Machines problématiques - trouver les 20 % des actifs qui causent 80 % des pertes de production

Toute usine a une liste de machines dont tout le monde se plaint. La boucheuse de la ligne 2. La remplisseuse vieillotte. Le palettiseur que personne ne veut sur sa période.

La liste est généralement erronée.

Elle a été construite à partir des pannes : les machines qui s'arrêtent de façon spectaculaire, déclenchent un appel maintenance et un code raison, et sont évoquées en réunion du matin. Ce sont les machines bruyantes. Celles qui coûtent cher, les machines qui prennent silencieusement quelques pourcents de production à chaque poste sans jamais tomber en panne, n'y figurent pas, car personne ne les vit comme un problème. Et le classement est fait sur les minutes d'arrêt, ce qui n'est pas la même chose que la production perdue, laquelle n'est pas la même chose que l'argent perdu.

Cet article porte sur le remplacement de la liste populaire par une liste mesurée. Il prend des données d'arrêt au niveau des stations, les joint à l'historique maintenance et produit deux choses : une liste classée des actifs réellement responsables de la majeure partie de la production perdue, et une matrice à quatre quadrants qui dit au directeur d'usine et au responsable maintenance quoi faire pour chacun d'eux.

Qu'est-ce qu'un bad actor

Un bad actor est un actif dont les pertes sont disproportionnées par rapport à sa part de ligne. Pas la machine la plus vieille, pas celle avec le plus d'ordres de travail, pas celle que la maintenance déteste : celle qui retire le plus de production par semaine par rapport à son environnement.

Le principe de Pareto s'applique brutalement ici. Sur les usines multi-lignes que nous avons mesurées, 15 à 20 % des machines représentent 70 à 80 % de la production perdue. Le reste est du bruit. Cette concentration est l'opportunité : une usine n'a pas à améliorer soixante machines, elle doit en améliorer dix et savoir lesquelles.

La définition doit être en production perdue, pas en minutes d'arrêt. La section suivante explique pourquoi cette distinction détermine si la liste est utile.

Trois façons de classer, et une seule est correcte

Minutes d'arrêt. C'est ce que fournit le système de maintenance : heures d'arrêts enregistrées par actif. C'est la base de toutes les listes populaires, et elle est erronée pour une raison simple. Une heure d'arrêt sur une machine avec une table d'accumulation derrière elle peut ne rien coûter à la ligne ; la réserve l'absorbe. Une heure d'arrêt sur l'élément goulot coûte une heure à toute la ligne. Les minutes d'arrêt traitent ces situations de manière identique.

Production perdue. Les minutes d'arrêt pondérées par l'impact réel sur la production de la ligne pendant que la machine était arrêtée. C'est la base correcte pour trouver les bad actors, et elle nécessite deux éléments que le système de maintenance n'a pas : des données d'arrêt au niveau station et le comptage de la ligne aux mêmes instants. Une machine avec quatre heures d'arrêts sans effet sur la production n'est pas un bad actor. Une machine avec quatre-vingt-dix minutes d'arrêts qui affament chaque fois la remplisseuse l'est.

Valeur perdue. La production perdue pondérée par le SKU en cours. Un arrêt pendant un format à forte marge coûte plus que le même arrêt pendant un format à faible marge. C'est la bonne base pour décider où investir, et c'est celle qui transforme une liste de maintenance en conversation financière.

La plupart des usines classent selon la première base parce que c'est la seule que leurs systèmes peuvent produire. L'écart entre la première et la deuxième est l'endroit où la liste populaire se trompe.

Pourquoi la liste « instinctive » est fausse

La liste instinctive est erronée parce qu'elle classe les machines selon ce que les gens se rappellent, pas selon la production que chacune fait perdre. Quatre biais, et chaque usine les a tous.

Bruit versus coût. Une panne qui arrête la ligne deux heures une fois par mois est mémorisée, codée et discutée. Un case packer qui s'arrête vingt secondes toutes les trois minutes est traité par l'opérateur et oublié. Le second perd plus de production. L'article sur les micro-arrêts explique pourquoi le deuxième type est invisible ; ici le point est qu'il n'arrive jamais sur la liste.

