Menu
Réserver une démo
Du diagnostic OEE au remède CMMS - comment le taux de tenue des réparations et la conformité PM prédisent la disponibilité

Du diagnostic OEE au remède CMMS - comment le taux de tenue des réparations et la conformité PM prédisent la disponibilité

La conformité PM sur les bons équipements et le taux de tenue des réparations prédisent la disponibilité un mois à l'avance, lorsque les données OEE et CMMS portent sur la même machine.
Du diagnostic OEE au remède CMMS - comment le taux de tenue des réparations et la conformité PM prédisent la disponibilité

La maintenance a ses KPI : conformité PM, arriéré d'ordres de travail, MTTR, temps de clé. La fiabilité a les siens : MTBF, taux de panne, disponibilité par équipement. Les opérations ont l'OEE.

Trois séries de chiffres, révisées en trois réunions, et dans la plupart des usines personne n'a jamais démontré que les deux premiers font bouger le troisième. La conformité PM est à 95% et la disponibilité diminue. Le MTBF sur le remplisseur s'améliore et la ligne est toujours en sous-capacité. Le responsable maintenance atteint chaque objectif et le directeur d'usine achète malgré tout une nouvelle ligne.

Cet article porte sur deux indicateurs de maintenance qui prédisent la disponibilité, à peu près un mois à l'avance : la conformité PM sur les équipements qui comptent, et le taux auquel les réparations tiennent. Il explique aussi pourquoi prouver cela exige des données OEE et maintenance sur la même machine, ce que la plupart des systèmes des usines ne peuvent pas faire.

Pourquoi les KPI maintenance et l'OEE ne se rencontrent jamais

Le système de maintenance compte des tâches. Le système OEE compte la production. Aucun des deux ne sait ce que l'autre a vu.

Un CMMS peut rapporter 95% de conformité PM. Il ne peut pas vous dire que les 5% manquants étaient les dix machines responsables de la majeure partie des pertes de production, ou que les PM réalisés à temps concernent la lubrification tandis que les machines tombent du fait de capteurs. Le backlog peut sembler clair alors que la même vanne est remplacée quatre fois en un trimestre, parce que chaque remplacement clôt sa propre ordre de travail. Le MTBF peut s'améliorer sur chaque équipement alors que la disponibilité de la ligne baisse, car le MTBF compte les pannes par équipement et un palettiseur qui tombe rarement mais bloque trois lignes vaut plus que dix remplisseurs qui tombent souvent avec un tampon derrière eux.

Les métriques de fiabilité ne sont pas fausses. Elles sont au niveau équipement et aveugles au volume. Sans pondération par ce que le temps d'arrêt de chaque équipement coûte à la ligne, le MTBF classe les machines comme le feraient les minutes d'arrêt, ce que couvre l'article sur les mauvais acteurs : d'abord les machines bruyantes, les plus coûteuses oubliées.

Le lien entre maintenance et production ne peut être vu sans joindre les deux jeux de données sur la même machine. Cette jointure a une condition préalable, énoncée ici et dans l'article sur les mauvais acteurs : les stations OEE et les actifs CMMS doivent partager une convention de nommage. Là où ce n'est pas le cas, le jumelage est la première tâche. Sur les usines d'un groupe, la première tentative a apparié environ les trois quarts des actifs sur un site et aucun sur un autre.

Suivez l'OEE et les arrêts en temps réel
Réserver une démo

Deux métriques qui prédisent la disponibilité, et pourquoi le MTBF seul n'en est pas une

Une fois les données jointes, deux chiffres de maintenance s'avèrent précéder la disponibilité de deux à six semaines.

Conformité PM sur les mauvais acteurs, pondérée par la production perdue. Pas la conformité usine entière. Prenez les dix ou douze actifs qui supportent la plupart des pertes de production, et mesurez la conformité sur ceux-ci. Puis pondérez : un PM manqué sur l'actif qui entraîne 14% de perte compte quatorze fois plus qu'un PM manqué sur un actif qui entraîne 1%. Une usine à 95% global et 60% sur les dix principaux, pondérée, est à peu près 60%, et sa disponibilité le montrera un mois plus tard.

Taux de maintien de la réparation. La part des ordres de travail correctifs après lesquels le même mode de défaillance ne se reproduit pas sur le même actif dans les 30 jours. C'est la mesure honnête pour savoir si la maintenance a réellement réparé ou juste réinitialisé.

