Amélioration de la gestion de
production
(Prod2A4)
Sarah BEN OTHMAN
Polytech’ Lille
Exercice : Analyse d’une problématique de production industrielle
Objectif : Identifier une problématique rencontrée dans une entreprise et proposer des solutions
d’optimisation en groupe.
• Consignes :
• Formez des groupes de 3 à 4 personnes.
• Décrivez brièvement l'entreprise de votre choix (secteur d’activité, type de production).
• Identifiez une problématique concrète liée à la gestion de la production (ex. : retards de production,
gaspillage de matières, pannes machines, qualité du produit, manque de communication ou synchronisation,
etc.).
• Analysez les causes possibles de cette problématique.
• Proposez une ou plusieurs solutions innovantes ou optimisées pour résoudre cette problématique.
• Chaque groupe doit rédiger une synthèse de son analyse et de ses propositions sur une feuille.
• Une discussion en groupe suivra pour débattre des meilleures solutions proposées.
4
[Link]
5
Environnement industriel de plus en plus
incertain
Demande variable et personnalisée
Contexte Délais clients plus courts
industriel
Diversification des produits
Forte pression sur coûts et performance
• Difficulté à anticiper les • Allongement des délais de
Problèmes charges de production livraison
rencontrés • Sous-utilisation ou surcharge
des ressources
• Augmentation des coûts
de production
en • Temps de changement de • Baisse de la flexibilité
série élevés industrielle
production • En-cours de production • Mauvaise visibilité sur la
importants production
• Plannings instables et • Difficulté de pilotage
souvent modifiés global du système
Objectifs : Accroître la productivité et la
compétitivité
Réduire les coûts tout en
maintenant la qualité
Pourquoi optimiser/améliorer la
gestion de la production industrielle ?
Optimiser l’utilisation des
ressources (machines, main-
d’œuvre, matières premières)
Intégrer l’innovation pour
améliorer l'efficacité et s’adapter
aux évolutions du marché
•Niveau 3 : ERP (Enterprise Resource
L'Urbanisation Planning) → Gestion Macro & Planification. Pilote les
du SI commandes clients, les achats et les Ordres de
Fabrication (OF) à la semaine ou à la journée. (Ex: SAP,
Industriel : De Oracle).
•Niveau 2 : MES (Manufacturing Execution
la Donnée au System) → Le Cœur de l'Atelier / Temps Réel. Collecte
Pilotage les données de production, gère les workflows
d'exécution, traque les généalogies produits et calcule le
TRS en direct.
•Niveau 1 & 0 : Scada, Automates & Capteurs
IIoT → La Génération de la Data. Capteurs vibratoires,
thermiques, puces RFID, robots connectés (Edge
Computing).
L'innovation comme moteur d'optimisation
• Nouvelles technologies : Robotique, IA, jumeaux numériques
• Optimisation des processus : Automatisation, gestion intelligente des
flux
• Flexibilité et adaptation : Personnalisation de la production, Industrie
4.0
• Durabilité : Éco-conception, réduction des déchets et de la
consommation énergétique
Exemple d’innovation – Michelin
• Comment Michelin optimise sa production grâce à l’innovation ?
• Automatisation : Utilisation de robots pour certaines tâches
répétitives
• Jumeaux numériques : Modélisation virtuelle des usines pour tester
des améliorations
• Gestion connectée des stocks : Utilisation de capteurs pour surveiller
l'approvisionnement en temps réel
• Organisation optimisée : Coordination plus efficace des équipes via
des outils numériques
Le Jumeau •Ce n'est pas qu'une simple maquette 3D ! C'est un
modèle virtuel dynamique connecté en permanence à
Numérique l'usine physique.
(Digital Twin) : •Le flux bidirectionnel de la donnée :
Définition & [Link] → Virtuel : Les capteurs IoT et le MES
envoient l'état réel des machines et des flux au
Bouclage Cyber- modèle.
Physique [Link] → Physique : Les algorithmes de
simulation testent des scénarios d'ordonnancement
ou prédisent des pannes (Maintenance Prédictive)
et renvoient des décisions optimisées à l'atelier.
