5 stratégies d'analyse de données éprouvées pour booster l'efficacité manufacturière

Que vous examiniez vos processus d'atelier ou les performances de vos machines, l'analyse de données vous aide à identifier des schémas et à prédire des résultats. Si elle est correctement exploitée, cette information peut avoir un impact positif sur votre productivité et vos résultats. Voici ce qu'il faut savoir sur l'utilisation des données pour améliorer l'efficacité manufacturière.

Il est incertain de savoir quand a commencé la Quatrième Révolution industrielle, mais la plupart des experts en fabrication s'accordent à dire qu'elle est là et en plein essor. Alors que les révolutions industrielles précédentes nous ont apporté une efficacité accrue grâce à la mécanisation, l'énergie électrique, puis l'électronique, « l'Industrie 4.0 » repose entièrement sur les données et la numérisation. Elle concerne l'intelligence artificielle et l'apprentissage automatique, les jumeaux virtuels, la réalité augmentée, la simulation informatique, les systèmes cyber-physiques et bien plus encore.

Une grande partie de l'Industrie 4.0 tourne autour — et est en partie rendue possible par — son homologue axé sur les données : l'Internet industriel des objets (IIoT). Tout comme les consommateurs ont adopté les smartphones, les voitures intelligentes et les appareils électroménagers connectés au cours de la dernière décennie, les fabricants ont commencé à utiliser des technologies intelligentes similaires, notamment des machines-outils, des robots et des systèmes logiciels.

Cas d'utilisation de l'analyse de données dans la fabrication

Toutes ces technologies génèrent d'énormes quantités de données. Certains l'appellent « big data ». Quel que soit le nom, c'est ce que vous en faites qui compte. Voici de bonnes utilisations de ces données dans la fabrication :

• Analyser les besoins de consommation d'énergie d'une usine, ce qui aide les fabricants à identifier les équipements inefficaces et à réduire les coûts.
• Analyser la durée de vie des outils de coupe, ce qui permet aux ateliers d'usinage d'améliorer leurs opérations de tournage, de fraisage et de perçage.
• Analyser les temps d'arrêt de ces mêmes machines-outils offre une visibilité sans précédent sur les causes profondes du faible TRG (taux de rendement global).

Le résultat de tout cet effort analytique est une disponibilité machine accrue, des processus plus prévisibles, une meilleure qualité des pièces et moins de gaspillage. Plus important encore, le big data et l'IIoT sont les grands égalisateurs entre les pays à faibles coûts de fabrication et tous les autres sur la planète.

Comment commencer à améliorer l'efficacité avec les données et la technologie

Entrer dans ce monde est plus facile qu'on ne le pense. Oui, chacune des cinq technologies décrites ci-dessous peut nécessiter un certain investissement — en temps, en capital ou les deux — mais le retour sur investissement dans la plupart de ces implémentations est généralement assez rapide. Et si vous disposez d'une machine-outil CNC relativement récente et d'un câble Ethernet, les chances sont excellentes que vous puissiez commencer à collecter des données presque immédiatement.

Voici cinq façons d'utiliser la technologie et les données pour améliorer l'efficacité opérationnelle :

1. Passer au zéro papier

Les données circulent dans les deux sens dans une entreprise manufacturière numérique. Si votre atelier s'appuie encore sur des bons de travail papier, des listes d'outils et des fiches de préparation, il est temps de les dématérialiser. C'est ce qu'affirme Ryan Zimmermann, directeur du développement commercial chez Visual Knowledge Share Ltd., un atelier de fabrication devenu développeur de logiciels. Zimmermann note que les instructions de travail numériques favorisent la standardisation, aident à éliminer les erreurs et rationalisent considérablement les opérations. Tout cela est réalisé grâce à une documentation électronique à révision contrôlée contenant des images, des vidéos et du texte qui peuvent être diffusés n'importe où dans l'atelier.

« Nous éliminons la piste papier », dit-il. « Nous éliminons les classeurs de papier partout, et nous éliminons tous les problèmes rencontrés par les ateliers qui s'appuient sur le savoir tribal. De plus, comme les instructions de travail numériques demandent un retour de l'opérateur, elles garantissent la conformité tout en offrant des niveaux de traçabilité plus élevés pour les activités pilotées par l'humain. »

2. Partager les connaissances

Le savoir tribal est potentiellement un problème majeur pour toute entreprise. L'information non écrite et non communément connue par d'autres au sein de l'entreprise signifie que des connaissances importantes ne sont pas transmises aux travailleurs plus jeunes.

Quelqu'un qui peut parler longuement des dangers du savoir tribal est Jeff Rizzie, directeur de l'usinage numérique chez Sandvik Coromant.

« Un bon machiniste peut poser la main sur une machine ou écouter la broche et savoir immédiatement s'il y a un problème », dit-il. « Mais que se passe-t-il quand cette personne quitte l'entreprise ? » La meilleure façon d'éliminer ce risque est de collecter les données de fabrication à partir des machines-outils CNC, puis de les analyser pour identifier les variables qui tuent la productivité dans le processus de fabrication. Comme indiqué plus haut, les équipements plus récents offrent déjà cette capacité, à condition que l'atelier soit en réseau et que vous ayez un endroit pour stocker ces données. Sandvik Coromant propose un tel endroit : il s'appelle Machining Insights, et comme de nombreux systèmes similaires, il fournit une multitude de tableaux de bord et de capacités de reporting qui facilitent l'analyse et l'amélioration des processus.

