Article

Analyse des données pour optimiser la planification de la production

twitter
linkedin
facebook

Introduction

« Chaque jour, le processus se répète. Le commercial appelle, demande des dates de production pour une commande comportant dix produits différents, fabriqués dans cinq lignes différentes et en quantités variables. Alors que j’essaie de répondre à cette première demande, deux autres sont déjà arrivées. Comment espérez-vous que je puisse assurer la gestion de ce processus et réaliser en même temps un plan capable de garantir la meilleure efficacité de toutes les lignes ? Je n’investis même pas deux minutes dans cette tâche – un chef de ligne est déjà entré dans mon bureau pour m’avertir qu’une des machines est en panne pour le reste du mois. Je vais passer les deux prochains jours à replanifier. »

Ce témoignage décrit très largement le quotidien de la plupart des équipes de planification : aucune visibilité de l’impact global des différentes combinaisons d’allocation des commandes et avec une grande partie de leur temps consacrée à générer de nouveaux plannings de production, en raison d’événements imprévus ou de changements de stratégie. Comment faire face à cette incertitude?

Au cours des dernières décennies, l’évolution technologique a permis le progrès technique et organisationnel de la grande majorité des entreprises. Les flux de production contiennent de plus en plus d’automatisation et de restrictions, ce qui se traduit par une augmentation de la complexité de la gestion et du contrôle de l’ensemble de la chaîne. Dans ce contexte, les meilleures équipes de planification utilisent des outils d’aide à la prise de décision pour établir des plans qui rentabilisent l’activité productive, en réduisant les setups et en optimisant les délais de livraison.

En ce sens, comment ces outils basés sur l’analyse des données peuvent-ils matérialiser les contraintes et la complexité des systèmes de production?

Niveaux de planification

Dans les modèles de planification tirée, inclus dans la méthodologie KAIZEN™, il existe trois domaines d’action, avec différents degrés de détail, dans le but de guider la chaîne en fonction de la demande :

  • Planification stratégique (haut niveau) : Décision aux niveaux commercial, logistique et de la production quant aux références à conserver en stock (MTS – make to stock), par opposition à celles qui ne doivent être produites qu’en cas de commande (MTO – make to order) ;
  • Planification des capacités (niveau moyen) : Gestion de la capacité de production, en déterminant quels équipements et quelles équipes sont nécessaires pour respecter les délais et les objectifs proposés, en fonction de la variabilité de la demande ;
  • Planification de l’exécution (bas niveau) : Séquençage des ordres de production, en les attribuant à une machine et à une heure de démarrage, en respectant la séquence des opérations et en maximisant l’efficacité.

Notez que ces trois niveaux ne sont pas indépendants et sont, en fait, étroitement liés. Le niveau stratégique, en définissant le niveau de service pour chacune des références, permet de créer un engagement non seulement envers les clients externes mais aussi internes. De même, le niveau d’exécution ne peut pas commencer son travail de séquençage si la capacité nécessaire et adéquate pour répondre à la demande n’est pas présente au niveau intermédiaire. Dans ce contexte, il devient vital de coordonner les informations provenant des trois niveaux de planification d’une manière cohérente et homogène.

Les analyses comme pilier des outils d’ aide à la décision

Pour chaque niveau, des outils de travail et d’aide à la décision sont nécessaires. Les feuilles de calcul traditionnelles vous permettent d’analyser rapidement des données et des informations simples afin de déterminer les premières étapes d’une stratégie tirée, en classant les références MTS et MTO et en effectuant des allocations hebdomadaires ou mensuelles en fonction de la capacité installée. Les mêmes feuilles de calcul peuvent également transformer cette planification hebdomadaire en une séquence de production, malgré leurs limites.

Néanmoins, la complexité et les contraintes accrues du processus de production, ainsi que la collecte massive de données permise par les modèles de l’industrie 4.0, renforcent et déclenchent le besoin de nouveaux outils de planification. Les feuilles de calcul ne peuvent plus relever ce défi. La solution consiste alors à s’appuyer sur des algorithmes d’optimisation. Ces nouvelles alternatives permettent de modéliser le processus de production de manière holistique. Les objectifs finaux à optimiser sont clairs, mais ils cachent la complexité qui limite réellement la planification manuelle : la vision intégrée et la garantie que le plan répond pleinement aux contraintes de production.

L’une des approches consiste à utiliser des moteurs d’optimisation robustes qui permettent d’obtenir la séquence de production optimale en fonction d’un objectif donné (par exemple, minimiser le nombre de setups ou de travaux en cours – WIP). Alternativement, et chaque fois que l’on est confronté à des problèmes très complexes, ces moteurs d’optimisation sont remplacés par un ensemble d’heuristiques, c’est-à-dire un ensemble de règles qui permettent de construire une solution appliquée à la réalité de chaque entreprise et aux contraintes caractéristiques de chaque processus.

