La perte de rendement est la taxe silencieuse sur une opération de production. Elle n’apparaît que rarement comme un événement dramatique unique; elle s’écoule plutôt sous forme de rebuts, de retravail, de produits déclassés et de surremplissage ou distribution excessive, poste après poste.
Parce qu’elle est diffusée, il est facile de la sous-estimer et difficile de la combattre sans de bonnes données. Ce guide explique ce qu’est la perte de rendement, comment la calculer, comment elle se relie à OEE et au coût de la mauvaise qualité, et comment la réduire.
Le rendement est la proportion de l’entrée qui devient un produit conforme et vendable. La perte de rendement est tout ce qui n’en fait pas partie: matière mise au rebut, unités retravaillées, produit déclassé et surremplissage ou distribution excessive.
Si vous lancez un lot avec 1 000 unités d’entrée et expédiez 920 unités conformes, votre rendement est de 92 % et votre perte de rendement de 8 %. Les pertes peuvent être matérielles, temporelles ou les deux, car le retravail consomme à la fois de la capacité et de la matière.
Deux mesures sont importantes, et elles racontent des histoires différentes.
Le RTY est révélateur : de petites pertes à chaque étape se cumulent en une perte globale importante, et cette accumulation est invisible si vous ne suivez que l’inspection finale.
La discipline essentielle est de comptabiliser le retravail honnêtement. Si les unités retravaillées sont discrètement intégrées aux « conformes », votre rendement paraît meilleur qu’il ne l’est et le coût réel reste caché.
La perte de rendement se situe dans le facteur Qualité de l’ OEE . Les défauts et la baisse de rendement sont deux des Six grandes pertes , et ils tirent directement l’OEE vers le bas.
La perte de rendement constitue aussi une composante majeure du coût de la mauvaise qualité : le rebut représente de la matière et de la capacité perdues, et le retravail est payé deux fois.
Réduire la perte de rendement améliore le facteur Qualité de l’OEE et réduit simultanément le coût de la mauvaise qualité.
Il est difficile de lutter contre la perte de rendement lorsque les données de défauts et de retravail sont collectées sur papier et rapprochées en fin de mois. À ce moment-là, le rebut est déjà produit et la cause refroidie.
Lorsque les données qualité et production sont captées directement depuis la ligne en temps réel , une tendance à la hausse des rejets apparaît alors que vous pouvez encore agir, et la perte de rendement devient un signal vivant plutôt qu’un post-mortem mensuel.
C’est aussi pourquoi des données propres, structurées et en temps réel sont la condition préalable à toute avancée. Vous ne pouvez ni prédire ni automatiser la sortie d’une perte de rendement si les données qualité sous-jacentes sont tardives et peu fiables. Améliorez la qualité des données, et le SPC, les travaux de capabilité et toute IA future deviennent plus efficaces.
Le rebut est une forme de perte de rendement : produit inutilisable ou invendable. La perte de rendement est plus large et inclut aussi le retravail, le produit déclassé et le surremplissage ou la distribution excessive ; elle capture donc l’écart total entre les entrées et la production vendable conforme.
Le rendement au premier passage est la part d’unités qui passent une seule étape du premier coup. Le rendement cumulé multiplie les rendements au premier passage de chaque étape, révélant la perte composée sur un processus multi-étapes que le rendement final cache.
La perte de rendement se situe dans le facteur Qualité de l’OEE. Une perte de rendement plus élevée signifie une OEE plus faible, et les mêmes défauts augmentent aussi le coût de la mauvaise qualité ; réduire la perte de rendement améliore donc les deux en même temps.
Cela varie beaucoup selon l’industrie et la complexité du processus. L’objectif utile est votre propre tendance et votre rendement cumulé, pas un repère universel, car un long processus multi-étapes aura toujours un RTY plus bas qu’un processus à étape unique.
Fabrico capture les données de production et de qualité directement depuis vos machines en temps réel, de sorte que la perte de rendement apparaît au moment où elle se produit au lieu d’être constatée en fin de mois, et que les données restent suffisamment propres pour soutenir le SPC, les travaux de capabilité et toute IA future.
Réservez une courte démo pour voir comment cela se traduirait sur vos lignes, ou commencez par les bases de l’OEE .