Utiliser l'analytique de données pour identifier et résoudre rapidement les problèmes de production

Savoir comment résoudre les problèmes de production rapidement et efficacement est une compétence que tous les gestionnaires de fabrication devraient posséder. Bien qu'il existe de nombreuses stratégies pour identifier et corriger les problèmes, le point de départ pour éliminer les problèmes les plus graves du shop floor est d'avoir une infrastructure en place pour soutenir la collecte et la standardisation automatisées des données de production.

Avec des données précises et en temps réel, les gestionnaires peuvent identifier quels problèmes surviennent, la cause racine du problème, et développer des solutions pour les prévenir à l'avenir.

Les problèmes de production les plus courants

Bien qu'il y ait des centaines de choses qui peuvent affecter un shop floor, la plupart tombent sous l'une des catégories ci-dessous. Nous vous encourageons à explorer les ressources liées pour chacune de ces catégories larges, car elles plongent profondément dans la résolution de ces problèmes en exploitant les données.

Temps d'arrêt

Les temps d'arrêt sont la peste de toute fabrication. Quand l'équipement ne tourne pas, les commandes ne sont pas remplies, et le profit n'est pas capturé. Les temps d'arrêt peuvent être décomposés en catégories telles que l'erreur d'opérateur, la défaillance d'équipement, les problèmes de planification, les préoccupations de capacité, les configurations et changements de série, et autres. Et la plupart des entreprises ne réalisent pas l'impact des temps d'arrêt sur leur efficacité globale des équipements, manquant les opportunités les plus évidentes d'amélioration.

Ressources utiles :

Problèmes de qualité

Les problèmes de qualité peuvent également être définis en plusieurs catégories. La qualité fournisseur est une préoccupation majeure pour toute entreprise, tout comme l'erreur humaine et l'état de l'équipement. Les maux de tête qualité peuvent être générés en interne ou en externe, et ils font grimper les coûts et menacent les plannings de livraison.

Ressources utiles :

Problèmes de maintenance

La plupart des entreprises adhèrent à la philosophie séculaire de la maintenance préventive. Mais l'équipement à grande vitesse d'aujourd'hui nécessite une approche plus dynamique, pilotée par les données. Quand l'équipement n'est pas maintenu à une fréquence donnée, des événements de temps d'arrêt finiront par se produire. Mais si l'équipement est « sur-maintenu », les fabricants auront gaspillé du budget en pièces de machine, fournitures, main-d'œuvre et temps d'arrêt qui n'étaient pas nécessaires. En utilisant les données de performance et de santé des machines, les fabricants peuvent mieux comprendre quand les machines sont susceptibles de défaillir pour s'assurer que la bonne quantité de maintenance est fournie, au bon moment.

Ressources utiles :

Problèmes de processus et de workflow

Les processus cassés et obsolètes sont un défi permanent pour les fabricants, et leurs impacts sont amplifiés lorsqu'ils se transforment en goulots d'étranglement. Puisque de nombreuses procédures de travail standardisées sont maintenues manuellement et insuffisamment auditées, il peut s'écouler des années avant qu'une équipe d'amélioration des processus n'identifie le problème et ajuste le processus.

Comme les problèmes de processus, les équipes peuvent trouver difficile de surmonter les problèmes de workflow. Ceux-ci peuvent prendre la forme d'une planification inadéquate des centres de travail, de la gestion de l'en-cours, de l'agencement de l'atelier, ou simplement de l'ergonomie d'accès aux pièces et matériaux par les opérateurs au point d'utilisation.

Ressources utiles :

Résoudre les problèmes de production

Résoudre les problèmes de production peut être un effort complexe. Cela nécessite que les gestionnaires enquêtent sur ce qui s'est passé et cherchent une solution permanente. Mais alors que la révolution numérique se poursuit par l'adoption de la technologie de l'Internet Industriel des Objets (IIoT), ces problèmes complexes peuvent être adressés en exploitant la puissance des données. Et en capturant et analysant les données pour visualiser ce qui se passe sur le shop floor, les gestionnaires peuvent développer des remèdes tactiques et stratégiques pour résoudre les problèmes actuels et en prévenir d'autres avant qu'ils ne se reproduisent.

Considérez ces étapes pour aider à résoudre les problèmes de production courants :

Étape 1 : Identifier les problèmes

Avant qu'une entreprise ne puisse corriger ses problèmes de fabrication, elle doit les identifier. La première étape est d'avoir la bonne infrastructure en place pour soutenir la collecte et la standardisation des données de production. Cette information devrait être démocratisée à travers l'organisation dans des visualisations et rapports facilement consommables.

Ce n'est qu'avec des données précises et en temps réel que les opérateurs et gestionnaires auront une compréhension de l'endroit où les problèmes surviennent et des raisons les plus flagrantes du gaspillage. La collecte de données manufacturières est la fondation de l'Industrie 4.0, alimentant un nombre illimité de cas d'usage et donnant aux parties prenantes clés les ressources dont elles ont besoin pour prendre de meilleures décisions, plus rapides.

Étape 2 : Creuser les détails

Avec les données en main, il est temps de mener une analyse des causes racines. L'analyse des causes racines est une approche efficace et puissante qui trace les problèmes de production jusqu'à une cause spécifique. Une fois cette cause identifiée, des changements peuvent être mis en œuvre qui résonneront en cascade sur la ligne de production.

