Blog

Jun 23, 2023

L'atelier d'usinage connecté

La première partie de cette série en trois parties sur l'atelier d'usinage connecté a été publiée dans le numéro de juillet de Manufacturing Engineering. Cet article montrait comment l'Internet industriel des objets (IIoT) augmente la visibilité

La première partie de cette série en trois parties sur l'atelier d'usinage connecté a été publiée dans le numéro de juillet de Manufacturing Engineering. Cet article montrait comment l'Internet industriel des objets (IIoT) augmente la visibilité des activités de l'atelier et comment la surveillance de la production basée sur le cloud est supérieure à la collecte de données traditionnelle sur papier.

Comme nous l’avons évoqué dans cette histoire précédente, le changement est difficile. Pourtant, il faut commencer quelque part, alors commençons par nous demander : quel est le plus gros problème ? S’agit-il d’un chiffre OEE (efficacité globale de l’équipement) peu impressionnant, une mesure qui pourrait souvent être surestimée ? S'agit-il d'un signalement de la qualité des pièces, d'une mauvaise durée de vie des outils, d'îlots d'informations disparates ou d'un trop grand nombre de pannes de machine ? Pour Julio Vasconcelos, directeur technique du site de production de Sandvik Coromant à Mebane, Caroline du Nord, la difficulté était bien trop courante : des temps de cycle souvent beaucoup plus longs que prévu. Ce n'est que lorsque lui et son équipe ont mis en œuvre le logiciel de surveillance des machines de l'entreprise, MachiningInsights, qu'ils ont découvert la cause profonde du problème.

"Nous avons rapidement appris que certains opérateurs refusaient les dépassements de vitesse d'alimentation pour tenter de résoudre des problèmes, puis les laissaient là", a déclaré Vasconcelos. « En bénéficiant d'une meilleure visibilité, nous avons considérablement augmenté l'utilisation de la machine et augmenté la durée de vie des outils. Depuis, nous avons trouvé des exemples similaires, allant des opérateurs attendant l'inspection de la première pièce au robot ne parvenant pas à charger correctement une pièce. Dans chaque cas, nous avons demandé à l'opérateur de saisir des codes de motif ou de brèves descriptions du problème. Grâce à ces efforts, nous avons augmenté notre OEE de 55 à 80 pour cent, ce qui, si vous faites le calcul, équivaut à une journée entière de temps machine supplémentaire chaque semaine.

Chaque magasin est différent et le vôtre n’a peut-être pas de fruits aussi faciles à trouver. Même si la plupart regorgent d’opportunités d’amélioration continue, les membres du personnel peuvent ne pas être d’accord sur la manière de les aborder, ni disposer des outils nécessaires pour le faire. Ce qu'il faut, c'est un plan d'action qui définit les problèmes, les actions nécessaires, qui est responsable de chacun et combien cela coûtera.

Le meilleur point de départ est peut-être de rassembler toutes les personnes concernées et de procéder à un brainstorming, en partageant leurs préoccupations en matière de production, leurs pertes de temps et leurs bêtes noires. Écrivez-les sur un tableau blanc. Classez chacun d’eux, puis recherchez un terrain d’entente. Sollicitez des suggestions sur les moyens d’éliminer ces problèmes. Documentez les données manquantes, leur source probable et la manière dont vous allez les collecter.

Il devrait également exister des méthodes simples mais efficaces pour mesurer les progrès. Cela devient beaucoup plus facile une fois la collecte de données automatisée. Il est impossible de déterminer l’efficacité d’une solution sans mesures clairement définies. Quels sont-ils? Les KPI qui rapportent le plus d’argent.

Surtout, comprenez qu’il ne s’agit pas d’un projet parallèle, quelque chose à faire selon le temps ou le budget le permet. L’objectif devrait être une transformation complète de l’entreprise. Cela dit, il n’y a rien de mal à commencer petit. Bijal Patel, spécialiste senior de l'usinage numérique chez Sandvik Coromant, a suggéré cela lors d'une récente séance de questions-réponses sur le site Web de l'entreprise, proposant un mantra accompagné des expressions « penser grand » et « évoluer rapidement ».

Si Jeff Rizzie participait à la séance de brainstorming que nous venons de décrire, sa bête noire pourrait être en tête de liste : « trop de confiance dans les connaissances tribales ». Directeur de l'usinage numérique chez Sandvik Coromant, il est le premier à reconnaître que les personnes compétentes et expérimentées sont une denrée précieuse dans n'importe quel atelier, mais il a également suggéré que a) ils prendront un jour leur retraite ou appliqueront leurs connaissances ailleurs, et b) sont loin d'être à la hauteur. plus efficace lorsqu’il est soutenu par un logiciel intelligent.

« Imaginez un instant que vous êtes un programmeur CNC et que votre superviseur vient de vous confier un travail », a déclaré Rizzie. « Vous commencerez probablement par sélectionner tous vos outils, ce qui, pour la plupart des magasins, signifie vous procurer un catalogue papier. Une personne expérimentée a une assez bonne idée de ce dont elle a besoin, mais cela signifie quand même feuilleter des centaines de pages et des SKU par dizaines de milliers jusqu'à ce que vous ayez identifié tout ce dont vous avez besoin. Vous devrez ensuite saisir les numéros de pièces et les dimensions dans le logiciel de FAO, et probablement revenir au catalogue pour les avances et les vitesses. Les ateliers dotés d’une stratégie d’usinage numérique peuvent éviter tout cela. Il leur suffit de glisser-déposer tout ce dont ils ont besoin pour accomplir leur travail.