Menu
Comment réduire le temps moyen de réparation (MTTR) grâce à l'intégration des systèmes OEE et CMMS ?

Comment réduire le temps moyen de réparation (MTTR) grâce à l'intégration des systèmes OEE et CMMS ?

Comment l'intégration des systèmes OEE et CMMS de Fabrico réduit le temps moyen de réparation : détection plus rapide des pannes, contexte des actifs préchargé pour les techniciens, disponibilité des pièces sur la machine et boucle de données qui empêche les pannes répétées.
Comment réduire le temps moyen de réparation (MTTR) grâce à l'intégration des systèmes OEE et CMMS ?

Pourquoi le MTTR est l'indicateur de performance clé (KPI) de maintenance le plus exploitable que vous n'optimisez pas

Points clés: Le temps moyen de réparation ( MTTR ) est l’indicateur de performance clé (KPI) de maintenance ayant le lien le plus direct et mesurable avec la récupération du chiffre d’affaires de la production. Chaque minute de MTTR représente une minute de production perdue.

Fabrico réduit le MTTR grâce à quatre mécanismes: une détection des pannes plus rapide, un contexte préchargé pour les techniciens, une vérification automatique de la disponibilité des pièces et l’Assistant Fabrico qui répond aux questions de diagnostic en quelques secondes.

Le temps moyen de réparation (MTTR) correspond au délai moyen entre la détection d'une panne d'équipement et la reprise de la production. Bien que cela puisse paraître un indicateur de maintenance, il s'agit en réalité d'un indicateur de chiffre d'affaires.

Sur une ligne de production générant 4 000 $/heure, un MTTR moyen de 90 minutes signifie que chaque panne d'équipement engendre une perte de production de 6 000 $. Réduire le MTTR de 90 à 45 minutes permet d'économiser 3 000 $ par panne.

Pour une usine subissant 20 pannes par mois, cela représente un gain de capacité de production de 60 000 $/mois, soit 720 000 $/an, grâce à l'amélioration d'un seul indicateur.

Pourtant, le MTTR figure rarement sur les tableaux de bord de production avec l'importance qu'il mérite. Il est suivi dans la GMAO comme un indicateur de maintenance opérationnelle, dissocié des données de chiffre d'affaires qui permettraient d'en révéler toute la portée financière.

On retrouve ici le problème des données cloisonnées: lorsque l'OEE et la GMAO fonctionnent dans des systèmes distincts, le coût de production du MTTR demeure invisible pour les financeurs des programmes d'amélioration de la maintenance.

Fabrico rend visible le lien entre le MTTR et les revenus, et fournit les outils spécifiques qui réduisent systématiquement chaque composante du MTTR.

Les quatre composantes du MTTR et la manière dont Fabrico les attaque chacune d'elles.

Le MTTR n'est pas une mesure unique ; c'est la somme de quatre périodes distinctes, chacune ayant des causes profondes et des leviers d'amélioration différents.

Délai de détection: temps écoulé entre la survenue d'une panne et sa détection. Dans les usines sans surveillance OEE en temps réel, la détection repose sur l'observation de l'opérateur, ce qui peut prendre de 5 à 30 minutes pour les pannes ne présentant aucun signal visuel ou sonore évident.

La surveillance OEE de Fabrico détecte les changements d'état de la machine à partir du signal de l'automate programmable, que la machine soit surveillée ou non.

Temps de réponse: délai entre la détection d’une panne et l’arrivée d’un technicien sur la machine.

Dans les usines sans création automatisée d’ordres de travail, ce délai implique un appel téléphonique de la production au service maintenance, la création manuelle d’un ordre de travail et l’affectation d’un répartiteur, soit 15 à 30 minutes dans la plupart des opérations.

Dans Fabrico, l’arrêt peut ouvrir un ordre de travail GMAO dans le même système, avec une notification mobile envoyée au technicien affecté.