Récence. La machine qui a flanché la semaine dernière est dans tous les esprits et donc en haut de la liste. La machine qui perd 3 % de production chaque semaine depuis un an est nulle part, parce que rien à son sujet n'a jamais été un événement.

La machine que la maintenance déteste. Certains actifs sont pénibles à travailler : accès difficile, documentation pauvre, fournisseur qui ne répond pas. Ils génèrent des plaintes et de longs ordres de travail, et sont mémorisés comme bad actors que cela coûte ou non quelque chose à la ligne.

Le piège du non-goulot. La « pire » machine sur beaucoup de lignes se situe en amont d'un tampon. Ses arrêts sont absorbés, et le coût réel apparaît sur le goulot en aval, qui apparaît « affamé » et n'est blâmé pour rien. À moins que les arrêts ne soient attribués à la machine qui les a causés plutôt qu'à celle qui les a montrés, le goulot semble correct et la machine en amont paraît plus mauvaise qu'elle n'est, ou inversement.

Aucun de ces biais n'est stupide. C'est à quoi ressemble un classement quand il est construit à partir de la mémoire et des ordres de travail plutôt qu'à partir des données de production.

Construire la liste mesurée

Cinq étapes. Les trois premières sont des données OEE ; la quatrième est des données de maintenance ; la cinquième est la jointure.

1. Capturer les arrêts au niveau station pendant 8 à 12 semaines. Vérifié par la machine, depuis l'API PLC ou un capteur sur chaque station, assez longtemps pour que chaque SKU et chaque équipe apparaissent plusieurs fois. Les données au niveau ligne ne peuvent pas faire ça : elles disent que la ligne s'est arrêtée, pas quelle machine l'a arrêtée.
2. Attribuer chaque arrêt à la machine qui l'a causé. Lorsque le remplisseur affiche « arrêté » parce que le boucheur en aval est stoppé et que le remplisseur est bloqué, l'arrêt appartient au boucheur. Lorsque l'étiqueteuse est affamée parce que le remplisseur est en panne, l'arrêt appartient au remplisseur. La logique d'attribution dans l'article starvation-and-blocking fait cela ; sans elle, la liste est une liste de symptômes.
3. Pondérer chaque arrêt par son effet sur la production de la ligne. Le compteur en fin de ligne est-il tombé pendant que cette machine était arrêtée ? Sinon, cet arrêt n'a rien coûté cette fois. Totalisez les pertes pondérées par machine. C'est la production perdue, et c'est la base du classement.
4. Récupérer l'historique maintenance pour les mêmes actifs. Ordres de travail, MTBF, MTTR, conformité à la maintenance préventive, coût des pièces, heures de main-d'œuvre. C'est ce que contient le CMMS, et c'est le deuxième axe de la matrice.
5. Joindre et classer. Chaque machine obtient un chiffre de production perdue et un chiffre de coût de maintenance. Triez par production perdue ; le Pareto se révèle, et la matrice du prochain chapitre est un nuage de ces deux nombres.

Une condition préalable, et c'est celle qui arrête la plupart des usines. L'étape cinq ne fonctionne que si le système OEE et le système de maintenance se réfèrent à la même machine par le même nom. Dans les usines où les stations ont été configurées par l'équipe opérations et les actifs par l'équipe maintenance, des années plus tard, ils ne correspondent généralement pas. Dans les usines d'un groupe, la première tentative de jointure a apparié environ les trois quarts des actifs sur un site et n'a pas pu être réalisée du tout sur un autre, parce que les conventions de nommage n'avaient rien de commun. L'exercice de matching est le premier livrable, pas un détail, et il vaut la peine de le marquer dans le plan de projet. Une usine qui corrige le nommage une fois a résolu un problème qui bloquerait par ailleurs toute analyse cross-système que l'on tenterait plus tard.