3. Se connecter

Vous n'avez pas l'une de ces machines-outils plus récentes ? Ce n'est pas grave, car il existe de nombreux adaptateurs du marché secondaire pour les équipements existants qui rendent les machines CNC au moins un minimum communicantes. Cela dit, il est peut-être temps de faire une mise à niveau.

Brad Klippstein, spécialiste produit chez Okuma America, énumère de nombreuses fonctionnalités d'usinage numérique disponibles sur les commandes de la série OSP plus récentes de la société, notamment la gestion de la durée de vie des outils, l'évitement de collision, la surveillance virtuelle (3DVM) et, peut-être le plus important pour quiconque cherche à collecter des données machine, le protocole de communication MTConnect.

« Nous avons également introduit un nouveau produit appelé Connect Plan », dit-il. « Il permet de connecter plusieurs générations et marques de machines-outils via notre interface, et agit comme un référentiel central pour collecter des informations et les afficher dans un format lisible par l'homme sur un tableau de bord intégré. »

4. Obtenir vos données en temps réel

Poussez le concept de numérisation un peu plus loin et vous entrez dans le territoire des MES (systèmes d'exécution de la fabrication). Andrew Robling, chef de produit principal chez Epicor Software Corp., explique que les MES permettent aux fabricants de collecter des données directement à partir de machines-outils équipées de capteurs et d'autres équipements. Cela inclut les informations TRG, les quantités de travail, les données de qualité et les informations liées au processus comme la pression d'huile et la température de la broche. Ces données peuvent ensuite être affichées sous diverses formes — notamment des tableaux d'affichage d'atelier en temps réel — ou utilisées pour alerter les personnes en cas de problème. Pourtant, Robling note que les MES font bien plus que la collecte et l'analyse de données. Ils fournissent une suite complète de capacités de planification, de surveillance et de gestion de la maintenance qui peuvent servir de cœur à toute initiative de fabrication numérique.

« Un client avec qui j'ai travaillé récemment a déclaré avoir vu une augmentation de 70 % de la productivité globale », note-t-il. « Un autre a bénéficié d'une réduction de 13 % des coûts sur une ligne de produits clé, tandis qu'un autre a réduit son coût de qualité de 600 000 $ par an après l'implémentation d'une solution MES. »

5. Collecter la qualité

Patrick Sullivan, spécialiste de la distribution stratégique chez Mitutoyo America, suggère que l'un des moyens les plus simples de réduire les coûts de qualité et d'améliorer la précision des données est la collecte automatisée des informations de mesure en atelier. Cela peut être réalisé via un dispositif sans fil à faible consommation comme le système U-Wave basé sur Zigbee de l'entreprise ou une approche filaire plus conventionnelle.

Dans les deux cas, les données de mesure provenant de micromètres, de comparateurs numériques et de tout autre dispositif capable de communiquer (ce qui est la plupart d'entre eux de nos jours) peuvent être envoyées vers un système logiciel externe tel que MeasurLink de Mitutoyo pour analyse. « Les utilisations de ces données vont bien au-delà de la métrologie », note-t-il. « Elles offrent une visibilité sur les tendances de fabrication qui pourraient autrement passer inaperçues. Le résultat est un meilleur contrôle des processus, une réduction des temps d'arrêt des machines, etc. Et comme il est facile d'archiver ces informations, les fabricants peuvent comparer les résultats passés à ce qui se passe actuellement, ce qui leur donne de meilleures capacités de prise de décision. »

Bien sûr, ce ne sont là que quelques-uns des fournisseurs et produits disponibles pour les ateliers qui mettent en œuvre une stratégie de fabrication numérique basée sur les données. Tous servent à rendre les processus d'usinage et de fabrication plus efficaces, prévisibles et rentables.

Parce qu'ils augmentent considérablement la visibilité, il n'y a plus de conjectures ou de travail d'enquête quand quelque chose ne va pas sur le terrain de production. Surtout, ils éliminent la dépendance au savoir tribal. Qu'il s'agisse de fabrication sans papier, de surveillance de processus à distance, de machines-outils et de micromètres plus intelligents, ou d'un système d'exécution de fabrication à l'échelle de l'entreprise, il est temps d'orienter votre atelier vers le numérique.

COMMENT UTILISEZ-VOUS LE BIG DATA POUR AMÉLIORER L'EFFICACITÉ MANUFACTURIÈRE ?

L'analyse du big data est le processus de collecte de données à partir de vos machines et de leur utilisation pour améliorer les processus d'atelier ou les performances de vos machines.

Si elle est correctement exploitée, cette information peut avoir un impact positif sur votre productivité et vos résultats.

Participez à notre sondage pour partager vos idées et découvrir ce que pensent les autres.

Comment exploitez-vous la technologie pour améliorer l'efficacité ?

Quelles technologies adoptez-vous pour rendre votre atelier plus efficace ? Dites-le-nous dans les commentaires ci-dessous.