L’INTELLIGENCE
À VOTRE SERVICE.

L’INTELLIGENCE
À VOTRE SERVICE.

FABRICATION INTELLIGENTE


La fabrication intelligente est l’objectif principal de toute transformation digitale des chaînes de production, puisque le déploiement de nouvelles technologies permet aux entreprises de contrôler leurs machines et leurs processus. Il faut cependant la planifier et la mettre en œuvre judicieusement dès le départ. Il existe de nombreuses façons de collecter et de visualiser les données d’une chaîne de production, mais seule l’expérience peut déterminer le mode de déploiement optimal des capteurs et le mode de traitement des données qui donnera des résultats pertinents.

CROISSANCE.

LES RÉSULTATS DANS L'INDUSTRIE MANUFACTURIÈRE


Le désir d’obtenir des résultats opérationnels tangibles est un moteur évident dans tout nouveau projet. Chez relayr, c’est aussi le principe directeur qui détermine la planification tout au long d’une transformation digitale. Tout processus de digitalisation se base sur des scénarios de résultats préétablis. Cependant, de nouveaux objectifs peuvent également être ajoutés à ces scénarios selon les informations obtenues grâce à la mise à niveau digitale des machines et des processus de production existants. Une fois la visualisation des processus et des points faibles terminée, les équipes sur site peuvent intégrer aux objectifs attendus d’autres résultats potentiels issus des données.

En plus des problématiques courantes telles que la réduction de la consommation d’énergie et l’augmentation de la productivité et de la qualité, bien d’autres objectifs de résultats émergent au cours du processus d’optimisation de la chaîne de production par I'IioT.

CROISSANCE.

INSIGHTS.

INSIGHTS.

AMÉLIORATION DU OEE/TRS


Le taux de rendement synthétique (TRS, ou OEE en anglais) est au centre de toute optimisation d’une chaîne de production. Nos ingénieurs sont là pour diagnostiquer les problèmes cachés, résoudre toute difficulté et préconiser des améliorations à apporter à vos chaînes de production. Ils regroupent et consultent les données obtenues par la mise à niveau des capteurs relayr et celles traitées par les automates programmables existants afin d’aider les opérateurs à identifier et à éliminer rapidement les parties défectueuses ou inefficaces du processus. Chaque détail des processus et des machines donne des indications sur la façon d’améliorer la production et la qualité des produits, de réduire les coûts de maintenance, d’augmenter la productivité (le temps de disponibilité des machines) et de réduire les coûts liés aux temps d’arrêt imprévus.

NOTRE MÉTHODE.

Une fois la phase de coordination terminée, notre équipe intervient pour mettre à niveau les machines en y intégrant différents types de capteurs, puis regroupe les données de ces nouveaux capteurs avec celles des automates programmables existants. Elle les transfère ensuite sur notre plateforme interne pour les traiter et les structurer.

Notre pile technologique indique ensuite avec précision le mode de fonctionnement des processus existants et, surtout, identifie les possibilités d’optimisation pour le client sur des tableaux de bord interactifs et facilement configurables. La fabrication intelligente est un processus continu qui commence par une planification judicieuse, se poursuit avec la mise en place des machines intelligentes et se développe grâce à la visualisation et à la quête de résultats des opérateurs intelligents. Par exemple, la visualisation des chaînes de production permet de réduire rapidement le gaspillage de matériaux et d’identifier les processus responsables de produits défectueux. Les tableaux de bord configurables envoient également des alertes en cas de risque de panne et peuvent détecter les anomalies du système ou prévoir les ruptures de stock. La configuration intelligente des données peut préparer le personnel aux transferts de chaîne, mais aussi leur éviter de faire des rapports sur les ateliers et d’inspecter manuellement les machines.

Lorsque vous établissez un partenariat avec nous, vous bénéficiez non seulement de notre technologie et de notre savoir-faire pour améliorer votre efficacité, mais aussi de nos découvertes pour identifier des opportunités innovantes pour l’avenir de votre entreprise.

NOTRE MÉTHODE.

TÉMOIGNAGES.

