Commentaire d'expert :L'avenir des déchets dans un monde numérique

Déchets. C'est un mot que nous connaissons tous dans l'industrie manufacturière et un défi auquel nous sommes continuellement confrontés. Il se décline en plusieurs...

Déchets. C'est un mot que nous connaissons tous dans l'industrie manufacturière et un défi auquel nous sommes continuellement confrontés. Il se présente sous de nombreuses formes différentes, non seulement des matières premières, des composants ou des produits défectueux qui ne parviennent jamais entre les mains des clients payants, mais aussi des ressources utilisées à chaque étape du processus de fabrication - telles que la main-d'œuvre, l'énergie, le stockage, le transport et les actifs, y compris les usines et les machines - qui sont consommés mais ne contribuent pas au revenu global. En termes simples, le gaspillage est le coût des intrants qui ne sont pas monétisés, et par conséquent, les résultats en termes d'efficacité, de productivité, d'agilité et de qualité sont tous des substituts du gaspillage.

Alors que les déchets sont devenus un concept plus formalisé dans le cadre de la philosophie du Lean Manufacturing, c'est un défi qui a imprégné l'industrie depuis la naissance de la fabrication moderne. Lorsque Matthew Boulton et son partenaire commercial John Fothergill ont ouvert la Soho Manufactory à Birmingham, en Angleterre, en 1766, ils ont introduit le concept de «production de masse» pour révolutionner les industries artisanales inefficaces de l'époque. En 1782, ils ont remplacé leur laminoir à eau par une nouvelle source d'énergie révolutionnaire - la machine à vapeur Watt - et ainsi, la "guerre contre le gaspillage" a commencé.

Depuis lors, nous n'avons cessé d'inventer de nouvelles techniques, méthodes, processus et technologies pour réduire les déchets. Lorsque des innovations majeures telles que la machine à vapeur Watt sont apparues, nos prédécesseurs ont réalisé des avantages considérables en termes d'efficacité et de productivité, qui ont été suivis d'une période d'améliorations continues et d'ajustements. Cela a encore maximisé les avantages de ces innovations et s'est poursuivi jusqu'à l'émergence des prochaines innovations majeures telles que l'électricité, où les moteurs électriques ont remplacé la vapeur et ont permis à l'énergie d'être hautement distribuée, plus rentable et plus fiable. Ensuite, la chaîne de montage a inauguré le nouveau paradigme de la division et de l'utilisation du travail et le transistor a donné naissance au contrôle et à l'automatisation par ordinateur industriel.

Chacune de ces étapes majeures a vu l'impact initial suivi d'une période de raffinement et d'amélioration continus, au cours de laquelle les améliorations successives offrent des rendements de plus en plus décroissants jusqu'à ce que le prochain changement sismique se produise. Lorsqu'elles recherchent des domaines dans lesquels améliorer le processus de fabrication, la plupart des organisations ont tendance à choisir d'abord le « fruit le plus facile », avant de rechercher des améliorations plus difficiles et plus subtiles, car elles s'efforcent en permanence de trouver de nouvelles façons d'éliminer le gaspillage. Cependant, ils atteindront bientôt un point où le coût d'élimination d'une source de déchets deviendra égal ou supérieur au bénéfice réalisé – hélas, la loi des rendements décroissants.

À ce stade, il devient tout simplement non rentable d'apporter ces améliorations et, par conséquent, les gains d'efficacité et de productivité commencent à plafonner. Je crois que c'est là où en sont la plupart des fabricants aujourd'hui, et cela aide en partie à expliquer le soi-disant paradoxe de la productivité. Malgré les investissements dans de nouveaux équipements, processus et techniques, la croissance de la productivité reste stable car les fruits à portée de main ont été récoltés et les entreprises se retrouvent coincées dans un cycle de rendements décroissants par unité d'investissement. Le paradoxe de la productivité ne pourra être brisé que lorsque le prochain changement sismique émergera pour apporter des améliorations significatives des performances.

Comme l'histoire l'a montré, ces changements ne se produisent pas du jour au lendemain. Ils sont d'abord accueillis avec scepticisme et souvent dérision, avant de traverser une période de battage médiatique, suivie d'une désillusion lorsque les avantages perçus ne se matérialisent pas. Cette transition peut souvent prendre plusieurs années, voire des décennies, avant que progressivement, les avantages tangibles ne commencent à émerger à travers ce que le cabinet d'analystes informatiques Gartner appelle la "pente de l'illumination" - la quatrième phase du Hype Cycle . La numérisation, les usines intelligentes, l'usine du futur, l'industrie 4.0 et l'Internet industriel des objets (IdO) sont autant de déclinaisons d'un même thème et représentent les racines de ce prochain grand cycle. Bien que beaucoup ait été et continue d'être rapporté sur ces thèmes, ils reposent tous sur l'exploitation d'un seul ingrédient fondamental :l'information, la prochaine arme critique dans la guerre contre les déchets.