Fix-held rate = (corrective work orders with no repeat of the same reason code on the same asset within 30 days) ÷ (all corrective work orders)

Un taux fix-held de 40% sur une vanne signifie que la vanne a été « réparée » et est retombée six fois sur dix. Le MTBF sur cet actif compte six pannes et s'améliore légèrement à chaque fois que l'intervalle s'allonge ; fix-held dit que le problème n'a jamais été résolu. C'est le complément du taux de panne répétée que les ingénieurs fiabilité surveillent déjà : 40% fix-held = 60% taux de panne répétée. Beaucoup de CMMS peuvent rapporter des ordres de travail répétés, mais peu peuvent le calculer à partir de la ligne, car ils ne relient pas un arrêt répété à l'ordre de travail précédent sur le même actif ; la répétition est juste un nouvel ordre.

Le MTBF reste dans l'image, mais pondéré par la production perdue et lu aux côtés du fix-held. Seul, il vous dit à quelle fréquence un actif tombe en panne. Pondéré, il vous dit combien cela coûte. Associé au fix-held, il vous dit si la maintenance réduit les pannes ou les recycle.

La forme typique que nous voyons une fois la jonction faite : sur la même ligne, des actifs avec fix-held au-dessus de 80% et une conformité PM pondérée au-dessus de 90% tournent 8 à 12 points de disponibilité de plus que les actifs en dessous des deux seuils. Les deux groupes sont généralement maintenus par la même équipe avec l'objectif usine identique. La différence réside dans quels PM ont été manqués et quelles réparations ont tenu.

Lire le décalage

Les deux métriques précèdent. La disponibilité est en retard. C'est ce qui les rend utiles.

Un PM manqué sur un mauvais acteur apparaît d'abord comme une augmentation du taux d'arrêts pour cet actif, deux à six semaines plus tard, quand le composant que le PM aurait traité commence à s'user : plus de micro-arrêts, des remises en marche plus longues, un capteur nécessitant plus de remises à zéro. L'article sur les micro-arrêts décrit cette tendance comme un déclencheur de maintenance conditionnelle. Ensuite vient la panne qui obtient un code de raison et un ordre de travail. Puis la disponibilité baisse dans le rapport mensuel, moment où la cause a deux mois.

Un faible taux fix-held se manifeste par le même code de raison revenant sur un cycle : défaut de vanne, ordre de travail, défaut de vanne, ordre de travail. Sur une chronologie par actif c'est indubitable, une scie de réparations avec le taux d'arrêt qui monte entre elles. Dans le CMMS ce sont six ordres de travail clos et un MTTR raisonnable.

Tracez la chronologie pour un mauvais acteur : PM planifiés, PM réalisés ou manqués, ordres de travail correctifs, et le taux d'arrêt de la station par semaine. Le taux d'arrêt monte après chaque PM manqué et se remet après chaque réparation qui a tenu, et continue de monter après chaque réparation qui n'a pas tenu. Ce seul graphique est la preuve que la maintenance fait bouger l'output, et il ne peut pas être tracé à partir d'un seul système.

Du diagnostic au remède : boucler la boucle

Le diagnostic vient de l'OEE ; le remède est administré via le CMMS. Entre les deux se trouve une chaîne de transferts, et la boucle se casse à l'endroit où un transfert n'est pas effectué.

  1. Modèle d'arrêts vers classement des mauvais acteurs. Les arrêts au niveau station, attribués et pondérés par la production perdue, produisent les dix actifs qui comptent. (Article six.)
  2. Raisons d'arrêt vers modes de défaillance. Les trois principaux codes de raison sur chaque mauvais acteur sont ses vrais modes de défaillance. Sur le remplisseur de la ligne 1 c'étaient des défauts de capteur et des défauts de vanne. Son planning PM était lubrification et tension de courroie.
  3. Modes de défaillance vers tâches PM. Le PM est réécrit pour ce qui tombe réellement en panne, pas pour le manuel OEM. C'est l'étape qui transforme la conformité en un chiffre qui compte.
  4. Ordres de travail correctifs liés aux arrêts qu'ils traitent. Chaque réparation porte le code de raison et l'actif, ainsi une répétition du même code dans les 30 jours est reconnue comme une répétition, et non comme un nouvel événement.
  5. Fix-held mesuré par ordre de travail, actif, technicien. Les récidivistes apparaissent : la vanne qui continue de lâcher, la réparation qui ne tient pas, la pièce de rechange à la mauvaise spécification.
  6. Conformité PM suivie sur les mauvais acteurs, pondérée. Le chiffre mensuel concerne désormais les actifs qui perdent de la production.
  7. Disponibilité re-mesurée. Trente à soixante jours plus tard, sur les mêmes actifs, depuis le côté OEE.

Dans la plupart des usines ces sept étapes traversent deux systèmes et au moins trois personnes, et chaque traversée est un endroit où la boucle s'arrête en silence : les modes de défaillance n'atteignent jamais le planificateur PM, la répétition n'est jamais reconnue comme une répétition, le chiffre de disponibilité n'est jamais lu face au chiffre de maintenance.

