Menu
Comment éliminer les temps d'arrêt non planifiés : le cadre en 4 étapes de Fabrico

Comment éliminer les temps d'arrêt non planifiés : le cadre en 4 étapes de Fabrico

Comment réduire et éliminer les temps d'arrêt imprévus en production : le cadre en 4 étapes de Fabrico couvrant la vitesse de détection, l'analyse des causes profondes, l'optimisation de la maintenance préventive et la boucle OEE-CMMS qui empêche la récurrence.
Comment éliminer les temps d'arrêt non planifiés : le cadre en 4 étapes de Fabrico

Pourquoi les temps d'arrêt imprévus persistent-ils malgré les programmes de maintenance préventive ?

Points clés: Les temps d’arrêt non planifiés ne sont pas éliminés par la seule maintenance, mais par la précision des données.

La solution Fabrico en quatre étapes combine la détection en temps réel des défaillances (OEE), l’analyse des causes profondes par vision artificielle, l’optimisation de la maintenance préventive conditionnelle et la boucle automatisée des ordres de travail qui transforme la détection en action en moins de 60 secondes.

Les entreprises manufacturières qui utilisent cette solution réduisent systématiquement leurs temps d’arrêt non planifiés de 35 à 60 % en 90 jours.

La plupart des usines de fabrication disposent d'un programme de maintenance préventive. Pourtant, la plupart d'entre elles subissent encore des arrêts non planifiés importants. Cette apparente contradiction s'explique lorsqu'on comprend l'écart entre avoir un programme de maintenance préventive et avoir un programme de maintenance préventive adapté aux types de défaillances réelles.

Les causes profondes des arrêts non planifiés et persistants dans les usines dotées de programmes de maintenance préventive actifs se répartissent en quatre catégories, chacune nécessitant une solution différente :

Intervalles de maintenance préventive inadaptés: les programmes de maintenance préventive établis selon les recommandations du fabricant ou des estimations initiales reflètent rarement les défaillances réelles.

Une maintenance préventive d'un roulement programmée tous les 90 jours, conformément aux spécifications du fabricant, peut tomber en panne au bout de 60 jours dans vos conditions d'exploitation, ou fonctionner pendant 150 jours, rendant ainsi la maintenance préventive tous les 90 jours superflue.

Les intervalles fixes, non adaptés à l'historique des défaillances, entraînent des défaillances évitables.

Tâches de maintenance préventive mal conçues: Une liste de contrôle de maintenance préventive se contentant d’indiquer « inspecter le roulement » sans préciser la méthode de mesure, les critères d’acceptation ni les seuils d’intervention engendre des résultats très incohérents entre les techniciens.

L’un remplace un roulement dont la durée de vie est encore de plusieurs années. Un autre laisse en plan un roulement qui tombera en panne dans deux semaines. La maintenance préventive est pourtant considérée comme « terminée » dans les deux cas.

Pertes invisibles: entre 8 et 15 % de la capacité de production est perdue à cause d’événements de moins de 30 secondes que les automates programmables ne détectent pas comme des arrêts: micro-arrêts que les opérateurs résolvent manuellement

bourrages d’alimentation qui ne déclenchent jamais d’alarme, problèmes de présentation des matériaux qui ajoutent 10 à 15 secondes à chaque cycle. Ces pertes s’accumulent silencieusement et entraînent des écarts importants de performance du TRS (taux de rendement synthétique).

Comme aucun capteur ne les détecte, aucune action de maintenance n’est jamais entreprise pour en corriger la cause.

Lenteur de l'intervention : même en cas de détection de pannes, le délai d'intervention de 15 à 35 minutes, typique des usines sans création automatisée d'ordres de travail, entraîne une perte de disponibilité OEE maximale pendant 15 à 35 minutes avant l'arrivée d'un technicien. Une détection plus rapide sans intervention plus rapide ne résout que la moitié du problème.

Le cadre de Fabrico prend en compte simultanément les quatre modes de défaillance.

Le cadre d'élimination des temps d'arrêt non planifiés en 4 étapes de Fabrico

Ce cadre fonctionne selon un cycle continu : détecter plus vite, comprendre plus en profondeur, prévenir plus intelligemment, boucler la boucle.

Étape 1 : Détection plus rapide (moins de 60 secondes entre la panne et l’ordre de travail)

Le système de surveillance OEE de Fabrico effectue des lectures directes depuis les automates programmables et les contrôleurs de machines, détectant les changements d'état des machines en un seul cycle de balayage des capteurs (généralement moins de 5 secondes).

