🏢 Profil d'ENAP Oued-Smar
Informations Générales
| Groupe | ACS Holding |
| Localisation | Oued-Smar, Algérie |
| Production Cible | 25 tonnes/jour |
| Temps de Cycle | 24h (théorique) |
| Certification | ISO 9001:2015 |
Produits & Secteurs
Peintures Carrosserie
Solvant et laque - Secteur automobile
Peintures Bâtiment
À base d'eau - Secteur construction
Produits Pâteux
Mastics, enduits - Divers secteurs
Infrastructure Technique
🔧
Automates
Siemens S7-300/400/1200/1500
🖥️
SCADA
Movicon (par îlot)
🔌
Réseau
Profibus (obsolète) → Profinet prévu
💻
Systèmes
ERP, GMAO (pas de MES)
🗺️ Feuille de Route Industrie 4.0
1
Phase 1 : Collecte & Visualisation des Données (Mois 1-3)
Actions Principales
- • Installation de 4-5 IoT Gateways (Siemens IoT 2050)
- • Connexion des PLC Siemens S7-300/400/1200/1500
- • Déploiement de la base de données (InfluxDB + PostgreSQL)
- • Dashboard Grafana/Power BI temps réel
Résultats Attendus
- • Collecte de 100% des données de production
- • Calcul de l'OEE pour la première fois
- • Pilotage en temps réel
- • Temps de décision réduit drastiquement
Priorité: 🔴 CRITIQUE
Budget: €60k-80k
2
Phase 2 : Interconnexion des Ateliers (Mois 3-6)
Actions Principales
- • Migration Profibus → Profinet (passerelles Siemens PN/PB Link)
- • Interconnexion des SCADA Movicon par îlot
- • Monitoring du conditionnement (capteurs de pression)
- • Supervision centrale unique
Résultats Attendus
- • Vision globale du flux de production
- • Détection des bottlenecks en temps réel
- • Réduction de 15% des temps d'attente
- • Économies d'énergie de 15-20%
Priorité: 🔴 CRITIQUE
Budget: €60k-90k
3
Phase 3 : Pesage Intelligent & Traçabilité (Mois 6-9)
Actions Principales
- • Pesage intelligent avec guidage visuel (HMI Siemens KTP)
- • Scanner codes-barres matières premières
- • Traçabilité lot avec QR Codes
- • Arrêt automatique à la dose cible
Résultats Attendus
- • Réduction de 90% des erreurs de formulation
- • Réduction de 5-10% des déchets
- • Traçabilité instantanée (heures → 10s)
- • Portée des rappels réduite de 80%
Priorité: 🔴 CRITIQUE
Budget: €90k-130k
4
Phase 4 : Maintenance Prédictive & Optimisation (Mois 9-15)
Actions Principales
- • Capteurs IIoT sur équipements critiques
- • Machine Learning pour prédiction des pannes
- • Intégration avec la GMAO existante
- • Impression 3D pour pièces non critiques
Résultats Attendus
- • Réduction de 40-50% du downtime imprévu
- • Optimisation des stocks de pièces (-30%)
- • Réduction de 80% des délais pour pièces 3D
- • Maintenance prédictive opérationnelle
Priorité: 🟡 ÉLEVÉE
Budget: €40k-60k
15 mois
Durée totale
€250k-360k
Investissement total
< 6 mois
ROI moyen
+20-25%
Gain productivité