Que changer dans la revue maintenance

Changez quatre choses dans le pack mensuel : pondérez la conformité PM par production perdue sur les dix actifs principaux, ajoutez le taux fix-held, ajoutez le taux d'arrêts depuis le dernier PM, et revoyez la disponibilité sur la même page. Aucun des quatre n'exige de nouvelles personnes.

  • Remplacez la conformité PM usine par une conformité pondérée sur les dix actifs principaux par perte de production. Gardez le chiffre usine si les auditeurs le demandent ; cessez de manager sur cette base.
  • Ajoutez le taux fix-held, par actif et par technicien. Le découpage par technicien est sensible et utile ; un faible fix-held par technicien est généralement un problème de formation, de pièces détachées ou d'instructions, pas de diligence.
  • Ajoutez le taux d'arrêts depuis le dernier PM pour chaque mauvais acteur. C'est le plus précoce des avertissements que les données donnent.
  • Revuez la disponibilité sur la même page que les trois nombres ci-dessus, dans la même réunion que les opérations, mensuellement. L'intérêt de la jointure est que les deux conversations deviennent une.

Exemple travaillé

Le remplisseur de la ligne 1, mauvais acteur numéro deux dans l'article Bad-Actor : 12% de la production perdue de l'usine, coût de maintenance élevé, fermement dans le quadrant du vrai bad-actor.

BeforeAfter
PM compliance on the filler97%98%
PM contentLubrification, tension de courroie, contrôle des protectionsNettoyage et alignement des capteurs, inspection et remplacement des vannes à intervalle mesuré, plus les tâches originales
Top stop reasonsDéfaut de capteur, défaut de vanne, bourrage côté produitBourrage côté produit, défaut de capteur (réduit), autre
Fix-held rate on valve work orders40% (même vanne remplacée quatre fois en un trimestre)85% (vanne à bonne spécification, stockée comme pièce de rechange)
Stop rate per week3115
Filler availability81%90%
Contribution to line OEEEnviron 2 points récupérés sur les 8 points d'arrêts non planifiés

Ce qui a changé. Le PM était à 97% de conformité et presque entièrement sans rapport : le remplisseur ne tombait pas en panne à cause de la lubrification. Le réécriture contre les deux modes de défaillance mesurés a pris une matinée. La vanne avait été remplacée par une pièce quasi-équivalente en stock quatre fois ; la bonne spécification a été identifiée par le profil de panne, stockée et montée une fois. Le fix-held pour ce mode de panne est passé de 40% à 85%, le taux d'arrêts a été divisé par deux en six semaines et la disponibilité du remplisseur a augmenté de 9 points. La ligne 1 partage le profil de perte de la ligne de série, donc cela représentait environ 2 points OEE : l'allocation de réparations ciblées pour les arrêts non planifiés dans la méthode de capacité cachée.

Rien de tout cela n'a été coûteux. La partie coûteuse avait été deux ans à 97% de conformité sur les mauvaises tâches, et la seule raison pour laquelle cela a été trouvé est que les arrêts du remplisseur et ses ordres de travail étaient enfin sur le même écran. Les chiffres sont illustratifs ; la forme, conformité élevée sur des PMs non pertinents et fix-held faible sur le vrai mode de défaillance, est la découverte la plus courante quand la jonction est faite.

Comment Fabrico fait cela et pourquoi un CMMS autonome ne peut pas

Fabrico exécute maintenance et OEE sur un modèle d'actif unique, ce qu'un CMMS autonome ne peut pas faire car il enregistre des tâches de maintenance, pas la production. Un CMMS autonome peut rapporter 97% de conformité sur le remplisseur et ne jamais savoir que le remplisseur perd de la production. Ce n'est pas un défaut du CMMS ; c'est ce qu'est un système d'enregistrement des tâches de maintenance. La boucle ci-dessus nécessite maintenance et production au même endroit, ce qui est la façon dont est construite la plateforme de performance manufacturière de Fabrico (MES, OEE, CMMS & AI).

Un modèle d'actif unique. La station mesurée par le module OEE est l'actif maintenu par le module de maintenance. Arrêts et ordres de travail reposent sur le même enregistrement machine, sans projet de jointure.

Fix-held est calculé, pas estimé. Un arrêt répété sur le même actif avec le même code de raison dans la fenêtre est automatiquement lié à l'ordre de travail correctif précédent. Le taux fix-held existe par actif, par mode de défaillance et par technicien dès le premier mois.

La conformité PM est pondérée par la production perdue. La conformité est rapportée sur les mauvais acteurs, pondérée par ce que chaque actif coûte à la ligne, à côté du chiffre usine. Le nombre géré est le nombre qui compte.

Le taux d'arrêts depuis le dernier PM est un déclencheur. La tendance montante du taux d'arrêts sur un mauvais acteur remonte le PM tôt, en tâche conditionnelle plutôt qu'en tâche calendaire, avant la panne qui aurait reçu un code de raison.