Le système crée automatiquement un ordre de travail GMAO dans les 60 secondes suivant la disponibilité de l'OEE, prérempli avec l'identifiant de l'équipement, l'heure et la durée de la panne, le contexte OEE et l'historique de maintenance. Le technicien affecté reçoit immédiatement une notification push sur son mobile.

Comparaison: dans les usines sans Fabrico, la détection, la coordination et la création des ordres de travail prennent en moyenne 15 à 35 minutes.

La réduction du temps de réponse de 15 à 34 minutes par incident, multipliée par 20 incidents par mois et par une valeur de production de 4 000 $/heure, représente un gain de capacité de production de 20 000 à 45 000 $/mois grâce à la seule amélioration de la réactivité, et ce, avant même toute amélioration de la fiabilité.

Étape 2 : Comprendre plus en profondeur (cause profonde à partir de preuves vidéo, et non de suppositions)

En cas de panne, le système de vision par ordinateur Inefficiencies Zoom-In de Fabrico repère automatiquement les séquences vidéo de la période précédant et suivant la panne. Les techniciens de maintenance visualisent ainsi précisément ce qui s'est passé : non pas une interprétation de code d'erreur, mais une preuve visuelle de la séquence de la panne.

En cas de pannes récurrentes, l'agent d'IA analyse les schémas observés dans l'historique des événements: ce mode de défaillance précède-t-il systématiquement des baisses spécifiques du taux de rendement synthétique (TRS) ? Est-il corrélé à des ordres de production, des changements d'équipe ou des lots de matières premières spécifiques ?

Se concentre-t-il en fin d'intervalle de maintenance (suggérant un intervalle de maintenance préventive trop long) ou survient-il de manière aléatoire (suggérant un mode de défaillance différent de celui que la maintenance préventive est censée prévenir) ?

La cause profonde identifiée par cette analyse est la véritable cause profonde, non pas l'explication la plus plausible d'après l'expérience d'un technicien, mais la cause profonde étayée par les données du dossier opérationnel.

Étape 3 : Prévenir plus intelligemment (optimisation de la maintenance préventive à partir des données du cycle OEE)

Fabrico intègre directement les comptages de cycles OEE à la planification de la maintenance préventive de la GMAO. Il s'agit d'une transition de la maintenance préventive calendaire à la maintenance basée sur l'utilisation : l'amélioration de la fiabilité la plus efficace disponible en production sans investissement initial.

Une matrice de presse, dont la maintenance préventive est programmée tous les 90 jours, est désormais effectuée en fonction de son utilisation grâce au système de comptage de cycles de Fabrico.

Par exemple, une matrice fonctionnant à 200 coups par minute est révisée après 1,2 million de cycles, ce qui peut correspondre à 6 jours sur une ligne à haute vitesse ou à 21 jours sur une ligne plus lente. Seule l'utilisation compte. Le calendrier n'est pas pertinent.

L'agent IA analyse en continu la corrélation entre le moment d'exécution de la maintenance préventive et la survenue de pannes. Si des pannes apparaissent systématiquement avant l'intervalle de maintenance préventive planifié, cet intervalle est trop long. Si les maintenances préventives ne détectent aucun défaut, l'intervalle est peut-être trop court. Fabrico identifie automatiquement ces deux tendances et propose des ajustements d'intervalle à l'aide des données pertinentes.

Étape 4 : Boucler la boucle (vérification de la récupération du TRS après chaque intervention de maintenance)

Fabrico surveille l'OEE pendant 7 jours après la clôture de chaque ordre de travail sur un équipement suivi. Le système compare l'OEE des 7 jours précédant l'intervention de maintenance à celle des 7 jours suivants. Si l'OEE s'est amélioré : l'intervention de maintenance a été efficace. Si l'OEE ne s'est pas amélioré : la cause première a été mal identifiée ou l'action corrective était insuffisante.

Ce système en boucle fermée, détection des pannes, identification des causes profondes, action corrective, vérification du rétablissement, permet d'obtenir une amélioration cumulative de la fiabilité que les programmes de maintenance en boucle ouverte ne peuvent atteindre. Chaque incident génère des données qui réduisent la probabilité de la prochaine panne ou accélèrent sa résolution.

