Maîtriser l'Analyse de Capacité Manufacturière : Guide Pratique

Les fabricants font face à une montagne de défis pour produire les biens que nous utilisons dans nos vies. Et chacun doit adresser ces défis avec des ressources limitées sous forme de capital, compétences, avancées technologiques, et plus. Les managers qui orchestrent cette arène complexe le mieux cherchent des façons de maximiser les outils à leur disposition en comprenant la capacité de leur atelier. Une meilleure utilisation de l'espace de fabrication, matériaux, main-d'œuvre, et performance d'équipement optimisée est critique pour les entreprises pour piloter une production efficace et capturer la rentabilité la plus élevée.

Une analyse de capacité peut être une excellente solution pour auditer une usine de fabrication et diagnostiquer s'il y a de la capacité cachée attendant d'être débloquée.

Qu'est-ce que la Capacité Manufacturière ?

L'objectif de chaque fabricant est de faire tourner ses opérations à pleine capacité. Mais qu'est-ce que la capacité manufacturière ? La réponse courte est que la capacité manufacturière représente l'état dans lequel tous les équipements et ressources au sein d'une entreprise sont utilisés au taux d'opération le plus haut pour le mix de produits et volume que leur industrie requiert. Cela signifie que tous les processus, des opérations à la maintenance, sont optimisés avec une quantité définie de ressources et qu'aucun temps d'arrêt inutile n'est encouru. Quand cette condition est atteinte, l'équipement a atteint sa pleine capacité.

De nombreux facteurs compliquent davantage le chemin vers cet état idéal. Une usine peut souffrir d'une série de pertes de disponibilité comme des pannes mécaniques où du temps précieux est perdu pour la réparation. Ou ils pourraient perdre une capacité de production précieuse due aux changements de série, réglages et ajustements.

La capacité manufacturière peut aussi souffrir de pertes de performance. Celles-ci incluent les actions d'opérateurs non formés ou inexpérimentés et les arrêts pour bourrages, marche au ralenti, fins de bobine. Ces problèmes sont souvent adressés à la hâte avec peu d'analyse sur ce qui l'a causé et comment l'empêcher de se reproduire.

Finalement, la capacité manufacturière peut être impactée négativement par les pertes de qualité, incluant à la fois les défauts de processus et les réductions de rendement. Certaines causes incluent un flux de travail sous-optimisé, erreurs humaines, ou un processus cassé. En plus de voler à une usine une capacité précieuse, les pertes de qualité peuvent aussi générer du gaspillage additionnel qui peut avoir besoin d'être retravaillé ou jeté, ajoutant du coût au produit.

Ces entraves à la capacité sont souvent appelées les Six Grandes Pertes. Et leurs effets peuvent être dévastateurs. Au mieux, le manque de compréhension de la capacité peut déclencher des heures supplémentaires coûteuses, du gaspillage, des livraisons manquées, ou des dépenses d'investissement inutiles sous forme de nouvel équipement pour compenser la perte.

Qu'est-ce qu'une Analyse de Capacité ?

Quand un fabricant a besoin d'augmenter la capacité, il commence souvent par les réactions instinctives ci-dessus. Cependant, on ne peut acheter autant de machines et planifier autant de quarts avant que le focus sur l'amélioration de la capacité ne se tourne vers l'intérieur. Et la meilleure façon de pinpointer où l'action devrait être prise pour augmenter la capacité est dans les données.

Le processus d'analyse de capacité est la différence entre la capacité potentielle et la production réelle qu'une entreprise atteint actuellement. En collectant des données de production, les fabricants peuvent identifier quel processus, équipement ou fonction a besoin d'être changé pour augmenter la capacité. Cela permettra essentiellement aux fabricants de piloter une plus grande utilisation de leurs ressources existantes via l'optimisation de processus.

Lecture complémentaire : Comment Augmenter la Capacité de Production Manufacturière

Comment Effectuer une Analyse de Capacité Manufacturière

Les entreprises qui effectuent une analyse de capacité manufacturière sont capables de réduire les temps d'arrêt et le gaspillage. Elles peuvent aussi exploiter les données pour optimiser les processus et rationaliser les flux de travail. Ce faisant, cela peut les aider à comprendre quelles sont les contraintes existantes et prendre des décisions en temps réel pour résoudre les problèmes au fur et à mesure qu'ils surviennent. Comme les données supportent ces solutions, les managers peuvent piloter l'amélioration à travers l'opération et augmenter la capacité sans investissement additionnel en équipement ou main-d'œuvre. Pour les entreprises cherchant à améliorer leur capacité manufacturière, voici les étapes requises pour débloquer la capacité existante :

Benchmark des Données

Si vous ne savez pas où vous en êtes, vous ne verrez pas où vous allez. Il est courant de surestimer l'utilisation actuelle de l'équipement car beaucoup d'entreprises ne réalisent même pas que l'utilisation est aussi basse qu'elle l'est.

