Analyse de fabrication en action

Nous utilisons l'analytique pour améliorer nos processus de production dans les usines Bosch depuis de nombreuses années. Alors, qu'y a-t-il de nouveau dans l'analyse dans la fabrication, et quelle est la prochaine étape ?

Notre méthodologie d'analyse des besoins fait toute la différence

Il existe différentes manières de lancer un projet d'analyse de données. Le point de départ est généralement un atelier de lancement sur le site de production du client, où nous rencontrons l'équipe client pour discuter et comprendre les objectifs du projet et les problèmes sous-jacents en fonction des impressions visuelles du produit et du processus de production.

Les ingénieurs de production ont tendance à se concentrer et à approfondir l'étape de processus spécifique qui semble être à l'origine du problème, et à appliquer des approches courantes de résolution de problèmes.

Mais l'analyse des données peut offrir de nombreux autres avantages, car elle ne se concentre pas uniquement sur un processus ou une machine spécifique. Au lieu de cela, il prend également en compte les données de machine, de processus et de matériau des étapes de production en amont et en aval afin de pouvoir identifier les relations de cause à effet, les corrélations et les modèles précédemment cachés.

Ainsi, en plus de présenter le potentiel et la puissance de l'analyse de données dans la fabrication au début d'un projet, l'un de nos principaux objectifs dans l'atelier de lancement est de comprendre le problème du client d'un point de vue commercial. Plus important encore, nous essayons de voir le problème en termes de principes physiques qui le sous-tendent. Cela nous permet de nous concentrer sur les bonnes sources de données afin de tirer pleinement parti de l'analyse des données.

Passer du temps sur la compréhension des affaires est payant

Dans la première partie de l'atelier, l'objectif est d'identifier le problème central et de s'assurer que nous alignons à la fois notre compréhension de ce problème et notre analyse des données avec celui-ci. Nous appelons cette première partie de l'atelier « compréhension commerciale ».

Les participants à l'atelier se voient poser des questions ciblées pour les aider à mieux comprendre le produit, les processus et les conditions générales. Ceci, à son tour, donne les premiers signes indiquant des causes profondes possibles. Les questions ciblées incluent :

Quelle est la séquence exacte des étapes du processus ? À quelle station les problèmes surviennent-ils en premier ? Quelles stations à proximité pourraient avoir un effet là-dessus ? Existe-t-il des caractéristiques particulières de la chaîne de valeur, telles que des étapes parallèles, des reprises ou des étapes répétées ? Combien de variantes de produits existe-t-il ? Combien de fournisseurs sont impliqués ? Et ainsi de suite…

La compréhension des données vient ensuite

Dans la deuxième partie de l'atelier de lancement sur l'analyse et l'enregistrement des exigences du projet, nous commençons à parler de données :

Quelles sources fournissent des données ? Faut-il d'abord intégrer, voire générer, des données ? Quelles données d'autres processus sont importantes ? Quels délais regardons-nous ? Lorsque vous travaillez avec diverses sources de données, est-il possible de retracer clairement les données jusqu'à leur origine (par exemple, en utilisant des identifiants uniques) ?

Analyse itérative au lieu d'un projet massif

La première phase d'analyse ne dure généralement pas plus d'une semaine, selon le temps nécessaire à la préparation des données. Après cette semaine, nos experts en analyse de fabrication présentent leurs premiers résultats à l'équipe d'experts du client dans le but de démontrer la faisabilité de résoudre le problème du client sur la base des données fournies.

Idéalement (et en fait, cela arrive très souvent), les résultats du premier cycle d'analyse fournissent déjà des idées exploitables sur la façon d'atteindre les objectifs du projet (par exemple, réduire le taux de rebut dans un flux de valeur particulier).

Dans le même temps, en fonction des commentaires des clients et de leur réaction aux résultats intermédiaires, il est possible de réajuster la stratégie d'analyse pour l'adapter aux nouvelles connaissances acquises. C'est crucial pour la réussite des projets d'analyse de données ! Pourquoi? L'équipe exclut les conclusions erronées, la valeur ajoutée immédiate par l'analyse des données devient visible et utilisable, et les prochaines étapes sont définies conjointement :

Que faut-il d'autre pour vérifier les résultats ? Et finalement de les automatiser ? Comment devons-nous définir exactement la portée élargie des données pour cela ?

Source :Bosch.IO Le client obtient des informations précieuses sur ses données et les processus de données.

Maintenance &support des modèles prédictifs une fois le projet terminé

Existe-t-il une maintenance et un support post-projet ? de nombreux clients nous demandent. La réponse est un oui retentissant! Cet aspect est crucial pour tous les clients qui souhaitent appliquer le modèle prédictif à leurs données en temps réel, par exemple pour planifier le remplacement des pièces d'usure au moment optimal ou pour prédire les résultats des tests.

C'est pourquoi nous ne nous concentrons pas uniquement sur la maintenance et le support des solutions logicielles installées, mais également sur la fourniture du support technique approprié pour la formation et le suivi des modèles prédictifs.

Niveau suivant :outils standardisés pour des problèmes standard

Les outils d'analyse Web fournissent des informations immédiates et mettent l'analyse des données à profit dans le travail quotidien des ingénieurs sans avoir à engager des scientifiques des données. Ce prochain niveau est passionnant. Apprenez-en plus à ce sujet dans la vidéo.

Lancez l'analyse de données dans vos opérations de production.

Dans cette webémission, vous verrez des cas concrets d'optimisation de la production en pratique et apprendrez comment notre atelier de deux jours vous aide à démarrer votre initiative.