Utiliser l'augmentation pour réduire la variabilité dans la fabrication

En termes simples, la variabilité de fabrication est la différence entre le résultat escompté d'une action ou d'une procédure dans votre processus de production et le résultat réel. Les sources de variabilité peuvent être difficiles à isoler et elles sont tout aussi susceptibles d'être attribuées aux matériaux, aux machines et aux dispositifs qu'à la performance humaine.

Comme vous pouvez l'imaginer, la réduction de la variabilité dans la fabrication est une étape cruciale pour maximiser la valeur.

L'un des meilleurs moyens de réduire la variabilité tout au long du processus de fabrication consiste à doter les travailleurs de technologies d'amélioration des performances. Ces technologies aident les travailleurs à être plus performants, à détecter rapidement les problèmes de qualité et leur fournissent les données dont ils ont besoin pour prendre des décisions éclairées.

Ce blog montrera comment les fabricants peuvent utiliser les technologies de l'industrie 4.0 pour réduire la variabilité des processus et des résultats en augmentant leur main-d'œuvre.

À bien des égards, les fabricants sont à la merci des stocks qui arrivent dans l'atelier. C'est le cas des fabricants qui traitent les matières premières, ainsi que de ceux qui travaillent en étroite collaboration avec les fabricants d'équipements d'origine (OEM). La détection précoce de la variabilité est un élément important de la maximisation de la valeur tout au long de la chaîne de valeur et de l'établissement de relations avec des fournisseurs de confiance.

Pour réduire la variabilité des matériaux, il faut doter les travailleurs des outils dont ils ont besoin pour détecter les non-conformités avant qu'elles n'apparaissent en aval. Dans ce cas, les technologies augmentatives renforcent la capacité des travailleurs à déterminer si les matériaux répondent ou non aux normes de qualité définies.

Parmi les exemples, citons les contrôles de qualité en ligne, qui utilisent des appareils connectés à IoT tels que des balances, des pieds à coulisse et des caméras pour renforcer la capacité des travailleurs à identifier les problèmes de qualité avant qu'ils ne se transforment en rebuts et en retouches. Voici d'autres exemples Vision par ordinateurLes systèmes de contrôle de la qualité, qui peuvent collaborer avec les opérateurs pour détecter les variations dans les matériaux, ainsi que les faux pas au niveau du processus.

La dégradation des équipements est une réalité de la fabrication. Au cours de la durée de vie d'une machine, l'usure naturelle introduit des variations dans le rendement. Alors que les équipements se dégradent selon des calendriers différents en fonction des conditions locales, les progrès de la technologie des capteurs et de l'analyse prédictive ont permis d'améliorer la capacité à identifier les causes de non-conformité. La clé pour réduire la variabilité des performances des actifs est de comprendre l'utilisation des machines et le cycle de vie des pièces d'un point de vue holistique.

Pour réduire la variabilité des performances des équipements, fournissez aux ingénieurs les données Suivi machine nécessaires à la mise en œuvre d'un programme de maintenance adapté aux conditions locales. Sans les bonnes données, les ingénieurs ne font que deviner quand et si une pièce doit être remplacée. Sans une perspective granulaire des performances de la machine dans le temps, ainsi qu'un historique documenté de l'utilisation de la machine, il n'y a aucun moyen d'isoler une cause fondamentale. Pour comprendre la variabilité des performances des équipements, il faut connaître les modes de défaillance humaine et mécanique d'un actif.

Grâce à l'analyse avancée, les ingénieurs peuvent réduire les temps d'arrêt, prolonger la durée de vie des actifs et optimiser la production.

La performance humaine est peut-être la plus grande source de variabilité dans la fabrication. Cependant, la variabilité humaine doit être comprise dans son contexte. Selon des recherches récentes, la grande majorité des erreurs humaines dans les contextes industriels ne sont pas nécessairement imputables à des individus. Il s'agit plutôt de problèmes liés aux systèmes de travail qui placent les travailleurs humains dans des situations "susceptibles de provoquer des erreurs".

En d'autres termes, les postes de travail intelligents renforcent les travailleurs en les protégeant contre les facteurs de variabilitéles plus courants :tâches tropcomplexes, demandes d'attention multiples, flux de travail non intuitifs, formation insuffisante et mauvaise gestion.

La meilleure façon de réduire la variabilité de la performance humaine est d'augmenter le nombre de travailleurs grâce à une technologie qui simplifie les tâches qui leur incombent.

Par exemple, les instructions de travail numériques peuvent guider les travailleurs dans des tâches complexes, en simplifiant les procédures, telles que les assemblages à forte mixité et les changements de machines complexes, réduisant ainsi le nombre de variables qu'ils doivent gérer. Les médias riches tels que les photos et les vidéos, les dispositifs IoT et les éléments interactifs contribuent tous à rationaliser le travail de fabrication, en facilitant l'exécution correcte de chaque étape par les opérateurs. Ils peuvent ainsi se concentrer pleinement sur les éléments à valeur ajoutée de leur travail.

En fin de compte, la manière dont un fabricant choisit d'augmenter le nombre de ses travailleurs dépend de la nature de ses activités et de la fréquence de certains types d'erreurs.

La réduction de la variabilité nécessite deux choses. 1.) Comprendre que les erreurs humaines sont souvent des erreurs structurelles et 2. comprendre comment la technologie peut aider les travailleurs. Qu'il s'agisse de la variabilité des matériaux, des machines ou des personnes, il existe des solutions d'appoint pour y remédier.