Avec ces outils, les équipes de planification et de supervision ont accès à un ensemble de fonctionnalités qui leur permettent de surveiller, de prévoir et d’agir en toute anticipation. Cela contribue véritablement au passage d’un paradigme « basé sur la réaction » à une réalité où il est possible de planifier plus solidement et d’évaluer clairement l’impact des effets de la réaction. Dans cette optique, il est important de souligner certaines des fonctionnalités qui permettent à l’utilisateur d’intégrer ce nouveau concept de visibilité :

  • Recalcul en ligne – la possibilité, en cas de changement, tel que l’entrée d’une nouvelle commande ou une panne d’équipement, de permettre au système de recalculer automatiquement une nouvelle solution pour intégrer la nouvelle réalité ;
  • Blocage de certains équipements – possibilité (pour certaines machines prioritaires) permettant au système de prédéterminer la production allouée et de planifier avec cette affectation exclusivement ;
  • Intégration avec les systèmes ERP et MES existants – une intégration complète avec les bases de données existantes, ce qui dispense de l’importation et de l’exportation manuelles d’informations (par exemple, sans utiliser de feuilles de calcul) ;
  • Outils de Business Intelligence – la création de tableaux de bord qui soutiennent la décision, permettant de vérifier facilement l’impact et de contrôler le processus de production ;
  • Solutions de suivi et d’interface – permettent un contrôle visuel (comme les diagrammes de Gantt) de la production de chaque équipement, ainsi que des principaux indicateurs de processus.

Le recalcul en ligne et l’intégration avec les différents systèmes ERP et MES permettent de libérer les équipes pour des activités à plus forte valeur ajoutée, axées sur la discussion des différentes alternatives de priorisation des commandes, afin d’offrir un meilleur niveau de service aux clients.

Compte tenu de l’utilisation spécifique et de la complexité des problèmes, diverses techniques et méthodologies ont été utilisées. Avec l’utilisation croissante de l’intelligence artificielle (IA) et des moteurs d’optimisation, il est possible d’appliquer diverses stratégies pour résoudre ces problèmes, comme les algorithmes génétiques ou les réseaux neuronaux.

Après la création et la validation du modèle, l’établissement de ses variables et des principales contraintes, les algorithmes se sont avérés être des alliés importants pour les équipes de planification lorsqu’il s’agit de replanifier et de déterminer le nouveau scénario de production causé par le changement d’un certain facteur.

Enfin, l’utilisation de capteurs et la grande connectivité entre tous les systèmes d’une usine, renforcée par l’industrie 4.0, permettent non seulement de détecter les problèmes plus rapidement, mais aussi de réagir presque instantanément. Notamment, un défaut détecté par un capteur peut déclencher automatiquement le recalcul d’un plan de production et avertir le personnel commercial responsable des commandes affectées par ce panne. Un autre exemple serait un défaut de qualité détecté dans un équipement qui nécessite le lancement d’une réaction – une quantité supplémentaire de pièces à produire qui occupera naturellement cet équipement plus longtemps et aura un impact sur la livraison du produit final.

En somme, le paradigme des équipes de planification de la production est en train de changer. La gestion manuelle des plans de production sans visibilité de l’impact de chaque décision, rendant le processus de coordination des différents équipements et contraintes chronophage, a été remplacée par des solutions d’aide à la prise de décision. La mise en œuvre de systèmes de planification avancés permet non seulement d’analyser en détail chaque option de production disponible, mais aussi de générer ces mêmes options et séquences de production.

Nous vivons dans une nouvelle réalité, dans laquelle les solutions analytiques vont au-delà du concept le plus pur d’automatisation. L’objectif est de conférer à ces solutions d’intelligence la capacité d’intégrer les défis constants qui reflètent la volatilité de la demande. Cette nouvelle réalité se positionne comme la méthodologie essentielle dans l’approche du thème de la planification de la production sous une forme plus holistique qui génère de l’efficacité tout au long de la chaîne.

#industrie de l’assemblage #industrie de transformation #transformation numérique #opérations

 

Pour en savoir plus Industrie de l’Assemblage

Pour en savoir plus à propos de la transformation de ce secteur, cliquez ici

Pour en savoir plus Opérations

Pour en savoir plus à propos de l’amélioration de ce secteur d’affaires, cliquez ici

Restez informé des dernières actualités de Kaizen Institute