La matrice des bad actors

Plottez chaque machine sur deux axes : production perdue issue des données OEE, coût de maintenance issu du CMMS. Quatre quadrants apparaissent, et chacun a une bonne action à mener. C'est le graphique que le directeur d'usine et le responsable maintenance peuvent enfin lire ensemble, car il utilise leurs deux chiffres.

Le quadrant en bas à droite est celui que les usines oublient. Les budgets maintenance sont rarement coupés sur des actifs qui tournent bien, donc de l'argent reste sur des machines qui fonctionneraient tout aussi bien avec la moitié de l'attention, tandis que le quadrant en haut à gauche est à sec. Transférer la dépense du bas-droite au haut-gauche, une fois la revue PM confirmée comme sûre, est généralement le gain de capacité le moins coûteux dans la liste, et il est invisible sans la matrice.

Que faire avec le top cinq

Prenez les cinq machines en tête du classement de production perdue. Pour chacune, les données devraient déjà avoir resserré la cause ; le travail est de passer à l'action.

Traquez la racine des trois premières raisons d'arrêt. Pas toutes les raisons d'arrêt de la machine, les trois premières. Elles portent généralement la majeure partie de sa perte, et sont le plus souvent moins nombreuses que l'usine ne le pense.

Vérifiez le PM par rapport aux modes de défaillance. La plupart des calendriers de maintenance préventive ont été écrits à partir du manuel OEM et n'ont jamais été comparés à ce qui tombe réellement en panne. Si les données disent que la machine s'arrête pour des défauts de capteur et que le PM porte sur la lubrification, le PM est bien exécuté et inutile. Réécrivez les tâches en regard des raisons d'arrêt.

Ajoutez du condition monitoring quand le pattern est de l'usure. Un taux d'arrêt qui augmente régulièrement entre les interventions est un composant d'usure. Surveillez l'état et intervenez avant l'arrêt, plutôt que selon un calendrier.

Construisez le dossier d'upgrade sur la valeur perdue. Pour la machine structurellement trop lente ou trop peu fiable, c'est le moment où l'argument CAPEX se fait enfin avec des données : valeur perdue par an, versus coût de l'upgrade. C'est une demande beaucoup plus petite et mieux ciblée qu'une nouvelle ligne.

Ou acceptez-la et mettez un buffer. Certains bad actors sont moins coûteux à tolérer. Si une petite table d'accumulation supprime l'effet sur le goulot, cela peut être toute la correction.

Re-mesurez à 90 jours. Le Pareto devrait avoir changé de forme : le top cinq devrait avoir diminué, et un nouveau top cinq, avec des pertes plus petites, devrait apparaître. Si les mêmes cinq sont toujours là, les actions n'ont pas adressé la cause, et les données diront lesquelles.

Exemple appliqué

Prenez l'usine à six lignes utilisée dans cette série, environ soixante machines au total. Dix semaines de données stationnées, attribuées et pondérées, ont produit un Pareto dans lequel onze machines supportaient 76 % de la production perdue. Les autres quarante-neuf se partageaient le quart restant.

Le top cinq, avec leur position dans la matrice :

Le boucheur de la ligne 2, la machine que tout le monde aurait nommée en premier, se classait neuvième. Il tombait en panne de façon spectaculaire environ une fois par mois et avait une grande table d'accumulation derrière lui, si bien que la plupart de ses temps d'arrêt n'atteignaient jamais le compteur de la ligne. Il est resté dans le plan de maintenance et a été retiré de la liste de priorité.

À 90 jours, le top cinq était tombé à 31 % combiné de la production perdue contre 53 %, et le Pareto avait un nouveau sommet plus aplati. Les chiffres sont à titre d'illustration, mais la forme est ce que nous voyons : une machine chronique que personne ne blâmait en tête, un actif partagé en aval qui paraissait innocent, et un bad actor célèbre qui était surtout bruyant.

La conversation budgétaire que cela rend possible

Les budgets de maintenance sont généralement alloués en fonction de l'âge de l'actif, du planning OEM et des dépenses de l'année précédente. Aucun de ces éléments n'est la production perdue. Le résultat est un plan qui dépense de manière uniforme sur des machines qui perdent des quantités très différentes de capacité.

