sont concernés, quelles matières premières ils contiennent et où ils ont été livrés. Ces informations sont souvent dispersées entre machines, systèmes de production, logiciels de gestion d’entrepôt et documents. La traçabilité consiste à relier ces données de manière fiable. Pas pour en collecter le plus possible, mais pour prendre des décisions ciblées.

Plus qu’un code-barres

Un code-barres, une étiquette RFID ou un numéro de série identifie un produit ou un lot. La traçabilité commence quand cette identification est reliée à des événements : réception, transformation, contrôle, stockage et expédition. Vous enregistrez alors ce qui s’est passé, quand, sur quelle machine et avec quels matériaux.

Vous devez pouvoir chercher dans les deux sens. Remonter d’un produit fini aux matières premières utilisées et aux étapes du procédé. Mais aussi partir d’un lot de matières premières suspect pour retrouver tous les produits et toutes les livraisons concernés. Lors d’un mélange, d’une division, d’un reconditionnement ou d’une reprise, ces liens doivent être conservés. Sinon, la chaîne est visible à l’écran, mais elle présente des maillons manquants.

Délimiter précisément les problèmes de qualité

En cas d’écart, la traçabilité aide à déterminer l’étendue du problème. Quels lots sont passés sur la même machine ? Quels produits contiennent le même composant ? Quelles livraisons sont potentiellement touchées ? Ces réponses permettent de décider, sur des bases solides, ce qu’il faut bloquer, examiner ou rappeler.

Cela ne fonctionne que si les enregistrements sont suffisamment complets et précis. Un scan manquant ou un numéro de lot mal associé peut vous obliger à élargir l’enquête. La traçabilité ne remplace donc pas le contrôle qualité : elle permet de retrouver les contrôles et les résultats de mesure dans leur contexte de production.

Relier les machines au bon contexte

Les données machines peuvent être récupérées automatiquement via OPC UA ou échangées via MQTT. Par exemple : valeurs de procédé, événements machine et résultats de tests. Mais une température accompagnée d’un horodatage ne suffit pas. Il faut aussi savoir à quel ordre de fabrication, lot, étape du procédé et machine cette valeur correspond.

Un Unified Namespace (UNS) peut aider à rendre les données de production actuelles disponibles selon une structure commune. Machines et applications partagent alors les mêmes conventions de nommage et de signification. Un UNS n’est pas, à lui seul, une archive historique de traçabilité. Il faut aussi conserver durablement les événements et les liens entre matériaux, produits et étapes du procédé.

Définissez à l’avance quel système attribue les identifiants, comment les horodatages sont enregistrés et ce qui se passe en cas de perte de connexion. Les données peuvent-elles être mises en mémoire tampon localement ? Comment détecter les messages en double ? Comment enregistrer une correction sans perdre l’enregistrement d’origine ? Ces détails déterminent si vous pourrez vous fier aux données par la suite.

La chaîne ne s’arrête pas aux portes de l’usine

En logistique, vous reliez les produits et les lots aux palettes, aux emplacements de stockage et aux expéditions. Les codes-barres et la RFID facilitent l’enregistrement des déplacements. Si nécessaire, vous ajoutez les conditions de transport, comme les mesures de température dans la chaîne du froid.

Distinguez bien la dernière localisation enregistrée de la position actuelle. Un scan au départ ne prouve pas où se trouve une palette maintenant. De même, une mesure de température n’est exploitable que si l’on sait à quelle expédition elle correspond et si la série de mesures comporte des lacunes.

La réglementation et l’IA exigent des données sources fiables

Les exigences en matière d’origine, de durée de conservation et de preuves varient selon le secteur et le produit. Les passeports numériques de produits renforcent aussi l’intérêt d’une information produit structurée. Partez donc des informations que vous devez pouvoir justifier. Les données de traçabilité peuvent étayer des déclarations sur l’origine et les matériaux utilisés, mais elles ne prouvent pas, à elles seules, qu’un produit est durable.

L’IA peut aider à parcourir les enregistrements, à repérer des tendances inhabituelles ou à résumer une enquête. Nous fixons toutefois une limite claire : l’IA intervient en lecture seule ; une personne évalue les sources et décide. L’IA ne libère aucun lot, ne modifie aucun enregistrement et ne pilote aucune machine. Les données manquantes restent manquantes. Pas question de les remplacer par des suppositions.

Commencez par une chaîne bien délimitée

Choisissez un flux de produits et testez une question concrète : pouvons-nous remonter de cette livraison à la matière première, puis retrouver toutes les livraisons liées ? Vérifiez aussi les reprises, les rebuts et les enregistrements manquants. Vous verrez ainsi où il manque des identifiants, des liens ou des procédures partagées, avant d’élargir le périmètre.

Vous voulez repérer les ruptures dans votre chaîne de traçabilité ? Planifiez un échange de 15 minutes avec Vlegel Technology à Genk, l’équipe d’ingénierie logicielle spécialisée en machines, données et IA pour les usines et les constructeurs de machines. Nous examinerons un flux de produits, les données disponibles et une première étape logique.