3/12/18

Boulangerie industrie 4.0 : les baguettes

Avec ce dernier article de notre série Boulangerie industrie 4.0, découvrez comment la technologie de Worximity a contribué au succès grandissant de Première Moisson, un pilier de la scène montréalaise du pain et de la boulangerie.

Industrie 4.0
Boulangerie industrie 4.0 : les baguettes

Entrepreneure dans l'âme, Liliane Colpron, accompagnée de ses trois enfants, a réalisé son rêve en fondant en 1991 ce qui est devenu un empire et un emblème de la scène boulangère montréalaise. Première Moisson vend de nombreux produits de boulangerie, dont des pâtisseries, des gâteaux et des tartes, ainsi que des charcuteries, des repas préparés sur place, des produits surgelés et autres spécialités gourmandes, tout en gardant une grande variété de pains au cœur de son offre. En 2014, le grand épicier canadien Metro a acquis 75 % des parts de l'entreprise, permettant à la boulangerie de se différencier davantage et de soutenir sa croissance en s'étendant à l'extérieur du Québec.

 

Une réussite à souligner 

L'histoire entre Première Moisson et Worximity a commencé il y a quatre ans, lorsque les premiers capteurs ont été installés dans leur usine de Laval. Avance rapide jusqu'au mois d'août dernier, alors que l'entreprise a ajouté notre technologie à une seconde usine. Au total, les capteurs TileConnect ont été installés sur 10 machines. Cela inclut les lignes de transformation des différents produits — pâtisseries, baguettes, ciabattas et autres pains —, les fours et les lignes d'emballage. Pour suivre le rendement de leur production, la troisième et plus complète version de notre forfait Smart Factory Analytics a été choisie, avec une attention particulière portée aux temps d'arrêt, à leurs causes et à l'efficacité globale des lignes de production.

Depuis qu'elle a entrepris cette initiative d'usine intelligente, Première Moisson a obtenu d'excellents résultats. Dans sa première usine, elle a considérablement réduit ses temps d'arrêt en se concentrant d'abord sur les plus courts. Elle a ainsi pu économiser près de 8 heures de production par semaine. De plus, peu après l'implantation de la technologie dans la seconde usine, des temps d'arrêt majeurs ont été portés à l'attention du directeur d'usine, mettant en évidence un besoin sérieux de se concentrer sur l'efficacité interne. Grâce aux données en temps réel, il a pris conscience des valeurs réelles concernant le rendement, plutôt que des approximations des opérateurs.

Profitez de l'industrie 4.0 en initiant votre usine à la surveillance en temps réel grâce à notre essai de 2 mois. Observez des résultats concluants en un rien de temps !

En savoir plus?
télécharger le ebook
Articles connexes

Articles connexes

Retour au blogue
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
11
Jul 2018

TileBoard de Worximity : suivre les KPI typiques de la transformation de la viande

French
6
May 2019

Wx en Australie: Retour sur un séjour à la rencontre de nos clients

French
6
Sep 2019

Main-d'œuvre 4.0 — l'impact de l'usine connectée sur les travailleurs de l'agroalimentaire

French

Related articles

Back to the blog
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
5
Feb 2019

Un Montréal à saveur d'intelligence artificielle

Se taillant une place de choix sur la scène de l'intelligence artificielle, Montréal inaugure tout récemment la cité de l'IA où se sont installés professeurs, étudiants et entreprises.

French
15
Aug 2018

Types de rejets en amélioration continue

Mesurer les rejets et la non-qualité est essentiel autant pour le lean manufacturing que pour les initiatives d'amélioration continue. Découvrez ici les causes les plus courantes de rejets en amélioration continue.

English
13
Jan 2022

Types de gaspillages lean et comment les éliminer avec un logiciel manufacturier numérique

Un élément central de la méthodologie lean consiste à éliminer les gaspillages dans la production. Apprenez ce qu'est le gaspillage lean et comment le réduire.

English