La liste des bad actors re-alloue selon la valeur perdue : plus sur les cinq, moins sur les quarante, le quadrant bas-droite de la matrice finançant le mouvement. Elle donne aussi au responsable maintenance l'argument qu'il a rarement pu avancer auprès de la finance : cette dépense sur cette machine rend telle quantité d'output, mesurée, avec une re-vérification à 90 jours. La maintenance cesse d'être une ligne de coût qui se réduit chaque année et devient un investissement en capacité avec un retour.

Pourquoi un CMMS ne peut pas produire cette liste et comment Fabrico le fait

Un CMMS traditionnel ne peut pas produire cette liste car c'est un système d'enregistrement des événements de maintenance, pas de l'output. Il connaît chaque ordre de travail, chaque pièce délivrée et chaque heure de main-d'œuvre. Il peut classer les machines par nombre d'ordres, par minutes d'arrêt et par coût de maintenance. Ce qu'il ne peut pas savoir, c'est ce que tout cela a coûté à la ligne en production, car il n'a jamais vu le compteur de la ligne. La liste par minutes d'arrêt est le meilleur qu'un CMMS puisse fournir, et la première moitié de cet article explique pourquoi cette liste est fausse.

La plateforme de performance manufacturière de Fabrico (MES, OEE, CMMS & AI) a été conçue avec l'OEE, la maintenance, la planification et la valeur par SKU dans un seul système, sur un modèle d'actif unique, et l'analyse des bad actors est l'endroit où cela paie. Chaque module apporte un élément qu'un CMMS n'a pas.

Un actif, deux historiques. La station mesurée par le module OEE est l'actif que le module maintenance maintient. Il n'y a pas de jointure à construire, parce qu'il n'y a pas deux systèmes à joindre. Le problème de nommage qui bloque la plupart des usines à l'étape cinq n'apparaît pas, et lorsque l'usine arrive avec un CMMS existant, le matching est fait une fois, lors de l'onboarding, plutôt que par chaque analyste plus tard.

Production perdue, pas minutes d'arrêt. Les arrêts sont capturés au niveau station par capteur, signal PLC ou vision, et l'équipe peut les attribuer à la machine qui les a causés et pondérer leur effet sur la production de la ligne. Le classement est par défaut sur la bonne base. Une machine avec des heures d'arrêt absorbées n'apparaît pas en haut ; le palettiseur qui bloque silencieusement trois lignes, si.

Valeur perdue, en utilisant l'économie SKU propre à l'usine. Avec le prix de vente et la marge renseignés par SKU, la production perdue de chaque machine est valorisée à la marge de ce qui tournait au moment de l'arrêt. Le Pareto et la matrice sont dessinés en euros autant qu'en heures, ce qui est la version que la finance lira.

Le planning sait quelles machines sont fiables. C'est la pièce qui transforme la liste en comportement de l'atelier. Le module de planification produit par rapport à la performance démontrée de chaque ligne plutôt qu'à sa capacité nominale, donc un bad actor connu est planifié à l'output qu'il délivre réellement, pas à la norme. Il routage les SKU haute marge vers les lignes fiables et les SKU tolérants vers la ligne avec le case packer chronique. Il place la fenêtre PM pour un bad actor dans le plan comme un bloc, au lieu que le planificateur la découvre comme une surprise. Et quand le bad actor s'arrête malgré tout, le moteur de replanification re-séquence les ordres affectés sur les autres lignes en quelques minutes, le module d'impact financier montrant ce que l'arrêt vient de coûter et ce que la replanification récupère. La décision maintenance, la décision de planning et la conséquence financière sont le même événement vu sous trois angles.

La matrice comme vue permanente, pas comme projet. La production perdue côté OEE et le coût côté maintenance sont les deux axes d'un graphique qui se met à jour avec les données. Le quadrant dans lequel une machine se trouve ce mois-ci est visible sans qu'on exporte une feuille de calcul.