L'analyse des causes racines utilise souvent des outils lean et Six Sigma tels que « Les 5 Pourquoi », les diagrammes d'Ishikawa, l'analyse des modes de défaillance et les graphiques de Pareto pour aider à visualiser et comprendre pourquoi les problèmes surviennent. Cela permet aux participants de séparer la cause des symptômes pour arriver à une raison valide de la perturbation.

Les rapports Pareto des temps d'arrêt MachineMetrics aident à identifier les principales causes des temps d'arrêt, vous aidant à prioriser les initiatives d'amélioration continue en comprenant mieux où les choses vont mal.

Étape 3 : Développer un plan pour résoudre le problème

Avec la cause réelle identifiée, un plan d'amélioration peut être développé. Cela peut être de la formation, des changements physiques tels que l'agencement, des changements de travail standard, des substitutions de matériaux, ou toute combinaison d'étapes pour corriger le problème.

Critique pour le succès de tout plan d'amélioration est le processus d'audit pour maintenir les changements en place. Cela inclut de déterminer comment le succès sera mesuré, à quelle fréquence les audits du changement se produiront, quelles étapes seront prises pour améliorer davantage le processus, et plus.

Une fois de plus, l'importance des données ne peut être surestimée. Les données doivent être fiables, précises et aussi détaillées que possible pour que la solution soit efficace. L'analyse manuelle et les changements ne vous mèneront que jusqu'à un certain point et sont toujours sujets à être oubliés, perdus ou modifiés alors que le groupe passe à un autre problème. C'est pourquoi les solutions automatisées comme MachineMetrics sont intégrales au succès de la fabrication pilotée par les données.

3 conseils pour prévenir les problèmes de production

Une machine n'est aussi bonne que les processus utilisés pour la faire fonctionner. Et dans tous les cas, meilleure est la qualité et la visibilité des données, plus elles seront utiles. Avec un logiciel de surveillance de production, les entreprises peuvent passer du dépannage du même problème encore et encore à l'instauration réelle d'une solution qui non seulement dure mais peut aussi être validée en temps réel et affinée au fil du temps.

Voici trois conseils pour prévenir les problèmes de production :

Analyser les données

Rien n'est peut-être aussi crucial que l'analyse des données de production. Sans de bonnes données propres et précises, le changement est inefficace. Les données sont la clé pour visualiser l'image précise sur n'importe quel shop floor. Mais les données ne sont pas seulement des pièces, numéro de travail ou comptages d'heures. Les données requises pour une telle visualisation incluent les données machines, données personnes, données systèmes, et données d'autres entrées à travers l'entreprise.

Améliorer la visibilité opérationnelle

Avec des données précises, les entreprises peuvent atteindre une meilleure visibilité opérationnelle. Encore une fois, la capture et l'analyse de données avec des rapports intuitifs fournis par le logiciel sont toujours préférables à la collecte et l'analyse manuelles. Avec une visibilité en temps réel, les problèmes peuvent être adressés proactivement au lieu de réactivement alors que les opérateurs, techniciens et gestionnaires gagnent des insights sur l'état réel de l'équipement et de la production au moment où cela se produit plutôt qu'après coup.

MachineMetrics affiche les données de production en temps réel pour une visibilité complète du shop floor. Opérateurs et gestionnaires savent exactement quand les machines prennent du retard sur les objectifs de production ou subissent un événement de temps d'arrêt, leur permettant de résoudre les problèmes rapidement.

Planifier la maintenance des équipements

L'une des contributions les plus précieuses de la collecte et l'analyse automatisées de données dans la fabrication a émergé dans son impact sur la maintenance. En exploitant les données en temps réel pour visualiser le véritable état de la production, la maintenance peut passer d'un état préventif à un état prédictif. Cela signifie que les mêmes données guidant les changements de processus et de workflow pour l'amélioration peuvent être utilisées pour prédire la défaillance de pièces, commander et mettre en scène les pièces de réparation à l'avance, et planifier le moment optimal pour la réparation au meilleur moment pour réduire les temps d'arrêt globaux (comme pendant un changement de série).

Profiter de l'IIoT et de l'analytique industrielle

MachineMetrics est une plateforme de données industrielles puissante qui permet la collecte de données de production précises en temps réel, contextualisant et standardisant automatiquement les données pour une accessibilité immédiate à travers l'entreprise.

Via des dispositifs edge, MachineMetrics peut se connecter à n'importe quel équipement, des équipements OEM plus récents aux machines analogiques héritées.

Une fois activé, le système est immédiatement disponible pour aider à identifier la vraie cause des temps d'arrêt et goulots d'étranglement et vous aider à arriver à une cause racine plus rapidement et avec plus de confiance. Cela vous permet d'optimiser vos processus plus rapidement et plus précisément avec des insights actionnables et personnalisables.

La plateforme MachineMetrics permettra une efficacité plus élevée, des coûts réduits, une capacité débloquée, et une meilleure vision de ce qui se passe réellement sur votre shop floor. Contactez-nous aujourd'hui pour voir comment MachineMetrics peut vous aider à éliminer vos problèmes avec des données en temps réel et des applications.

Contactez notre équipe pour une démo, ou découvrez comment Avalign Technologies a connu une augmentation de 25-30 % de l'OEE, une main-d'œuvre plus efficacement exploitée, des millions de dollars de capacité accrue (sans équipement supplémentaire), et une augmentation du débit via la réduction des goulots d'étranglement dans une étude de cas vidéo avec AWS.