•Bénéfice Ingénieur : Tester l'impact d'un changement
de flux, d'une nouvelle cadence ou d'un goulot
d'étranglement de manière 100% sécurisée et sans
perturber la production réelle.
Conséquences directes de ces innovations
Hausse de la productivité : Moins de pertes de temps et d’erreurs
humaines
Réduction des coûts : Moins de gaspillage et meilleure gestion des
ressources
Flexibilité accrue : Adaptation rapide aux variations de la demande
Amélioration de la qualité : Contrôles automatisés et traçabilité des
produits
Améliorer
l'efficacité de la TOUTES LES ENTREPRISES BUT : ACQUÉRIR ET
production MANUFACTURIÈRES
CONSERVER UN
S'EFFORCENT D'AMÉLIORER LE
MANAGEMENT DE LA AVANTAGE SUR LEURS
PRODUCTION DANS LEURS CONCURRENTS
USINES
Les fabricants doivent envisager d'améliorer l'efficacité à la fois
dans leur management de chaîne d'approvisionnement et de
l'usine.
14
3 démarches pour la satisfaction du client
• Lean : Accélération des tâches
(et pas des personnes)
• Six Sigma: amélioration de la
qualité (avec des statistiques pas
forcément indigestes)
• Théorie des contraintes : mise
en place de stock tampon pour
sécuriser les goulots
15
Excellence Opérationnelle : contexte et enjeux
• Les programmes d’excellence opérationnelle
ont démarré dans l’industrie, puis se sont
développés dans les services (S. Shingo, J.
Welch)
• Buts de l’excellence Opérationnelle:
• Retenir les clients existants
• Réduire nos non-qualités et réclamations clients
• Réduire les délais de réponse
• Augmenter les parts du marché
• Réduire les couts internes.
• Les opportunités d’amélioration sont
nombreuses➔ il faut les prioriser
16
Industrie du Futur
« Excellence opérationnelle Et révolution
digitale
« Excellence »
opérationnelle
Et révolution digitale »
Qu’entend-on par
« l’Excellence Opérationnelle » ?
L’excellence opérationnelle est un ensemble de démarches qui a
pour objectif d’améliorer la performance de l’entreprise
(organisation et équipes), les principaux axes sont :
Productivité Réduction des coûts
OTD
Qualité Amélioration
continue
Le numérique : un levier important de l’excellence opérationnelle
La cybersécurité : un outil pour pérenniser cette performance
Contexte et enjeux
• Contexte :
• De multiples initiatives dans le domaine de l’Industrie du futur,
brique de l’excellence opérationnelle, qui manque de lisibilité
• Les industriels les plus avancés affirment qu’il faut aller encore
plus vite pour ne pas se faire dépasser par les concurrents
internationaux
• Importance de passer du diagnostic à l’action au travers de
solutions concrètes et pragmatiques dans l’entreprise
• Enjeux :
• Accroitre la performance de la conception à la production
• Gagner en flexibilité et en agilité (implantations, services,…)
• Assurer le ramp-up du secteur
• Recruter et former les nouvelles compétences
• S’appuyer sur les technologies du numérique pour accélérer la
transformation des industriels
• Objectif :
Améliorer la performance des acteurs industriels via le
numérique tout en sécurisant les solutions identifiées
Facteurs clés de succès
• Les principaux facteurs clés de succès sont :
1. Il ne faut pas opposer l’industrie du futur et les basiques du lean management
(amélioration continue). Il s’agit là d’un moyen de renforcer et d’accélérer l’efficacité
opérationnelle.
2. Il faut partir des objectifs d’amélioration de la performance, pas de la mise en
œuvre des technologies.
3. Les technologies seules ne permettent de réaliser qu’un dixième de l’impact.
90% provient de la manière dont les équipes vont les utiliser.
4. 80 % du potentiel peut déjà être atteint dans les usines actuelles, en intégrant les
nouvelles technologies aux équipements et aux systèmes d’information existants.
