Comment mesurer le niveau de performance de votre usine?

Les ficelles du métier

L'un des KPI (Key Performance Indicators) les plus utilisés dans l'industrie manufacturière, tant par les PME que par les grandes entreprises, est l'OEE (Overall Equipment Effectiviness), qui mesure l'efficacité des ressources de production au sein d'une usine. Il s'agit d'un indice exprimé en points de pourcentage qui résume trois concepts très importants du point de vue de la fabrication: la disponibilité, l'efficacité et le taux de qualité d'une usine.

Bien que cet ICP soit appliqué dans presque toutes les réalités de la fabrication, le calcul technique comporte souvent plusieurs facettes.

Ces différentes approches propres à chaque réalité génèrent souvent des limites ou des malentendus, notamment lorsqu'il s'agit de comparaison ou d'étalonnage. C'est pourquoi il est jugé opportun de s'en tenir le plus possible à la définition du modèle que nous appellerons dans cet article le « modèle académique ». Ce dernier est né en 1975 d'un traité de « Total Productive Maintenance » (de Seiichi Nakajima), naturellement au fil des années la théorie a subi de nombreuses évolutions et modifications afin de pouvoir poser des diagnostics de plus en plus précis.

L'OEE distingue 6 macro-causes de « non-productivité ». Chaque « grande perte » appartient à l'une des trois catégories suivantes:

1- Défaillances (perte de temps d'arrêt, DL)

2- Rythmes de production (perte de vitesse, SL)

3- Qualité (perte de qualité, QL)

La mesure de l'OEE se compose de trois étapes:

OEE = Disponibilité * Performance * Qualité

Où:

• Disponibilité= mesure des « pertes de temps d'arrêt »
• Performance= mesure des « pertes de vitesse »
• Qualité= mesure des « pertes de qualité ».

Évaluons maintenant les différents facteurs impliqués dans l'OEE en simplifiant leurs concepts de calcul.

• Disponibilité: pourcentage du temps de fonctionnement réel par rapport au temps de fonctionnement disponible; les principales « pertes de temps de fonctionnement » relatives sont: les pannes, les réglages et l'outillage
• Performance: pourcentage de pièces produites par rapport à la capacité théorique ; lorsque l'usine est en production, cela correspond à la vitesse réelle par rapport à la vitesse nominale; les principales « pertes de vitesse » relatives sont: la réduction de la vitesse et les microarrêts
• Qualité: pourcentage de pièces conformes par rapport au nombre total de pièces produites. Les principales « pertes de qualité » relatives sont: les rebuts, les reprises et les pertes de rendement au démarrage.

L'OEE, qui est un produit de pourcentages, est un nombre sans dimension représentant l'efficacité numérique des ressources de production. Aujourd'hui, l'OEE de classe mondiale est fixé à 85 % (https://www.oee.com/world-class-oee.html) comme objectif de meilleure pratique au niveau mondial. Ce chiffre est basé depuis les premiers jours sur des analyses d'entreprises japonaises (Best-in-Class dans l'application de l'OEE) et sur l'expérience pratique de Seiichi Nakajima. Mais il est important et fondamental de comprendre qu'il ne faut pas seulement se concentrer sur la réalisation de cet objectif, mais aussi mesurer sa capacité à améliorer son OEE.

Et comment l'améliorer?

Le modèle OEE, caractérisé par les trois éléments mentionnés ci-dessus, étant la base des politiques de gestion et de contrôle de la production, doit s'appuyer sur des données valides et précises. La meilleure solution pour la collecte et l'analyse des données est de disposer d'un MES (Manufacturing Execution System, système d'information pour la gestion et le contrôle des processus de production). Un logiciel MES de contrôle, outre le suivi automatique des données de production, permet le traitement « en temps réel » des résultats obtenus afin de les convertir automatiquement en indicateurs de performance clés (KPI) d'intérêt tels que l'OEE. En outre, le MES, grâce à toute cette collecte et analyse de données, est donc la base sur laquelle s'appuient et s'appuieront toutes les techniques prédictives qui permettent d'éviter les erreurs et donc d'influencer les Big Loss en optimisant la production.