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 attribuables aux matériaux, aux machines et aux dispositifs qu'aux performances humaines.

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 permettent aux travailleurs d'être plus réguliers, de détecter rapidement les problèmes de qualité et de disposer des données dont ils ont besoin pour prendre des décisions éclairées.

Ce blog montre 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 des fabricants qui travaillent en étroite collaboration avec les fabricants d'équipement d'origine (OEM). La détection précoce de la variabilité est un élément important pour maximiser la valeur tout au long de la chaîne de valeur et pour établir des 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'arrivent en aval. Ici, les technologies augmentatives amplifient la capacité des travailleurs à déterminer si les matériaux répondent ou non aux normes de qualité désignées.

Parmi les exemples, citons les contrôles de qualité en ligne, qui utilisent des dispositifs connectés à l'IdO tels que des balances, des pieds à coulisse et des caméras pour améliorer la capacité des travailleurs à identifier les problèmes de qualité avant qu'ils ne se transforment en déchets et en retouches. D'autres exemples incluent la vision par ordinateur, qui peut travailler 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 entraîne des variations de rendement. Si 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 de la performance des actifs est de comprendre l'utilisation de la machine et le cycle de vie des pièces d'un point de vue holistique.

Pour réduire la variabilité des performances des équipements, il faut fournir aux ingénieurs les données de surveillance des machines 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 la cause première. Pour comprendre la variabilité des performances des équipements, il faut comprendre les modes de défaillance humaine et mécanique d'un actif.

Grâce aux analyses avancées, les ingénieurs peuvent réduire les temps d'arrêt, prolonger la durée de vie des équipements 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 la faute des individus. Il s'agit plutôt de problèmes liés aux systèmes de travail qui placent les travailleurs humains dans des situations "propices aux erreurs".

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

La meilleure façon de réduire la variabilité des performances humaines est de renforcer les travailleurs à l'aide de technologies qui simplifient les tâches qui leur sont confiées.

Par exemple, les instructions de travail numériques peuvent guider les travailleurs dans des tâches complexes, en simplifiant les procédures, comme les assemblages à forte mixité et les changements de machine 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 permettant aux opérateurs d'effectuer correctement chaque étape. Ils peuvent ainsi se concentrer pleinement sur les éléments à valeur ajoutée de leur travail.

En fin de compte, la façon dont un fabricant choisit d'augmenter le nombre de ses travailleurs dépend de la nature de ses opérations 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 du matériel, de la machine ou de l'homme, il existe des solutions d'appoint pour y remédier.