Le benchmarking inclut la détermination de la capacité existante. Vitesse machine, pertes de qualité, temps d'arrêt par catégories — comme pannes, changements de série, et pertes de performance — doivent tous être mesurés pour déterminer la capacité actuelle. Et dans de nombreux cas, ce chiffre est choquant. Plusieurs meilleures pratiques peuvent être utilisées pour créer un cadre solide et pratique pour le benchmarking :

• Réunions Internes : Une réunion de lancement interne aide à définir les attentes et assure que tout le monde est sur la même page. En réunissant la bonne équipe, tout le monde saura quel devrait être l'objectif d'utilisation.
• Vérification des Données : Il y a des moments où les données actuelles rapportées disent peu sur le statut réel de la machine. Elles peuvent enregistrer le statut incorrectement, ou ce peut être le comptage de pièces, temps d'arrêt, ou un autre paramètre. S'assurer que les données sont vraies aidera à analyser ce qui doit être fait.
• Évaluation des Données : C'est là que les hypothèses originales sont comparées avec l'utilisation réelle actuelle. Cela représente un nouveau point de départ sur quelles améliorations peuvent être faites.
• Planification : En créant un plan d'amélioration, les managers peuvent rassembler les pièces des attentes originales, l'état réel piloté par les données de la capacité, et quelles améliorations peuvent être faites.

Exemple d'un rapport d'utilisation MachineMetrics, l'un des nombreux rapports pré-construits utilisables pour le benchmarking des données.

Analyser les Temps d'Arrêt

Une fois qu'une opération de fabrication a benchmarké ses données et comprend sa vraie utilisation, une analyse des temps d'arrêt doit être conduite. Cela implique managers, techniciens, ingénieurs de fabrication, opérateurs et autres qui peuvent aider à identifier toutes les raisons des temps d'arrêt et planifier comment les réduire ou les éliminer.

Avec les révélations qui ont accompagné le benchmarking de l'installation, les membres de l'équipe peuvent passer à la mesure des temps d'arrêt pilotant cette utilisation. En répondant à combien de temps d'arrêt se produit et sous quelle catégorie il tombe, les étapes d'amélioration deviennent plus apparentes. Cela est mieux fait par un logiciel de collecte de données machine automatisé pour assurer que des données précises, standardisées et en temps réel sont utilisées.

Les temps d'arrêt doivent aussi catégoriser les raisons des temps d'arrêt. Catégories à considérer :

• Temps d'Arrêt Planifié vs Non Planifié : Chacun retire une machine de service, mais les deux ont des approches assez différentes pour minimiser les occurrences et remettre la machine en ligne.
• Erreur Humaine ou Action Opérateur : Dans un environnement de fabrication large et complexe, les opérateurs peuvent avoir différents niveaux de formation ou peuvent effectuer des tâches ou actions dans un ordre qui réduit l'efficacité. Cela peut souvent être repéré et tendance à travers l'analyse des temps d'arrêt.
• Rebut Qualité : La qualité est une catégorie large qui doit être incluse dans l'analyse des temps d'arrêt. Elle peut mener à des insights sur la formation, l'état machine et l'entretien, la qualité fournisseur entrante, ou même les conditions ambiantes dans l'installation entre jours plus chauds et nuits plus fraîches.

Une fois les catégories déterminées, les membres de l'équipe peuvent creuser pour déterminer les raisons des temps d'arrêt dans la catégorie. Par exemple, il peut y avoir de nombreux types de temps d'arrêt planifié, incluant maintenance programmée, production saisonnière, et autres.

Le Pareto des temps d'arrêt MachineMetrics révèle les raisons les plus flagrantes et est un excellent point de départ pour trouver des processus à améliorer.

De même, il y a d'innombrables raisons pour les temps d'arrêt non planifiés. Cela peut aller du matériel pas à la machine quand nécessaire à une machine mal entretenue. Cela peut aussi pointer vers un flux de travail mal conçu où le matériel de l'amont n'est pas prêt quand nécessaire, créant un effet domino.

Il en va de même pour l'erreur humaine. Les opérations de fabrication deviennent plus automatisées, mais il y a encore un besoin de main-d'œuvre. Fatigue, formation inadéquate, manque de compréhension du flux de travail, ou étapes de processus cassées peuvent signifier que les ouvriers font des erreurs qu'ils ne feraient pas autrement.

La meilleure façon de rassembler cette information est par l'automatisation et le logiciel. En rendant la visualisation des données intuitive et facile à enregistrer, les opérateurs peuvent utiliser un tableau de bord pour entrer des données réelles et voir leur impact. Tout comme un opérateur peut entrer les raisons du temps d'arrêt, des outils comme les graphiques de Pareto peuvent aider à comprendre l'analyse des temps d'arrêt au fur et à mesure qu'elle progresse. Cela donne aux utilisateurs des insights et aide souvent à déclencher des suggestions d'amélioration.

