Quand on parle d’Industrie 4.0, l’image qui vient : des écrans tactiles Siemens sur chaque machine, des capteurs industriels certifiés IP67, un intégrateur de systèmes avec une équipe de 15 personnes, et une facture à six chiffres.
Pour la majorité des PME manufacturières, cette image-là, c’est la raison pour laquelle on n’a pas encore commencé.
Mais il y a un autre chemin. Moins documenté, moins vendu, mais techniquement sérieux — et financièrement accessible. Il passe par des micro-contrôleurs à 30$, des mini-ordinateurs à 80$, des imprimantes 3D, et des protocoles ouverts comme MQTT.
Ce n’est pas du bidouillage d’hobbyiste. C’est un territoire que j’explore activement, et voici pourquoi je pense que ça mérite l’attention des PME manufacturières québécoises.
Ce que MQTT peut transporter dans une usine
La plupart des gens associent MQTT aux machines de production — capteurs de température sur un compresseur, état d’une presse, compteur de cycles d’une ligne d’assemblage. C’est exact. Mais MQTT est un protocole de messagerie léger qui peut transporter n’importe quel événement.
Ce qui pourrait voyager sur MQTT dans une usine :
Les machines, bien sûr
- État en temps réel (en marche / arrêt / alarme)
- Paramètres de process : température, pression, vitesse, couple
- Vibrations et acoustique — des patterns qui précèdent les pannes
- Consommation électrique par équipement
L’environnement du bâtiment
- Température et humidité par zone (qualité de production, confort, conformité)
- Qualité de l’air — CO₂, VOC, particulaires (particulièrement pertinent dans les environnements peinture, soudure, menuiserie)
- Ventilation et CVC — pas juste “allumé/éteint” mais débit réel, efficacité
- Détection de gaz (zones de stockage, chargement de batteries, cuisson)
Les accès et la logistique
- Portes de quais et portes industrielles — ouvertes/fermées, durée, fréquence
- Chariots élévateurs — utilisation, chocs détectés, position dans l’usine
- Zones de stockage — niveaux de matières premières ou de produits finis via capteurs de poids ou ultrasons
L’énergie
- Consommation par zone ou par machine
- Air comprimé — pression du réseau, fuites (une fuite d’air comprimé coûte cher en énergie)
- Eau de refroidissement — débit et température
C’est là où ça devient intéressant : toutes ces données peuvent être capturées avec du matériel abordable, pas seulement avec des systèmes industriels certifiés.
Arduino, Raspberry Pi et l’impression 3D : le côté qu’on ne vous montre pas
Le monde maker a produit des outils remarquablement matures en 10 ans. Ce qui était du bricolage en 2012 est devenu une infrastructure sérieuse.
Arduino et ses dérivés
Un Arduino ou un ESP32 (son successeur WiFi/Bluetooth natif, encore moins cher) peut lire des capteurs industriels standard — thermocouples, capteurs de pression, capteurs de courant par effet Hall, détecteurs de vibration MEMS — et publier leurs lectures via MQTT sur votre réseau WiFi.
Coût d’un nœud de surveillance : entre 15$ et 80$ selon les capteurs choisis. Un capteur industriel certifié pour la même fonction : 300$ à 2000$.
Est-ce que c’est la même chose? Non. Les capteurs industriels sont plus robustes, certifiés pour des environnements difficiles, avec des tolérances documentées. Mais pour surveiller la température d’une salle de compresseurs, l’humidité dans un entrepôt, ou la consommation électrique d’une ligne de production — l’ESP32 fait très bien le travail.
Raspberry Pi comme cerveau local
Un Raspberry Pi (mini-ordinateur à 80$) peut servir de concentrateur local (broker MQTT), stocker des données localement, exécuter de la logique de déclenchement (si température > seuil pendant X minutes, envoyer alerte), et remonter les données vers l’API centrale.
C’est ce qu’on appelle de l’edge computing — du traitement local avant d’envoyer vers le cloud ou l’API principale. Avantages : ça fonctionne même si la connexion centrale est interrompue, ça réduit le volume de données à transporter, et ça permet des réactions rapides (sous la seconde) sans latence réseau.
L’impression 3D pour les boîtiers sur mesure
C’est le détail pratique qu’on ne mentionne jamais dans les articles IoT industriel, et pourtant c’est souvent le vrai problème : comment est-ce qu’on installe un capteur dans un environnement qui n’a pas été conçu pour ça?