Des insights IA qui classent la correction, pas seulement la machine. Les insights actionnables de la plateforme ne s'arrêtent pas à « le case packer de la ligne 3 est un bad actor ». Ils proposent l'intervention que le pattern d'arrêts indique, que ce soit une tâche PM réécrite contre les vrais modes de défaillance, le remplacement d'une pièce de format, un déclencheur de condition monitoring ou une correction opérationnelle, et classent les propositions à l'échelle de l'usine par valeur récupérable. L'usine décide ; le système propose puis mesure si le Pareto a bougé.

La correction devient un ordre de travail dans le même système. Lorsque l'action est maintenance, elle est créée comme ordre de travail contre le même actif, avec la preuve de production perdue jointe, et la conformité PM sur cet actif est suivie par rapport au taux d'arrêt. La boucle se ferme sans transfert d'outils.

La différence avec un CMMS n'est pas un meilleur système de maintenance. C'est que maintenance, planning et valeur sont des modules d'une même plateforme dont l'unité de compte est la production, de sorte qu'un bad actor est à la fois une priorité maintenance, une contrainte de planning et une ligne du compte de résultat, et l'usine peut agir sur les trois sans concilier trois systèmes.

Questions fréquentes

Qu'est-ce que l'analyse des bad actors en manufacturing ? Classer l'équipement par la production qu'il fait perdre à la ligne, plutôt que par les minutes d'arrêt ou le nombre d'ordres, puis trier ces actifs par coût de maintenance pour décider lesquels nécessitent une analyse de cause racine, lesquels demandent un autre type d'attention et lesquels doivent être laissés tels quels.

Combien de machines sont généralement des bad actors ? Dans les usines multi-lignes, 15 à 20 % des machines représentent typiquement 70 à 80 % de la production perdue. Sur une usine de soixante machines, cela fait dix à douze actifs.

Dois-je classer les machines par arrêt ou par production perdue ? Par production perdue. Les minutes d'arrêt d'une machine avec un tampon derrière peuvent ne rien coûter, tandis qu'un arrêt plus court sur le goulot coûte à toute la ligne. Les minutes d'arrêt sont ce qu'un CMMS peut produire ; la production perdue nécessite des données d'arrêt au niveau station liées au compteur de la ligne.

À quelle fréquence la liste des bad actors doit-elle être rafraîchie ? Re-mesurez à 90 jours après avoir agi sur le top cinq, puis trimestriellement. Si les mêmes machines sont encore en haut, les actions ont manqué la cause.

Un bad actor est-il un problème de maintenance ou d'opérations ? La matrice répond pour chaque machine. Un fort output perdu avec des coûts de maintenance élevés est un problème de maintenance. Un fort output perdu avec des coûts de maintenance faibles est généralement opérationnel : réglages, matériaux, pièces de format ou habitudes opérateur. L'erreur est de supposer que tous les bad actors relèvent de la maintenance.

Trouvez votre vrai top cinq

Si la liste des machines problématiques de l'usine a été établie à partir des pannes et de la mémoire, il vaut la peine de la tester par rapport aux données de production. Le test est peu coûteux et le résultat est généralement une liste différente.

Le pilote à périmètre fixe le fait sur une ligne : six semaines, capture des arrêts au niveau station avec un capteur industriel et un hub installés avec votre équipe, arrêts attribués à la machine qui les a causés et pondérés par effet sur la production, et un rapport avec le classement bad-actor propre à la ligne et les trois interventions à plus forte valeur. Lorsque l'usine dispose d'un historique maintenance pour les mêmes actifs, la matrice figure aussi dans le rapport. Les frais sont fixes et crédités intégralement sur un abonnement la première année si vous déployez. Le pilote s'exécute sur la plateforme de performance manufacturière de Fabrico (MES, OEE, CMMS & AI), qui connecte données machine, OEE et analyse des pertes, planification, valeur de production par SKU et maintenance dans un même système, de sorte que la liste des bad actors reste à jour au fur et à mesure que les corrections sont mises en œuvre.

Demandez une démo ou lisez comment le module maintenance partage un modèle d'actif avec l'OEE.