À la fin de l'analyse des temps d'arrêt, les coûts réels des temps d'arrêt et leur impact sur le résultat net peuvent être déterminés. Cela aide aussi à identifier les « fruits à portée de main », les éléments les plus rapides et faciles à corriger avec l'impact le plus significatif sur les dollars économisés et la capacité ajoutée.

Lecture complémentaire : Comment Suivre et Analyser les Temps d'Arrêt Machine

Déployer les Changements de Processus

Les managers sont maintenant équipés de données précises et vérifiables qui pilotent un vrai changement à ce stade de l'analyse de capacité. Ces changements peuvent être utilisés pour s'attaquer aux contraintes de capacité les plus significatives, débloquer la capacité cachée pour éliminer les heures supplémentaires, réduire le besoin de dépenses d'investissement, et affiner un programme de maintenance qui travaille en sync avec les changements de série et autres conditions d'exploitation au lieu de contention avec eux.

Il y a beaucoup d'exemples de drains significatifs sur la capacité. En voici quelques-uns qui peuvent être trouvés lors de la plupart des transformations digitales :

Temps de Cycle Attendu Plus Long que le Temps de Cycle Réel

La taille et la complexité des environnements de fabrication d'aujourd'hui peuvent signifier que la performance individuelle est enterrée sous une montagne de données, volume, et une poussée pour une production plus élevée. Quand les données sont vraies, et les comptages de pièces à la machine sont précis, les opérateurs sont responsables de leur sortie au lieu d'être enterrés sous elle. Cette responsabilité peut être un outil positif qui leur permet de devenir partie prenante de l'identification des domaines d'amélioration. Alors que les améliorations sur les temps d'arrêt les plus apparents commencent à fonctionner, une optimisation plus poussée du temps de cycle peut être initiée pour continuer le processus en incluant même de petits changements qui s'additionnent rapidement.

Problèmes de Qualité

Comme mentionné précédemment, la qualité est un sujet large qui impacte de nombreux domaines. Mais cela offre plus d'opportunités d'amélioration. Non seulement la règle 80/20 s'applique pour la qualité, mais elle affecte aussi les sous-catégories à l'intérieur, incluant erreur humaine/formation, qualité fournisseur, améliorations maintenance, design produit, etc. En tirant parti de données non siloées analysées en temps réel, le plus grand coupable dans chaque domaine peut venir sous des étapes d'amélioration pour rendre un impact cumulatif plus considérable sur la qualité globale. À mesure que ces efforts prennent racine, la capacité augmente, la qualité s'améliore, réduit les coûts, et améliore la performance des commandes et livraisons.

Lecture complémentaire : Assurance Qualité en Fabrication : Tout Ce Qu'il Faut Savoir

Avec MachineMetrics, vous pouvez facilement voir les principales raisons pour lesquelles les pièces sont rejetées et identifier la racine du problème.

Panne d'Équipement

Peu de choses rendent les managers de fabrication fous autant que la panne d'équipement. Et souvent, ces pannes sont le résultat d'un programme de maintenance réactif. En tournant jusqu'à la panne ou par un suivi inadéquat de l'état machine, les entreprises cèdent d'énormes morceaux de capacité sous forme de temps d'arrêt. Mais l'analytique de données et les conditions machine en temps réel offrent de nouvelles opportunités d'augmenter la capacité. En comprenant les états machine et en déployant capteurs IIoT et technologie, les managers peuvent laisser la maintenance réactive derrière et piloter une capacité plus haute et des coûts plus bas. Une étude de Deloitte montre que les programmes de maintenance prédictive peuvent augmenter le temps de fonctionnement des équipements de 10-20 %.

Flux de Travail

Mesurer l'utilisation de l'équipement est plus que simplement mesurer la machine. En capturant, contextualisant et analysant les données, les managers peuvent voir une machine individuelle et l'écosystème entier d'équipements dans l'installation. Cela peut mener à des insights sur l'agencement équipement, staging, WIP, et autres variables liées au processus qui peuvent être utilisées pour augmenter la capacité. Bien que cela puisse pointer vers un besoin de réorganiser un étage de production ou cellule, cela peut aussi être aussi simple que de déplacer quelques machines de quelques pieds ou changer la façon dont le matériel flux d'une station à l'autre dans le flux de travail qui fait la différence.

Débloquer la Capacité Cachée

Une analyse de capacité couplée avec une capture de données avancée et analytique peut aider les entreprises à trouver leur chemin vers la pleine capacité plus vite que la plupart ne le penseraient, et mener à une production nivelée. Quand Avalign Technologies luttait pour suivre l'OEE et les temps d'arrêt, les goulots d'étranglement de production, SOPs inadéquats, et autres facteurs freinaient la capacité.

En utilisant MachineMetrics, Avalign a acquis une visibilité instantanée à travers l'atelier pour réaliser une augmentation de 25-30 % de l'OEE et des millions en capacité additionnelle, sans ajout de main-d'œuvre, équipement, ou ressources additionnelles.

Regardez l'étude de cas vidéo :