Mesurer la réduction des temps d'arrêt non planifiés avec Fabrico

Fabrico assure un suivi simultané des temps d'arrêt non planifiés à quatre niveaux, offrant ainsi aux responsables des opérations la profondeur d'analyse dont ils ont besoin et les indicateurs de synthèse qu'ils peuvent présenter aux conseils d'administration :

Au niveau des actifs : quelles machines présentent la fréquence d’arrêts non planifiés la plus élevée ? Lesquelles ont le MTTR le plus long ? Lesquelles affichent une baisse du MTBF, signe de problèmes de fiabilité naissants avant qu’ils ne dégénèrent en crises de production ? L’agent IA affiche automatiquement ces données dans le tableau de bord de gestion, sans intervention manuelle.

Niveau de défaillance : Quels sont les types de défaillance les plus fréquents ? Lesquels réapparaissent malgré la maintenance corrective, indiquant une identification erronée de la cause première ? Lesquels se regroupent autour d’intervalles de maintenance préventive spécifiques, révélant des possibilités d’optimisation de ces intervalles ? Fabrico catégorise chaque défaillance par mode et présente des données de tendance pour l’ensemble des événements catégorisés.

Niveau de temps de réponse : Quel est le délai moyen réel entre la détection d’un TRS et l’arrivée d’un technicien ? Comment se compare-t-il à l’objectif ? Quels incidents ont présenté des délais de réponse anormalement longs, indiquant des problèmes de planification ou de personnel plutôt que des problèmes d’équipement ? Les données d’horodatage intégrées TRS-GMAO de Fabrico génèrent automatiquement cette analyse.

Niveau financier: Quel est le coût de production mensuel des arrêts non planifiés ? Comment cette tendance se compare-t-elle à celle des trois mois précédents et à celle de la même période l’année dernière ?

Quelle est la valeur de récupération pour chaque point de pourcentage d’amélioration du MTBF des actifs critiques ? Fabrico associe les données de perte OEE aux taux de revenus de production afin de générer ces indicateurs financiers sans saisie manuelle de données.

Résultats réalistes : ce que les opérations de fabrication permettent d’obtenir

Réduction des temps d'arrêt non planifiés que les déploiements Fabrico produisent systématiquement, par période :

  • Jours 1 à 30 : L’amélioration du temps de réponse est immédiate, délai entre la détection et l’intervention inférieur à 2 minutes, contre 15 à 35 minutes auparavant. À elle seule, cette amélioration permet de récupérer 15 à 35 % de l’impact des temps d’arrêt non planifiés, sans aucune modification de la qualité de la maintenance.
  • Jours 30 à 90 : L’analyse des causes profondes par vision informatique commence à identifier avec précision les facteurs défaillants. Les ajustements du calendrier de maintenance préventive basés sur les données du cycle TRS commencent à porter leurs fruits. Le premier cycle de décisions d’investissement en maintenance fondées sur le TRS est établi et mis en œuvre.
  • Mois 3 à 6 : L’amélioration de la conformité PM grâce à l’application numérique du CIL commence à réduire la fréquence des pannes. Les suggestions d’optimisation de l’agent IA permettent d’obtenir des améliorations mesurables du MTBF sur les équipements instrumentés. Réduction de 35 à 55 % du temps d’arrêt non planifié total par rapport à la situation de référence.
  • Mois 6 à 12 : Stabilisation des intervalles de maintenance préventive basés sur l’utilisation grâce aux données cumulées du cycle TRS. Effet cumulatif de la fiabilité : une maintenance corrective réduite libère du temps pour la maintenance préventive, ce qui diminue encore la demande de maintenance corrective. Réduction de 50 à 70 % du temps d’arrêt non planifié total par rapport à la situation de référence pour les opérations appliquant l’ensemble du cadre de référence.

Ces résultats nécessitent la plateforme intégrée TRS+GMAO fournie par Fabrico. Ils ne peuvent être obtenus avec une simple GMAO: la boucle de rétroaction sur les performances de production, qui optimise la maintenance préventive, requiert des données TRS.

De même, le TRS seul ne suffit pas: l’exécution de la maintenance et le suivi de sa conformité nécessitent une GMAO. L’intégration n’est pas une simple fonctionnalité; c’est le mécanisme qui permet d’éliminer systématiquement les temps d’arrêt non planifiés.

Dernières nouvelles de notre blog

Définissez votre feuille de route en matière de fiabilité
Validez votre retour sur investissement potentiel : réservez une démonstration en direct
Définissez votre feuille de route en matière de fiabilité
En cliquant sur le bouton Accepter, vous donnez votre consentement à l'utilisation de cookies lors de l'accès à ce site Web et de l'utilisation de nos services. Pour en savoir plus pour en savoir plus sur la manière dont les cookies sont utilisés et gérés, veuillez consulter notre Politique de confidentialité et Déclaration relative aux cookies