Une imprimante 3D permet de créer des boîtiers sur mesure pour les capteurs — adaptés à la géométrie exacte de la machine, résistants à la chaleur ou à l’humidité selon le filament choisi (PETG, ASA, nylon), avec les orifices au bon endroit pour les câbles et les capteurs.
Ce qui coûterait 500$ en boîtier inox chez un fournisseur industriel peut être imprimé en quelques heures pour quelques dollars de filament. Et si le boîtier ne convient pas parfaitement, on ajuste le fichier et on réimprime.
La combinaison Raspberry Pi + capteurs + boîtier 3D, c’est un nœud IoT industriel sur mesure pour 100$ à 200$ — installable en quelques heures, sans modifier la machine.
Ce que j’y vois comme possibilités concrètes
Je m’intéresse à ce territoire parce que les problèmes qu’il peut résoudre sont réels et coûteux pour les PME, mais les solutions traditionnelles sont hors de portée.
La surveillance des équipements “oubliés”
Dans chaque usine, il y a des machines que personne ne surveille vraiment — pas parce qu’elles ne sont pas importantes, mais parce qu’elles n’ont pas de connectivité native et que personne n’a voulu payer pour les intégrer à un système de supervision.
Un nœud ESP32 avec quelques capteurs peut leur donner une voix. Température anormale? Vibrations inhabituelles? Consommation électrique qui monte? La machine peut commencer à communiquer ses signes de détresse.
La détection des fuites d’air comprimé
L’air comprimé est souvent l’un des postes énergétiques les plus coûteux et les moins surveillés en usine. Une petite fuite dans un raccord peut coûter des milliers de dollars par an en énergie. Des capteurs de pression positionnés aux points stratégiques du réseau peuvent détecter les chutes de pression anormales et localiser approximativement la fuite.
Le suivi des conditions de stockage
Matières premières sensibles à l’humidité, produits finis qui nécessitent une plage de température contrôlée, zone de batterie de chariots — tout ça peut être surveillé en continu pour quelques centaines de dollars, avec alertes automatiques si les conditions sortent des paramètres.
La consommation énergétique par poste
Comprendre où va l’énergie dans l’usine est le premier pas pour la réduire. Des capteurs de courant bon marché (type CT clamp) sur les tableaux électriques peuvent donner une image précise de la consommation par machine ou par zone — sans couper l’alimentation pour installer quoi que ce soit.
Les limites honnêtes
Ce serait malhonnête de présenter ça comme “aussi bien qu’une solution industrielle certifiée” sans nuancer.
Ce qui mérite réflexion :
- La robustesse. Un ESP32 dans un environnement de soudure, de peinture ou de vibrations intenses va avoir une durée de vie plus courte qu’un capteur industriel certifié. Le boîtier 3D protège, mais pas autant qu’un boîtier inox IP67.
- La maintenance. Qui va changer la pile ou déboguer le capteur dans 18 mois? Ce n’est pas une installation et on oublie — ça demande quelqu’un de curieux techniquement en interne.
- La certification. Dans des environnements réglementés (zones ATEX, secteur alimentaire), les certifications requises excluent le matériel maker. Ce n’est pas le bon outil pour ces contextes.
Mais pour la surveillance non-critique, les environnements standards, et les projets pilotes pour valider qu’il y a de la valeur avant d’investir davantage — c’est un territoire sérieux.
Pourquoi je pense que c’est le bon moment
Le matériel maker a atteint une maturité que les protocoles comme MQTT (standard industriel reconnu, utilisé par AWS IoT, Azure IoT Hub, et tous les grands), et les plateformes comme Home Assistant ou Node-RED permettent de bâtir des pipelines de données solides avec peu de code.
La barrière n’est plus technique. Elle est dans la connaissance de ce qui est possible et dans la volonté d’expérimenter.
Si vous avez une machine qui se comporte bizarrement et dont vous ne comprenez pas les patterns — un capteur à 30$ et 48 heures de données peuvent parfois en apprendre plus qu’une journée de technicien.
C’est un territoire que j’explore avec intérêt, et si vous avez un problème de surveillance ou de données dans votre usine qui vous semble trop petit pour un “vrai” projet — c’est exactement le genre de conversation que j’aime avoir.