L’usine CATL de Liyang reconnue comme Lighthouse par le Forum économique mondial

NINGDE, Chine, 15 décembre 2023 /PRNewswire/ — CATL a annoncé aujourd’hui que son usine de Liyang, dans la province de Jiangsu, à l’est de la Chine, fait partie des 21 nouveaux membres du réseau Global Lighthouse Network (GLN) du Forum économique mondial (WEF, World Economic Forum). Il s’agit du troisième membre Lighthouse de l’industrie des batteries, après l’usine de Ningde et l’usine de Yibin de CATL.

Continue Reading

CATL's Liyang plant in east China's Jiangsu Province
CATL’s Liyang plant in east China’s Jiangsu Province

« Pour faire face à l’augmentation de la demande et à la flambée des coûts de main-d’œuvre, et pour respecter son engagement de neutralité carbone, l’usine CATL de Liyang a utilisé le Big Data pour simuler les tests de qualité, la fabrication additive pour réduire les temps de changement, la vision par ordinateur pour réaliser une inspection de qualité au niveau du micron, et le Deep Learning pour optimiser les contrôles de processus et la gestion de l’énergie », a écrit le Forum économique mondial dans son annonce des nouveaux membres Lighthouse le 14 décembre dernier. « Cela s’est traduit par une augmentation de 320 % de la production, une réduction de 33 % des coûts de fabrication, une diminution de 47,4 % des émissions normalisées et une baisse de 99 % des défauts de qualité. La mesure des défauts est passée de ‘par million’ à ‘par milliard’ ».

Le GLN est une plateforme de collaboration qui rassemble des fabricants avant-gardistes, à la pointe de l’adoption des technologies de la quatrième révolution industrielle. Kiva Allgood, directrice du Centre pour la fabrication avancée et les chaînes d’approvisionnement du WEF, a déclaré : « Les membres Lighthouse ouvrent la voie à un impact mondial sans précédent, en favorisant stratégiquement l’innovation à travers leur vaste réseau, définissant à la fois un avenir durable et une ère de changement transformateur et durable ».

Pour répondre à la demande croissante du marché et contribuer aux efforts mondiaux de lutte contre le changement climatique, l’usine CATL de Liyang a utilisé des innovations comme l’intelligence artificielle (IA), l’impression 3D et l’analytique du Big Data pour stimuler la productivité et la durabilité :

Processus de test de capacité plus rapide : Il s’agit de l’un des ralentissements lors de la fabrication des cellules de batterie. Le processus de test de capacité et d’étalonnage représente une grande partie du temps de fabrication et près de la moitié de la consommation d’énergie de l’ensemble de la ligne de production. En se basant sur la modélisation Big Data de la capacité des cellules complètes et sur une étude approfondie du mécanisme des batteries, CATL a mis au point un système intelligent d’estimation de la capacité des batteries, qui permet de réduire considérablement la durée des tests de capacité et la consommation d’énergie du processus.
Temps de changement plus rapide : Le développement rapide de la technologie des batteries lithium-ion impose des exigences plus élevées en matière de flexibilité de la production. En utilisant les méthodes traditionnelles de traitement des machines, il faut généralement plusieurs semaines pour remplacer les équipements, ce qui ne permet pas de répondre aux besoins des clients. Grâce à la simulation virtuelle et à la fabrication additive, CATL est en mesure de réaliser une conception virtuelle rapide, une vérification virtuelle précise et un usinage rapide par impression 3D, ce qui a considérablement réduit le délai de fabrication moyen.
Système complet d’exploitation et de maintenance : Les produits de batterie de haute qualité nécessitent une grande cohérence pendant la fabrication. En adoptant l’Internet industriel des objets (IIoT), l’Edge Computing et le Big Data, CATL a développé un système efficace d’exploitation et de maintenance des équipements à plusieurs niveaux à l’échelle de l’usine. Il peut réaliser une surveillance en ligne et une gestion de l’état des outils, et fournir une maintenance prédictive de manière à optimiser les plans de maintenance et à réduire les taux de défaillance des équipements et les coûts de maintenance.
Inspection de la qualité plus précise : Grâce à une caméra 3D de haute précision, à l’IA et à l’Edge Computing, CATL a mis au point un modèle d’inspection de la qualité avec interception des erreurs et absence de défaut à un niveau très bas. Ceci a permis de détecter 100 % des défauts dans le processus de soudage des goupilles de fixation et d’éliminer la détection des fuites d’hélium, améliorant ainsi le taux de défaut du niveau DPPM au niveau DPPB.
Optimisation de la gestion durable de l’énergie : Pour résoudre les difficultés liées à la surveillance de la consommation d’énergie et au gaspillage d’énergie causé par la régulation manuelle, CATL a mis au point un modèle de réglage environnemental à plusieurs facteurs pour permettre un contrôle intelligent des paramètres énergétiques dans l’ensemble de l’usine. Grâce à un grand nombre de capteurs répartis dans l’usine, presque tous les équipements de l’usine peuvent être contrôlés de manière intelligente. Grâce à la technologie APC (Advanced Process Controller), les paramètres des équipements peuvent être analysés et ajustés en temps réel, ce qui améliore considérablement l’efficacité énergétique de l’usine. En outre, grâce à l’application d’un modèle avancé de calcul des émissions de carbone, CATL peut contrôler les émissions de carbone de chaque ligne de production en temps réel et suivre les projets de réduction des émissions de carbone. Il s’agit d’une aide fiable à la prise de décisions pour la réduction des émissions de carbone de l’usine.

Parmi les 153 membres fabricants du GLN, il y a trois usines Lighthouse dans l’industrie des batteries, toutes de CATL. À l’avenir, CATL continuera d’appliquer son expérience de l’usine Lighthouse à ses 13 usines dans le monde, rendant ainsi sa technologie innovante accessible à un plus grand nombre de personnes et contribuant davantage au développement durable à l’échelle mondiale.

Photo – https://mma.prnewswire.com/media/2301142/9c279adaf8901c94417f40180db198d7.jpg 


Go to Source