Méthode de production née au Japon et méthode Kaizen pour une production optimisée

Comment attribuer une quantité optimale de travail à chaque machine ?

Notre entreprise possède plusieurs centaines de machines dans l'usine : plusieurs sont du même type ou sont capables d'excercer le même type de tâches. Actuellement, les tâches sont attribuées de manière fixe à chaque machine. Cependant, cette façon de répartir les tâches n'est pas spécialement efficace car, une fois une tâche attribuée définitivement à une machine, le processus de fabrication s'arrête lorsque cette machine n'est plus disponible, même s'il existe cependant d'autres machines pouvant excercer la même tâche. Du fait du nombre important de machines en notre possession, l'attribution des tâches optimales nous demande des efforts considérables. Existe-t-il une méthode efficace ?

Rationalisez les données et utilisez FCS.

En général, une usine possède plusieurs chaînes de production et des machines capables de traiter chacune des étapes du façonnage. Le temps nécessaire au façonnage varie selon chaque machine.

Jusqu'ici, j'ai eu de nombreuses occasions de voir le système de gestion de la production de mes clients. Cependant, il était relativement rare de remarquer un client possédant un système complexe capable d'enregistrer les machines pour chaque produit et chaque processus, ainsi que leur délai de travail nécessaire pour chaque. Dans ce contexte, le problème que rencontre votre entreprise n'est pas un cas isolé, même parmi les sociétés ayant introduites un système de gestion informatisée de la production.

Je vais présenter ici une simulation de l'état de votre usine en utilisant le logiciel FCS (Finite Capacity Scheduling) que j'ai évoqué auparavant.

Une fois les données basiques entrées (figure 1),

improve03_01.jpgFigure 1 - Ecran d'entrée des données permanentes (pour le cas d'un produit réalisable avec une seule machine). Le produit A sera réalisé en deux étapes soit par les processus 1 et 2. Le processus 1 présente le façonnage réalisé par la machine 1 et traite un produit toutes les 10 secondes (valeur de capacité =10sp : Second per piece). Le processus 2 est une étape de contrôle et traite un produit toutes les 3,5 secondes.

on entre les données de commandes afin d'établir la planification (figure 2).

improve03_02.jpgFigure 2 - Ecran d'entrée des données de commandes. Pour cet exemple, il y a 4 commandes (L1 , L2 , L3 , L4). La commande L1 consiste a produire 5000 produits A jusqu'au 10 novembre.

Cependant, à ce stade, plusieurs machines sont chargées excessivement de tâches (figure 3).

improve03_03.jpgFigure 3 - Résultats de la planification (pour le cas d'une non-utilisation d'une machine remplaçante). Puisque la machine 1 se charge de tous les processus 1 de toutes les commandes, la machine 2 n'est pas exploitée. De ce fait, la livraison de la commande L4 se situera vers 12h le 7 novembre.

La machine 2 n'est pas exploitée de manière optimale.

Comme le démontre cet exemple, lorsque les données ne sont pas présentes en grand nombre, tout semble évident en un clin d'oeil, il suffit de transférer une quantité de travail vers une autre machine (barre de la figure 3). Néanmoins, lorsque l'usine contient plusieurs centaines de machines et que les tâches à effectuer sont de plusieurs milliers ou de plusieurs dizaines de milliers, leur combinaison s'en révèle complexe selon les tâches spécifiques, le travail de gestion réclame alors d'immenses efforts.

Ici, on change le paramétrage des données basiques afin que les machines soient chargées des tâches appropriées (figure 4).

improve03_04.jpgFigure 4 - Entrée des données de la machine de remplacement. Suite à cela, il est possible d'utiliser la machine 2 pour le processus 1 du produit A. De plus, la valeur de capacité de la machine 2 se révèle plus haute (8sp) que celle de la machine 1.

Résultats : le délai est raccourci (figure 5).

improve03_05.jpgFigure 5 - Résultats de la planification (lorsque la tâche est attribuée automatiquement également à la machine2). Les commandes L1 et L3 sont automatiquement attribuées à la machine 2. De plus, du fait que la machine 2 possède des capacités plus rapide, les barres s'en voient diminuées et la livraison de la commande L4 sera désormais prévue le 6 novembre à 12h, économisant ainsi une journée par rapport à l'exemple présenté en figure 3. Concernant cette planification, on a utilisé des conditions afin que les tâches soient réparties de manière équitables.

Sur les lieux, étant donné qu'il existe de nombreuses données à entrer, cela demande un effort considérable. Par exemple, dans votre usine traitant 1000 produits, chacun nécessitant une moyenne de 10 processus, il faut entrer les données au nombre de 10 000 (1000×10).

Il est vrai que ceci est un travail de grande dimension, cependant celui-ci créé des données très utiles et de grande valeur.

De plus, si l'état de gestion de la production n'est pas informatisé et seulement connu de certaines personnes, une longue absence ou un départ à la retraite de ce personnel risque d'entraîner des difficultés considérables. Je vous conseille ainsi  de rationaliser les données comme première étape pour l'amélioration de la gestion de votre usine.

Laisser un commentaire

Rechercher dans le site

Syndicate this site (XML)