L'analyse des données machine favorise l'optimisation

Les machines du shopfloor fournissent aussi bien des données sur les produits (quantités finies, bonnes, rebutées, temps de passage et de cycle) que des données sur les processus (temps d'arrêt, de fonctionnement, de production et de préparation, arrêts planifiés et non planifiés). Les données de processus permettent de déduire les pertes d'efficacité en termes de disponibilité, de débit ou de qualité, qui permettent à leur tour de calculer l'Overall Equipment Effectiveness (OEE), qui s'oriente entre autres vers des normes telles que SEMI-E10 et SEMI-E79.

Exploiter le potentiel d'optimisation

Ce n'est qu'en saisissant numériquement ces données machine sans faille et en les analysant finement, presque en temps réel, que l'on obtient la transparence nécessaire pour améliorer en permanence les processus de fabrication et augmenter leur productivité. C'est aujourd'hui un facteur critique pour l'entreprise. Pour exploiter au mieux le potentiel d'optimisation dans le shopfloor, il est indispensable d'utiliser une plateforme d'analyse en libre-service performante et évolutive. Elle doit disposer de différentes fonctions de filtrage et d'exploration et permettre d'analyser les données en direct, d'avertir de la défaillance d'une machine et d'indiquer les commandes qui peuvent encore être traitées.

Il va de soi qu'un tel outil devrait visualiser les données et les indicateurs des machines, comme l'OEE, de manière compacte et claire dans des tableaux de bord, sous forme de diagrammes, de graphiques ou de tableaux, avec des couleurs définies. Il peut s'agir par exemple d'un diagramme en cascade qui représente les états des machines selon SEMI-E10 répartis dans différentes couleurs et qui met en évidence les potentiels d'amélioration.

Dans le meilleur des cas, une telle plateforme analytique fournit également des analyses d'hypothèses pour les simulations ainsi que des fonctions d'analyse prédictive, d'intelligence artificielle (IA) et d'apprentissage automatique (ML). Ces fonctions permettent d'adapter précisément les intervalles de maintenance à la production, d'établir une maintenance prédictive ou de prolonger la durée de vie d'une installation sans faire de compromis sur la qualité de fabrication et la productivité. Les fonctions de planification intégrées, qui simplifient la planification de la production et la rendent plus efficace, sont un autre atout.

Avec SAP Analytics Cloud (SAC), une telle plateforme est déjà disponible sur le marché. L'un des grands avantages de cette solution Software-as-a-Service (SaaS) est son évolutivité - mot-clé Big Data - et le fait que l'utilisateur peut effectuer et consulter ses requêtes et analyses à tout moment et en tout lieu - sur un ordinateur de bureau ou de manière mobile via un smartphone ou une tablette. La SAC peut être connectée à un grand nombre de solutions cloud et sur site, à des systèmes SAP ou non, comme le Mes Valeris de WSW Software. Les requêtes et les analyses peuvent donc être effectuées de manière centralisée dans une seule solution, ce qui permet d'obtenir des résultats plus fiables.

Accès direct aux données en direct

La connexion des systèmes sources se fait soit par une connexion d'importation de données - dans ce cas, les données sont répliquées dans le cloud - soit par une connexion de données en direct, qui existe actuellement pour BW, BW/4, S/4 et la base de données Hana. La connexion de données en direct permet par exemple d'accéder en temps réel à des données de production comprimées et unifiées dans BW à partir d'un MES et d'un ERP (Single Source of Truth), de sorte que les dysfonctionnements sont immédiatement identifiés et que l'on peut réagir sans délai. Mais les exigences liées à l'introduction de SAP Analytics Cloud sont complexes. Pour les maîtriser efficacement, il faut être accompagné par un partenaire expérimenté disposant du savoir-faire nécessaire, tant en ce qui concerne le CAS que les processus de l'atelier. Plus rien ne s'opposera alors à la réussite d'une optimisation de la production basée sur les données.

PDF (en anglais)