Temps de diagnostic: temps passé par le technicien à diagnostiquer la cause première de la panne après son arrivée sur la machine. Ce temps est le plus variable: de 10 minutes pour les pannes courantes et bien documentées à plus de 60 minutes pour les pannes complexes et inhabituelles.

Fabrico optimise le temps de diagnostic grâce à deux outils: le contexte de l’équipement préchargé dans l’ordre d’intervention (historique de maintenance, interventions préventives récentes, évolution du TRS des 14 derniers jours) et l’Assistant Fabrico, qui consulte le manuel de la machine et répond directement aux questions de diagnostic dans l’ordre d’intervention.

Temps de réparation: Temps effectif nécessaire à la réparation une fois la cause du problème identifiée. Ce temps dépend principalement de la complexité de la réparation et de la disponibilité des pièces.

La vérification automatique des pièces de Fabrico, lorsqu’un technicien ouvre un ordre de travail, Fabrico indique si les pièces requises sont en stock et où elles se trouvent, élimine le temps perdu à chercher des pièces

un délai qui ajoute 20 à 45 minutes au temps de réparation dans les usines ne disposant pas d’une visibilité en temps réel sur les stocks.

L'Assistant Fabrico : Des réponses tirées du manuel de la machine

Le temps de diagnostic est l'élément le plus variable et le plus perfectible du MTTR. C'est également l'élément où la différence entre un technicien senior expérimenté et un technicien junior est la plus marquée.

Les techniciens expérimentés diagnostiquent rapidement les pannes courantes car ils les ont déjà rencontrées. Ils savent par expérience que le code d'erreur E42 sur ce modèle de presse spécifique signifie que l'encodeur optique a dérivé et que la séquence de réinitialisation est F3-F3-ENTRÉE suivie d'un contrôle de phase sur les contacts 7 et 8.

Les techniciens juniors confrontés à ce même code d'erreur pour la première fois peuvent passer entre 45 et 60 minutes à consulter le manuel, à appeler un technicien expérimenté ou à contacter le service après-vente du fabricant.

L'Assistant Fabrico comble ce manque d'expérience. Lorsqu'un technicien ouvre un ordre de travail pour une machine avec documentation téléchargée, il peut interroger directement l'Assistant : « Que signifie le code d'erreur E42 sur ce modèle et comment l'effacer ? »

L'assistant lit le manuel de la machine téléchargé, non pas des connaissances génériques en matière de fabrication, mais la documentation spécifique à ce modèle de machine, et fournit une réponse directe et précise avec la séquence de réinitialisation exacte, les pièces qui pourraient être nécessaires et les consignes de sécurité pertinentes du manuel.

Cette intervention prend moins de 10 secondes.

Disponibilité des pièces : Le pilote MTTR caché

Le facteur le plus souvent négligé expliquant un MTTR élevé est l'indisponibilité des pièces. Dans les opérations de fabrication sans intégration en temps réel des stocks dans un système de GMAO, un technicien qui diagnostique une panne en 10 minutes peut ensuite passer 30 à 45 minutes à vérifier la disponibilité de la pièce, à la localiser en entrepôt et à attendre si elle est indisponible et doit être commandée.

La gestion des pièces de Fabrico apporte deux améliorations à cette séquence :

Vérification des pièces dans l'ordre de travail: Lorsqu'un technicien ouvre un ordre de travail Fabrico pour un équipement spécifique, Fabrico consulte le catalogue de pièces détachées et affiche la disponibilité des pièces de rechange les plus courantes pour ce type d'équipement.

Par exemple, un ordre de travail de remplacement de roulement sur la ligne de presse 3 indique que 4 roulements SKF 6205-2Z (pièce de rechange la plus courante pour ce modèle de presse) sont disponibles en stock à l'emplacement C7-14.

Le technicien sait ainsi, avant de quitter la machine, si la réparation peut être effectuée avec les pièces en stock.

Gestion prédictive de la consommation de pièces détachées lors des interventions de maintenance préventive: la GMAO de Fabrico réserve les pièces dès la génération d'une intervention de maintenance préventive, avant même son exécution.