VOIR AUSSI :

• L'édition de mars de Manufacturing Global est en ligne
• Salon de l'automobile de Genève :les principales tendances technologiques automobiles à ne pas manquer
• Siemens s'apprête à acquérir KACO new energy pour renforcer ses capacités de fabrication
• Bray International :changer l'état d'esprit de la fabrication de vannes grâce à la transformation numérique

La diminution de l'efficacité et des retours de productivité des technologies d'atelier existantes telles que l'automatisation et les méthodologies d'amélioration des performances hors ligne telles que six sigma ont atteint un plafond de verre proverbial. Prenons, par exemple, la mesure de l'efficacité globale de l'équipement (OEE) couramment utilisée pour évaluer l'efficacité avec laquelle une opération de fabrication est utilisée. Un OEE de 100 % indique un environnement de production parfait, avec seulement de bons produits fabriqués le plus rapidement possible et aucun temps d'arrêt. Atteindre ce niveau d'OEE est sans doute impossible, cependant, des recherches générales dans un large éventail d'études suggèrent que les fabricants de classe mondiale s'efforcent d'obtenir un OEE d'environ 80 à 85 %, 50 à 60 % étant plus typique et 30 à 40 % non. rare. Non seulement cela montre qu'il y a encore une marge d'amélioration importante en termes d'efficacité et de productivité, mais cela révèle également que nos efforts pour améliorer les performances « bougent très rarement ». Au lieu de cela, les fabricants s'appuient sur l'aboutissement d'un grand nombre d'améliorations plus petites et parfois coûteuses pour avoir un impact réel.

Pour briser ce plafond de verre, nous devons tirer parti des ressources d'information et de données en développant un niveau d'acuité opérationnelle supérieur à celui dont nous disposons aujourd'hui. Dans les systèmes physiques, nous aurons toujours un niveau de variabilité naturelle et d'imprévisibilité, mais nous ne devrions pas continuer à utiliser cela comme excuse pour des processus de fabrication sous-optimaux. Au lieu de cela, nous devons utiliser ces informations pour comprendre quand et où elles se produisent (en temps réel ou en temps quasi réel) et pour mettre en place les mécanismes permettant de réagir et d'atténuer cette variabilité et cette imprévisibilité "au fur et à mesure", ou mieux encore "avant que cela n'arrive".

Ce n'est pas facile et nécessite une compréhension et une surveillance continues de nombreuses variables, non seulement sur une seule mesure, un processus ou une caractéristique de produit, mais sur l'ensemble du paysage causal. Dans un environnement de fabrication, les processus sont rarement entièrement isolés, car la performance d'un processus sera probablement causée par une myriade d'autres influences - à la fois directes et ambiantes. C'est ce qu'on appelle souvent la « malédiction de la dimensionnalité » :plus nous avons de dimensions, plus nous avons besoin de données et plus il devient difficile d'en tirer des informations exploitables. Malheureusement, le cerveau humain n'est pas conçu pour gérer ce niveau de complexité, car nous avons du mal à comprendre les inférences sur un très petit nombre de dimensions et à un rythme très sédentaire.

Heureusement, plusieurs technologies émergentes convergent et mûrissent pour former les bases de la prochaine évolution de l'efficacité et de la productivité de la fabrication. Le coût et la miniaturisation des capteurs avancés permettent aux organisations de toutes tailles de capturer en continu des quantités inconcevables de données à partir de leurs chaînes de demande et d'approvisionnement ou même intégrées dans les produits eux-mêmes. En fonction de leur niveau de sophistication, cela peut permettre à des opérations de calcul autonomes utilisant des algorithmes avancés intégrés directement dans les capteurs (appelés Edge Computing) de fonctionner directement avec d'autres capteurs et appareils en boucle fermée (Machine-to-Machine). En raison de l'essor des réseaux de communication omniprésents (une tendance qui se transformera à nouveau lorsque la nouvelle norme 5G deviendra courante), ces capteurs sont capables de communiquer les données collectées à grande vitesse depuis n'importe quel endroit dans le monde.

Ces flux de données nécessitent de grandes quantités de stockage de données et de ressources de calcul capables de filtrer, trier et analyser les informations à une vitesse telle que des informations en temps réel puissent être générées, et cela est rendu possible par le big data et le cloud computing qui découple rapidement le valeur commerciale des données et des informations provenant d'une infrastructure coûteuse sur site. Enfin, l'analyse et les informations dérivées de ces données doivent être mises à disposition au bon endroit et au bon moment des actions efficaces à effectuer, toujours disponibles sur pratiquement n'importe quel appareil, sous une forme très visuelle et intuitive que les travailleurs peuvent facilement interpréter et agir sur. Cela est rendu possible par l'évolution des interfaces SaaS (Software-as-a-Service) et Rich Web Application (RWA) basées sur le cloud qui se généralisent aujourd'hui

La numérisation de l'usine, de l'atelier et de la chaîne d'approvisionnement permettra aux fabricants d'identifier et d'éliminer rapidement les déchets d'une manière auparavant impossible ou économiquement réalisable, ce qui inaugurera une nouvelle ère d'efficacité et de productivité. Une fois que les fruits à portée de main auront été cueillis, nous continuerons à faire évoluer les technologies et les techniques pour trouver des moyens nouveaux et innovants de réduire davantage les déchets, jusqu'à ce que les lois des rendements décroissants commencent à mordre, et nous attendons le prochain grand changement pour émerger. Cependant, comme nous le rappelle le gourou de l'intelligence artificielle (IA) Andrew Ng, s'en inquiéter maintenant, c'est comme s'inquiéter de la surpopulation sur Mars.

InfinityQS - le principal fournisseur de  Maîtrise statistique des processus (SPC)  logiciels et services aux fabricants du monde entier. Ses solutions automatisent la collecte et l'analyse des données pendant le processus de fabrication, pour permettre des décisions d'amélioration des processus en temps réel et prévenir les défauts avant qu'ils ne surviennent. Développées par des statisticiens industriels utilisant des méthodologies éprouvées pour l'analyse et le contrôle de la qualité, les solutions InfinityQS permettent aux principaux fabricants d'économiser des millions de dollars chaque année.