Note de l’éditeur: Il s’agit de la deuxième partie d’une série en quatre parties sur la compréhension et la mise en œuvre de la stratégie globale d’efficacité de l’équipement. Cette série est parrainée par SafetyChain Software.
Pour Clara Gavriliuc, vice-présidente de Data Analytics pour SafetyChain Software, il ne suffit pas d’examiner les chiffres de production des fabricants d’aliments qui améliorent l’efficacité des installations en utilisant l’efficacité globale de l’équipement (OEE), il ne suffit pas d’examiner les chiffres de production.
« Sans analyser les données de chacun des trois composants de l’OEE pendant la journée de production, il est difficile de s’attaquer à la cause profonde des inefficacités qui contribueront à des coûts importants à long terme », explique Gavriliuc.
Pour une collecte et une analyse optimales des données, l’occasion se trouve avec un logiciel de performance de l’usine en temps réel qui est capable de suivre n’importe quoi, du temps d’arrêt au temps qu’il faut aux fours pour atteindre les bonnes températures, à l’emballage
« Il y a certaines inefficacités de temps qui sont faciles à voir et faciles à calculer l’impact qu’elles ont causé, » dit Gavriliuc. « Cependant, il y a beaucoup d’inefficacités qui peuvent être cachées et seulement révélées en regardant des données qui ne sont généralement pas capturées par la documentation papier. »
Identifier les plus grands points de douleur
Souvent, ces données cachées peuvent être utilisées pour éviter ou minimiser les pertes de production dues aux inefficacités plus faciles à voir. Haut la main, l’un des points de douleur les plus grands et les plus faciles à voir pour la production réduite dans les usines alimentaires est le temps d’arrêt imprévu des pannes.
« Du point de vue de la disponibilité, les ventilations sont simples : le coût d’inefficacité est calculé en fonction du temps que vous avez en baisse et de ce que cela aurait valu si le produit avait été produit. Cependant, ce qui arrive souvent, c’est que les entreprises alimentaires examineront ce chiffre en fin de compte et ne le progresseront pas davantage pour identifier la véritable cause profonde », explique Gavriliuc.
Lors de l’analyse des données en temps réel, les employés peuvent surveiller différents composants de la chaîne de production qui peuvent signaler un risque de panne potentiel. Par exemple, si les données montrent que le temps par unité ralentit dans une zone spécifique de la ligne, cette zone peut être évaluée immédiatement pour déterminer ce qui cause les problèmes de performance.
« Ce qu’ils peuvent trouver, c’est qu’un produit ne se nourrit pas bien dans une machine et qu’il risque d’être bloqué ou qu’une pièce d’équipement doit être recalibrée », explique M. Gavriliuc. « onc, ce qui peut sembler comme un petit point de douleur qui ralentit la production peut effectivement être le coupable de quelque chose de beaucoup plus grand. Nous ne voulons pas attendre que quelque chose se brise – nous voulons être proactifs. S’attaquer à la racine du problème immédiatement peut avoir d’énormes économies dans la perte de production de temps d’arrêt plus tard.
Bien que les données en temps réel puissent être utilisées pour aider à éviter tout problème majeur de temps d’arrêt, elles peuvent également être utilisées pour justifier la mise à niveau de l’équipement ou signaler la nécessité d’investir dans la formation du personnel. Par exemple, disons qu’il y a deux lignes qui produisent le même produit exact. La première ligne suit les cibles de débit et se déplace de façon transparente. La ligne deux commence à s’agiter.
Le fait d’avoir des données en temps réel aidera les opérateurs et les superviseurs à déterminer rapidement la zone de la ligne qui ralentit les choses.
« eut-être qu’une machine a juste besoin d’être calibré et il est de retour à fonctionner. Ou, si la machine n’est tout simplement pas capable de fonctionner à la capacité requise, OEE peut aider à déterminer si il est justifiable de faire une mise à niveau », explique Gavriliuc. « Si la cause du débit lent se trouve être un problème de personnel, une nouvelle formation peut être mise en place pour aider les travailleurs à fonctionner au niveau qu’ils doivent être. Quelle que soit la cause principale, les données en temps réel donnent aux gestionnaires des données exploitables qui leur permettront de prendre des décisions immédiates pour aider à améliorer l’efficacité globale d’une installation de transformation des aliments.
Analyse des données
Lorsqu’il s’agit d’analyser les données pour déterminer quelles mesures peuvent être prises pour atténuer les points de douleur les plus importants, ils doivent maintenir un équilibre entre les trois domaines de l’OEE : disponibilité, performance et qualité.
« Vous pouvez vous concentrer sur l’augmentation de la disponibilité et des performances, mais si cela met en péril la qualité et que vous gaspillez le produit, alors vous n’êtes pas efficace. Ou vous pouvez vous concentrer sur la qualité, mais si la disponibilité et les performances de votre machine ne sont pas à la hauteur de la demande, alors vous n’êtes pas efficace », conclut Gavriliuc.
« N’oubliez pas que l’OEE est un bon indicateur de la performance de vous-même dans tous les domaines de production. »