Nos équipes ont acquis une solide expérience en matière d’amélioration de l’efficacité des chaînes de production. De la rationalisation des processus de planification industrielle aux solutions efficaces et économiques, nous travaillons continuellement avec nos partenaires pour atteindre, et souvent dépasser, les résultats opérationnels escomptés.
Notre solution s'appuie sur la puissance des principaux fournisseurs de cloud computing. Nos clients peuvent choisir l'environnement qui leur convient, comme AWS, Google Cloud Platform ou Microsoft Azure, ainsi que des installations sur site et hybrides.
Une PME propriétaire de cinq usines en Europe, comptant chacune environ 150 chaînes de production, au revenu annuel de 90 millions d’euros, nous a donné pour mission explicite de réduire ses déchets et sa consommation d’énergie (afin qu’elle puisse répondre aux réglementations strictes de l’UE). Dans ce cadre, nous devions également détecter les défaillances potentielles des chaînes de production, réorganiser les processus de maintenance et identifier les opportunités futures. La configuration existante ne donnait aucune information sur la consommation d’énergie de chaque machine ou installation. Il était donc impossible de prévoir la consommation d’énergie par lot. Notre client avait également subi des pertes globales de 10 % en raison de produits qui ne répondaient pas aux normes de qualité, sans qu'il n'ait pu identifier la cause. De plus, les données sur le TRS étaient collectées et regroupées manuellement, ce qui prenait beaucoup de temps et était source d’erreurs. Ce système manuel ne permettait pas d’obtenir de vision d'ensemble satisfaisante. Après la mise à niveau et le rapprochement des données des automates programmables existants, nous avons porté notre attention sur la détection des anomalies dans le système. Nous avons ainsi permis au client de réduire de 5 % les déchets produits dans ses différentes chaînes de production. D’autre part, la transformation digitale a apporté un nouveau système de contrôle et de reporting qui permet d’évaluer la température et le taux d’humidité, d’enregistrer les temps d’arrêt des machines, de mesurer la rotation des broches et de contrôler les niveaux de produits chimiques dans l’eau nécessaires au traitement des tissus.
Nos services ne se limitent pas à l’optimisation des chaînes de production. Nous travaillons également sur la planification de tous les processus qui les régissent. Une grande entreprise d’ingénierie mécanique produisant des composants personnalisés pour des solutions de traitement des eaux usées cherchait un moyen d’estimer le temps nécessaire à la production de pièces sur mesure. Jusqu’alors, ses prévisions se basaient sur de simples suppositions. Le pourcentage moyen d’erreurs de l’estimation humaine atteignait 26 %. Ce manque de précision ralentissait la production, car les temps d’attente étaient plus longs d’un poste de travail à l’autre. Le client nous a fourni différentes données sur un type de composant courant, notamment ses dimensions et le temps de production réel nécessaire à sa fabrication.

Avec ces informations de base, notre algorithme de machine learning (apprentissage automatique) a généré un modèle prédictif qui a pu être appliqué à d’autres types de pièces. Le pourcentage moyen d’erreurs a alors chuté à 14,6 %. Les résultats opérationnels révélaient une plus grande précision grâce à la visualisation des données en temps réel, ce qui n’était pas le cas lorsque la planification des cycles de production était basée sur les estimations du client. Ce changement a permis d’améliorer la productivité, car les employés avaient désormais des objectifs plus concrets. Ces améliorations ont également permis de réduire les coûts de la main-d’œuvre en ne laissant plus aucune place aux suppositions dans le processus de planification.
Nous avons été appelés pour améliorer les performances d’une imposante chaîne de production pour un grand fabricant et distributeur international de pièces de suspension automobile. La chaîne de production en question, constituée de plusieurs machines, était l’une des chaînes essentielles sur le site principal de l’entreprise. Après la phase initiale de mise en œuvre, où nous étions chargés d’améliorer les performances de la chaîne et de réduire les pertes, les données visualisées ont révélé qu’une partie du système produisait jusqu'à 100 pièces défectueuses par équipe (soit environ 4 000 $ par équipe). Ces données nous ont également permis d’identifier des goulets d’étranglement critiques au niveau d’une machine remplisseuse de gaz. Ces deux problèmes ont alors pu être traités de manière adaptée.

Après la phase de mise en œuvre, nous avons aidé le constructeur à prévoir et donc à accélérer les temps de transfert au sein de la chaîne. Nous avons développé un widget d’inventaire capable d’indiquer en temps réel les seuils d’épuisement critiques et de préparer le personnel des ateliers aux transferts de chaîne imminents par le biais d’alertes SMS. Les nouveaux systèmes d’alerte de maintenance prédictive et de détection des anomalies ont encore amélioré les résultats immédiats obtenus. Notre client dispose désormais d’un système de contrôle centralisé et à distance de l’ensemble de la chaîne de production.
Nous avons été sollicités par un grand fabricant de pièces détachées et agent de service dans des usines d’embouteillage. Notre mission était d’améliorer le TRS de toutes les usines sous contrat. Les chaînes permettaient de produire jusqu’à 1,2 million de bouteilles avec des machines d’un âge moyen de 20 ans. En plus d’améliorer la productivité et de réduire les coûts d’entretien (la direction était sous contrainte budgétaire), nous devions réduire les temps d'arrêt imprévus, qui coûtaient jusqu’à 35 000 $/heure, augmenter le TRS et améliorer la qualité des produits.

Nous avons équipé les machines existantes de capteurs pour collecter des données jusqu’alors inconnues, qui pouvaient ensuite être consultées sur des tableaux de bord personnalisés. Celles-ci ont révélé des paramètres clés susceptibles d’aider les opérateurs à améliorer la qualité des produits et à minimiser les déchets. Les fonctionnalités de détection des anomalies ont identifié trois fonctions responsables de 90 % des temps d’arrêt au sein des usines : le filtrage, l’emballage et l’étiquetage.

La disponibilité des machines ayant par la suite augmenté de 20 %, le client a pu améliorer ses performances globales de 11 %. Avec une augmentation de la qualité de 8 % et une réduction des coûts de maintenance de 30 %, la marge opérationnelle a augmenté de 2 %.
DISCUTONS-EN

EN SAVOIR
PLUS.

Nous sommes à votre disposition pour vous montrer ce que l’IIoT peut apporter à votre entreprise. Remplissez le formulaire et l’un de nos experts vous contactera pour vous expliquer comment booster votre chiffre d’affaires.
We use cookies on our websites to improve your experience as an internet user, and to optimise our online services. They comprise cookies that are required for technical purposes, and without which the website functionality could not be guaranteed. We also employ cookies to carry out statistical evaluations of the reach of our websites. These evaluations are anonymised. You can find further information on the cookies we use, and ways to object to the use of cookies for statistical evaluations, in our privacy policy.