Introduction
Gérer une opération de production sans données de productivité, c'est comme conduire une voiture la nuit sans phares. Vous ne voyez pas où vous allez, vous ne savez pas d'où vous venez et vous risquez un accident grave. Plus vite vous pouvez voir et analyser vos données de performance, meilleures seront vos décisions.
Historique
Historiquement, le personnel de ligne ou des employés circulant dans l'usine collectaient les données d'exploitation et de performance. Cette information était remise à des analystes qui calculaient les indicateurs requis. Cette approche était laborieuse, introduisait des erreurs humaines et se limitait à des mesures élémentaires. Selon Mel O'Leary, PDG du mouleur soufflé sur mesure Meredith Springfield Associates (MSA) : « Nous nous fiions à des feuilles Excel et avions 10 employés administratifs, et les données n'étaient jamais précises ni à jour. Maintenant, nous obtenons des données en temps réel, mises à jour toutes les deux minutes. » Un temps de réaction plus rapide pour corriger les problèmes et ajuster les lignes s'est traduit par une croissance à deux chiffres pour MSA.
Situation actuelle
Dans le monde actuel de l'Industrie 4.0, des usines automatisées, de l'IA et de l'IIoT, les approches manuelles n'offrent ni la qualité ni l'accessibilité nécessaires pour gérer des opérations de production hautement automatisées. L'automatisation, Internet, l'IA, les capteurs à distance et la robotique mènent une révolution dans tous les types de production. Les produits transitent par les opérations de fabrication à des vitesses plus élevées, avec moins d'interfaces humaines et une qualité améliorée. Pour rester au fait de ces changements rapides, les gestionnaires d'usine doivent aujourd'hui chercher des moyens meilleurs et plus rapides de collecter et d'interpréter les données de production. Heureusement, les avancées récentes en techniques de collecte et en logiciels d'analyse permettent de livrer plus de données, de meilleure qualité, plus rapidement aux gestionnaires, avec de meilleures analyses et des présentations plus utiles.
D'énormes quantités de données de toutes sortes peuvent être collectées aujourd'hui, ce qui peut entraîner des difficultés de traitement ou une surcharge de données. Trop de données mène à la paralysie d'interprétation et à l'incapacité d'identifier l'information pertinente assez vite pour agir. Les gestionnaires doivent donc d'abord déterminer quels types de données sont nécessaires. À mesure qu'un gestionnaire acquiert des connaissances, des données additionnelles peuvent être collectées et stockées pour une analyse ad hoc ou une consultation future.
Il est essentiel de recueillir la bonne information au bon moment. La meilleure pratique veut que les données soient collectées en temps réel, c'est-à-dire au moment où les événements se produisent. Cela passe généralement par l'emploi de balances de contrôle, de capteurs en ligne ou de composants attachés à l'équipement et communiquant sans fil avec le système de monitoring. Cette approche fournit une analyse instantanée et met immédiatement en évidence les problèmes existants ou émergents. Par exemple, des ralentissements de machine qui passeraient autrement inaperçus peuvent être détectés immédiatement par le logiciel d'analyse et faire l'objet d'une enquête rapide.
Le monitoring initial de la performance devrait commencer par douze indicateurs de base :
- Débit
- Temps de cycle de fabrication
- Temps de changement de format
- Taux d'utilisation de la capacité
- Taux de rendement global (TRG)
- Atteinte du calendrier ou de la production
- Pourcentage de bons de travail planifiés vs urgents
- Disponibilité
- Rendement
- Rejets/retours clients
- Qualité fournisseur à la réception
- Taux de service client, livraison à temps, taux de commande parfaite
En plus des indicateurs d'exploitation, le monitoring par conditions (CBM) peut servir à collecter d'autres données fonctionnelles critiques. Information d'exploitation comme suivi des vibrations, signatures thermiques, analyse acoustique — ce ne sont là que quelques-unes des nombreuses données machines pouvant être captées. Ces données servent à prédire les pannes ou les besoins de maintenance. Une rétroaction immédiate via des systèmes sans fil offre un aperçu en temps réel de la performance actuelle et passée. Lorsqu'une détérioration de fonction d'équipement survient, des correctifs peuvent être appliqués immédiatement.
Des données de performance d'exploitation captées en temps réel sont essentielles pour gérer avec succès les lignes de production de plus en plus automatisées d'aujourd'hui. Pour satisfaire des clients exigeants, l'information sur les vitesses de ligne, les temps d'arrêt, le débit, les rendements et le TRG est la clé pour garder une usine rentable.
Conclusion
Dans le monde actuel d'automatisation croissante, de pressions concurrentielles accrues et d'usines de plus en plus intelligentes, les gestionnaires ne peuvent se permettre de regarder le reste du monde évoluer en s'accrochant à des méthodes manuelles lentes et désuètes de mesure de la performance. Pour avancer rapidement vers l'avenir, il faut adapter des capteurs automatiques connectés à l'équipement et collecter et analyser sans fil les indicateurs de performance clés.
Le gestionnaire de fabrication d'aujourd'hui devrait comprendre l'importance des données de productivité en temps réel et la nécessité d'agir rapidement sur la base des statistiques entrantes. Analyser rapidement la performance de chaque unité de production et, au besoin, la relever à des niveaux acceptables est essentiel pour garder une entreprise compétitive.