Les insights IA proposent la réécriture du PM. Quand les modes de défaillance mesurés d'un actif ne correspondent pas à ses tâches PM, les insights actionnables proposent la liste de tâches révisée, la classent par valeur récupérable par rapport au reste du backlog, et mesurent si le taux d'arrêts a bougé après adoption. L'usine décide ; le système propose puis vérifie.

Le module de planning et celui d'impact financier ferment la boucle de l'autre côté. Le module de planification place la fenêtre PM d'un mauvais acteur comme bloc dans le plan pour qu'elle ne soit pas sautée parce que la ligne était occupée. Avec prix de vente et marge saisis une fois par SKU, le module d'impact financier montre ce qu'un PM manqué a coûté sur les SKU qui ont tourné ensuite, ce qui est le chiffre qui met fin à la discussion sur la possibilité de trouver la fenêtre.

La différence n'est pas un meilleur système de maintenance. La différence est que la maintenance est un module d'une plateforme dont l'unité de compte est la production, ainsi « la réparation a-t-elle tenu » et « le PM a-t-il été fait » se répondent dans la même monnaie que « la ligne a-t-elle fait le plan ».

Questions fréquentes

Qu'est-ce que le fix-held rate ? La part des ordres de travail correctifs après lesquels le même mode de défaillance ne se reproduit pas sur le même actif dans une fenêtre donnée, généralement 30 jours. Il mesure si la maintenance a résolu le problème ou l'a seulement réinitialisé, et il exige que les arrêts répétés soient liés à l'ordre de travail précédent, ce que peu de CMMS font. C'est le complément du taux de panne répétée.

La conformité PM améliore-t-elle l'OEE ? Seulement lorsque les PM adressent les modes de défaillance que l'actif a réellement, et seulement sur les actifs qui perdent de la production. La conformité usine sur des tâches du manuel OEM peut être élevée tandis que la disponibilité baisse. La conformité pondérée par la production perdue, sur les mauvais acteurs, prédit la disponibilité environ un mois avant.

Pourquoi la conformité PM est-elle élevée mais le temps d'arrêt augmente ? Généralement pour l'une des trois raisons : les PM manqués sont concentrés sur les mauvais acteurs, les tâches PM adressent les mauvais modes de défaillance, ou les réparations correctives ne tiennent pas et le même défaut revient. Les données jointes OEE-et-CMMS montrent lesquelles.

Quels KPI maintenance prédisent la disponibilité ? Conformité PM pondérée sur les actifs les plus perdants, fix-held rate, et taux d'arrêts depuis le dernier PM. MTBF et MTTR décrivent ce qui s'est passé ; les trois ci-dessus le précèdent de deux à six semaines.

Comment relier les données CMMS à l'OEE ? Les stations OEE et les actifs CMMS doivent référer à la même machine par le même identifiant. Là où ce n'est pas le cas, faites le mapping une fois, puis attribuez chaque arrêt à son actif et chaque ordre de travail à l'arrêt qu'il adresse. Une plateforme avec un modèle d'actif unique pour les deux supprime entièrement la jonction.

Mettez les arrêts et les ordres de travail sur un seul écran

Si la maintenance atteint ses objectifs et que la disponibilité diminue toujours, les objectifs mesurent les mauvaises choses sur les mauvais actifs. Joindre les données d'arrêts à l'historique de maintenance des dix mauvais acteurs de la ligne montrera lesquels, généralement dès le premier mois.

Le pilote scope-fixe fait exactement cela sur une ligne : six semaines, arrêts au niveau station capturés par un capteur industriel et un hub installés avec votre équipe, attribués à l'actif cause, et appariés à l'historique de maintenance de l'usine là où les noms d'actifs le permettent. La lecture inclut les mauvais acteurs de la ligne, leurs modes de défaillance mesurés par rapport à leurs tâches PM actuelles, le fix-held rate sur les pannes récurrentes, et les trois interventions à plus haute valeur, qui sur la plupart des lignes incluent un PM réécrit sur ce qui tombe réellement en panne. Les frais sont fixes et crédités en totalité sur un abonnement de première année si vous déployez. Le pilote s'exécute sur la plateforme de performance manufacturière de Fabrico (MES, OEE, CMMS & AI), qui connecte les données machine, OEE et analyse des pertes, planification de production, valeur de sortie par SKU et maintenance dans un seul système, de sorte que maintenance et production sont lues depuis le même historique d'actif.

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

Suivez l'OEE et les arrêts en temps réel
Voyez où les lignes perdent du temps
Réservez une démo en direct.
Voyez où les lignes perdent du temps
Voyez où les lignes perdent du temps

Tuiles Fabrico réelles, données d'exemple.

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