6/6/18

Devriez-vous utiliser l'IIoT pour consigner les rejets?

Utiliser un système autonome de mesure et de consignation des rejets fera économiser du temps, des matériaux et de l'argent, tout en améliorant l'efficacité globale du procédé de production.

Lean manufacturing
Devriez-vous utiliser l'IIoT pour consigner les rejets?

Bien que repérer où, quand et comment surviennent les rejets soit important pour tenter d'améliorer l'efficacité de la production, les outils utilisés pour mesurer et consigner les rejets sont tout aussi importants.

 

Worximity_TC2_in_hand_machine_monitoring

Une méthode de mesure et de consignation des rejets consiste à employer un contrôleur qualité qui vérifie manuellement la qualité du produit et enregistre les données à la main, sur papier ou par saisie manuelle dans un ordinateur. Bien que cette méthode fonctionne, elle gaspille du temps et de la main-d'œuvre, et coûte cher à long terme.

Mesurer les pièces par une technologie autonome, par capteur ou micromètre automatique par exemple, est un contrôle qualité beaucoup plus rapide et précis, puisqu'il n'est pas soumis à l'erreur humaine. En plus d'améliorer la précision, un système autonome de rejets améliorera aussi la compréhension du problème, en permettant potentiellement une action préventive avant que le problème ne survienne. Avec ce type de système, davantage de « points de contrôle » peuvent être créés (peut-être même un après chaque procédé de fabrication), ce qui permet de détecter les problèmes au fur et à mesure. La saisie autonome des données économisera aussi de la main-d'œuvre, puisqu'un employé n'a plus à le faire sur ses heures de travail.

 

Bien que la conception de ces systèmes soit en grande partie spécifique à l'industrie et à l'usine, convertir et utiliser un système autonome de mesure et de consignation des rejets fera économiser du temps, des matériaux et de l'argent, et améliorera l'efficacité globale du procédé de production.

 

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.
12
Jan 2018

TileBoard, pour travailler plus intelligemment

French
14
May 2019

Serez-vous capable de rattraper les leaders de l'industrie - Partie 3

French
13
May 2019

Serez-vous capable de rattraper les leaders de l'industrie - Partie 2

French

Related articles

Back to the blog
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
16
May 2019

Les 3 compétences clés d'un data scientist

Découvrez les 3 compétences essentielles que tout data scientist doit maîtriser pour exceller dans l'industrie manufacturière 4.0.

English
14
Aug 2018

Top 3 des compétences d'un scientifique des données

Découvrez les principales compétences d'un scientifique des données!

French
15
Apr 2024

Les meilleurs outils d’amélioration continue pour les entreprises manufacturières œuvrant dans le secteur agroalimentaire

Dans le paysage concurrentiel du secteur agroalimentaire, la mise en œuvre de méthodologies d'amélioration continue n'est pas seulement un choix : c'est une nécessité pour rester compétitif.

English