Cette réservation prédictive évite qu'un technicien arrive sur une machine pour une intervention planifiée et constate que les pièces nécessaires ont été utilisées lors d'une réparation d'urgence la semaine précédente et n'ont pas été commandées à nouveau.

Mesurer l'amélioration du MTTR avec Fabrico

Fabrico effectue un suivi automatique du MTTR, calculé entre l'horodatage de détection de la défaillance OEE et l'horodatage de clôture de l'ordre de travail CMMS, pour chaque incident sur chaque équipement surveillé. Les données MTTR sont ainsi disponibles à trois niveaux :

  • MTTR au niveau des actifs : Quels actifs spécifiques présentent les temps de réparation moyens les plus longs ? Cela révèle où la complexité du diagnostic, la disponibilité des pièces ou les lacunes en compétences créent des retards systématiques.
  • Type de panne MTTR : Quels modes de panne sont les plus longs à réparer ?, identifier les domaines où la documentation de Fabrico Assistant serait la plus utile.
  • MTTR au niveau technicien : comparaison anonymisée des temps de réparation par technicien pour un même type de panne, identification des opportunités de développement des compétences sans culture du blâme

Fabrico agit sur les quatre composantes du MTTR à la fois : la détection, la réponse, le temps de diagnostic avec Fabrico Assistant et les retards de pièces grâce à l'intégration de l'inventaire CMMS.

À titre d'exemple, avec une valeur de production de 4 000 $/heure, une réduction de 40 % du MTTR sur une usine présentant 20 incidents par mois se traduit par une récupération de 48 000 $/mois de capacité de production, avant même de prendre en compte l’amélioration de la conformité PM qui réduit la fréquence des pannes dès le départ.

De la maintenance réactive à la maintenance planifiée : comment un MTTR plus faible crée un cercle vertueux de fiabilité

Réduire le MTTR ne se résume pas à des réparations plus rapides. C'est la première étape d'un cercle vertueux de fiabilité qui s'amplifie avec le temps.

Lorsque le MTTR diminue, les équipes de maintenance consacrent moins de temps aux réparations correctives. Ce temps ainsi récupéré peut être investi dans la maintenance préventive, améliorant la conformité aux protocoles et réduisant la fréquence des pannes.

La diminution de la fréquence des pannes entraîne une baisse des interventions d'urgence, réduisant ainsi la pression à l'origine des reports de maintenance préventive. La réduction des interventions reportées contribue à une meilleure conformité, qui elle-même améliore le MTBF.

Enfin, l'augmentation du MTBF rend le MTTR moins critique, car le nombre de réparations à effectuer diminue.

Voici le cercle vertueux de la fiabilité : réduction du MTTR → plus de temps pour la maintenance préventive → meilleure conformité de la maintenance préventive → moins de pannes → impact moindre du MTTR sur le TRS global.

Fabrico est la plateforme qui initie et entretient ce cercle vertueux. La réduction du MTTR provient de la détection, de la réponse et du diagnostic plus rapides permis par l'intégration des fonctionnalités OEE et CMMS de Fabrico.

Le temps ainsi libéré est directement réinvesti dans le planning de maintenance préventive de la CMMS Fabrico, ce qui améliore la conformité de la maintenance. Cette meilleure conformité se traduit dans les données de tendance OEE de Fabrico par une augmentation du MTBF.

L'amélioration du MTBF alimente l'optimisation des intervalles de maintenance préventive par l'agent IA. Le cycle se construit progressivement.

Voici ce que signifie concrètement l'expression « OEE et CMMS intégrés ». Il ne s'agit pas de deux outils connectés par une API, mais d'une plateforme où l'amélioration d'un indicateur crée les conditions propices à l'amélioration du suivant.

Voyez comment Fabrico réunit TRS et maintenance sur une seule plateforme.

Planifier une démonstration
Suivez l'OEE et les arrêts en temps réel
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