5. La clé réside dans la capacité à combiner l’ensemble des technologies entre elles.
6. De nouvelles compétences sont à construire et les organisations doivent être adaptées.
7. Les équipes informatiques doivent être le pivot de cette mutation
L’Excellence Opérationnelle
5 axes
Systèmes de production intelligents et agiles
Automatisation de la logistique (AGV) / Capteurs connectés IOT / Traçabilité des produits (RFID, NFC, etc…)
Digitalisation des flux - MES / Maintenance prédictive…
Ingénierie numérique et simulations
PLM-ERP-GPM / Outils de développement (CAO - Modélisation numérique – Jumeaux numériques)
Scan 3D / Impression 3D / Traitement des données (Big Data, Algorithme) / Réalité virtuelle
Technologies de production avancées
Nouveaux process - Matériaux (découpe, usinage, soudage,etc) / Fabrication additive (plastique, métal, céramique)
Flexibilité des procédés de fabrication conventionnels / Robotisation de ligne (assemblage, drappage, etc..) / Réalité augmentée
Organisation et Management 4.0
Nouveaux outils de gestion des connaissances et des compétences (Knowledge management) / Cobotique et exosquelettes
Télémaintenance - surveillance à distance / Management visuel 4.0 / …
Digitalisation de la chaine de valeur
Cybersécurité – cryptages des données et communications sécurisées
Plateformes collaboratives (AirCollab, AirConnect, AirSupply) / Intelligence artificielle / …
L’Excellence Opérationnelle
Déclinaison en 5 axes
Faciliter la lecture des actions du territoire (complémentarité des actions,
offres et compétences)
Informer et Sensibiliser sur les solutions existantes
Structurer une feuille de route de solutions innovantes (vision et
stratégie) et faciliter leur déploiement
Soutenir la mise en œuvre d’expérimentation
Se former aux méthodologies et technologies de l’industrie
L’Excellence Opérationnelle
Grille de maturité / positionnement
Accélérer la démarche d’excellence opérationnelle :
Les critères du
positionnement
Exemple : 4 axes d’amélioration
Les coûts
SQDC est sont la conséquence
un acronyme des ameliorations
qui désigne un systèmeen
desécurité,
mesuresérénité,
de la
qualité et délai
performance utilisé dans le cadre du lean management et de la
gestion de la production.
24
Le Pilotage Flash : Du SQDC Visuel aux Dashboards
Dynamiques
Axe SQDC Approche Traditionnelle (Lean classique) Approche Digitale (Usine 4.0)
Tableau blanc, croix sécurité remplie à la Analyse d'ergonomie par IA vidéo, alertes
Sécurité & Sérénité
main en fin de journée. de pénibilité ou d'anomalies en temps réel.
Vision industrielle & Edge Computing :
Contrôle par échantillonnage papier,
Qualité Détection des défauts pièce par pièce à la
statistiques calculées en fin de lot.
volée.
Lead Time Dynamique via traçabilité RFID.
Suivi des retards sur tableau
Délais Alertes automatiques de dérive des temps
d'ordonnancement aimanté.
de traversée.
TRS Automatisé & Dashboards BI
Calcul du TRS sur fiches de relevés
Coûts (Business Intelligence)mis à jour à la
opérateurs (souvent biaisées ou oubliées).
seconde sur les écrans de l'atelier.
Prioriser ses améliorations
26
Passer du
subjectif
au factuel :
la mesure!
27
La difficulté
d’obtenir une
mesure « Vraie »
• Les statistiques sont vues
comme compliquées, voire
inutiles, mais elles
permettent d’aider à prendre
des décisions et évitent les
choix « à dire d’expert »
28
Comment ne pas conclure n’importe quoi!
29
Comprendre la variation avant de chercher
les solutions d’amélioration
30
Constats en matière de Digital
31
Des logiciels exsitants, mais problématiques!
32
Des services très peu digitalisés/automatisés
33
Conseils
34
Exemple
35
Comment transformer?
36
Exemple : Digitalisation d’un flux de prévision/planification
saisie de commandes
37
Plateformes Low Code
38
Plateformes Low Code
39
Approche Datas
40
Approche Datas
41
Focus processus
42
Utilisation de la BI dans une démarche Lean
43
Problématique
44
45