Comment repérer les goulots d'étranglement de production avant qu'ils n'apparaissent
Pour repérer un goulot d'étranglement de production avant qu'il n'apparaisse, faites tourner la ligne prévue dans un modèle de simulation avec des plages réelles de temps de cycle, les arrêts, le transport et le mix de commandes, puis cherchez l'endroit où le travail s'accumule en amont pendant que les postes en aval attendent. C'est cet endroit qui limite votre production. Modifiez ensuite un élément, relancez le modèle et vérifiez où se déplace le goulot. Quelques jours de modélisation avant la mise en service coûtent bien moins cher que de découvrir la contrainte après coup, à travers la production perdue et les heures supplémentaires.
Pourquoi les goulots d'étranglement n'apparaissent qu'après la mise en service
La plupart des lignes sont planifiées avec des temps de cycle moyens. Si chaque poste est en moyenne plus rapide que le takt, la ligne paraît équilibrée. Puis la production démarre, et une file se forme devant un poste pendant qu'un autre attend des pièces.
Cela s'explique par trois raisons :
- La variabilité. Prenez un poste qui tourne en moyenne à 50 secondes et qui, dans ce cas illustratif, a parfois besoin de 75. Un cycle lent isolé est sans conséquence. Plusieurs cycles lents à la suite remplissent le stock tampon en amont et privent de pièces les postes en aval.
- L'interaction. Les postes partagent des chariots élévateurs, des opérateurs, des stocks tampons et des équipes de changement de série. Une ressource libre en moyenne peut être occupée précisément au moment où l'on en a besoin.
- Le transport et l'attente. Les matières doivent circuler entre les postes et les magasins, et le temps passé à attendre l'enlèvement n'apparaît sur aucune fiche de temps de cycle.
Le goulot d'étranglement n'est pas non plus toujours une machine. Il peut s'agir d'un opérateur qui dessert deux postes, d'un chariot élévateur partagé par trois lignes, d'un stock tampon trop petit ou d'un circuit de préparation de commandes en entrepôt. Un tableur qui liste des machines ne les désignera jamais.
À quoi ressemble un goulot d'étranglement dans les résultats de simulation
Un modèle de simulation fait tourner la ligne sur un poste, une journée ou une semaine, avec des temps de cycle sous forme de plages et des arrêts tirés du comportement historique, et montre où le temps se perd. Voici les signaux à lire :
| Signal dans le modèle | Ce qu'il signifie généralement |
|---|---|
| Longue file devant un poste | Ce poste, ou le transport qui l'alimente, limite le flux |
| Poste suivant souvent en manque (en attente de pièces) | La contrainte se trouve en amont |
| Poste précédent souvent bloqué (ne peut pas transmettre ses pièces) | La contrainte se trouve en aval ou le stock tampon est trop petit |
| Taux d'utilisation élevé d'un chariot élévateur, d'un chariot ou d'un opérateur | Le goulot d'étranglement est une ressource partagée, pas une machine |
| Long temps d'attente entre processus | Les matières attendent l'enlèvement ou le transport |
| Production en forte baisse dans certaines simulations et pas dans d'autres | La ligne est sensible à la variabilité, donc la contrainte se déplace |
Un signal isolé peut induire en erreur. Un poste à fort taux d'utilisation sans file devant lui est occupé sans limiter la ligne. Cherchez la combinaison : une file en amont, des postes en manque en aval et une baisse de production de la ligne quand ce poste ralentit.
Une méthode pas à pas
- Modélisez d'abord la ligne actuelle. Utilisez votre implantation, vos gammes, vos temps de cycle, vos vitesses de transport, vos équipes et un mix de commandes type.
- Confrontez le modèle à la réalité. Comparez sa production et l'endroit où se forment les files avec ce que les chefs d'équipe observent dans l'atelier. S'ils ne concordent pas, cherchez pourquoi avant d'aller plus loin : l'écart entre les valeurs nominales et l'atelier réel désigne souvent le vrai goulot d'étranglement, et le combler vous donne des données d'entrée fiables.
- Ajoutez la variabilité. Remplacez les valeurs moyennes uniques par des plages fondées sur le comportement historique. Un modèle stochastique montre alors les mauvais jours à côté du jour moyen.
- Faites tourner le changement prévu. Nouvelle implantation, nouveau produit, volume plus élevé, robot ou équipe supplémentaire.
- Lisez les signaux. Trouvez l'endroit avec une file en amont et de l'attente en aval.
- Testez une correction et relancez. Ajoutez un stock tampon, déplacez un opérateur, ajoutez un chariot, modifiez la règle de lancement. Vérifiez ensuite où la contrainte s'est déplacée, car elle se déplace généralement quelque part.
C'est à l'étape 6 que se trouve l'essentiel de la valeur. Supprimer un goulot d'étranglement en crée souvent un autre, et le modèle le montre avant que vous n'achetiez quoi que ce soit.
Voyez où votre ligne va attendre
Pensez au changement de ligne dont vous êtes le moins sûr. La démo montre comment DBR77 Digital Twin désigne le poste, l'opérateur ou le chariot élévateur qui freine un flux, et où va la contrainte après une correction.
Exemple : une étape manuelle qui freinait toute la ligne
Une entreprise d'injection plastique du centre de la Pologne, travaillant en trois équipes pour l'industrie de l'électroménager, voulait automatiser plusieurs postes sur une ligne. DBR77 a construit un jumeau numérique de cette partie de l'usine, avec les flux de matières et les temps de cycle de chaque tâche, et a produit des rapports d'efficacité, de productivité et de temps de travail pour chaque variante.
L'analyse a situé le goulot d'étranglement sur une étape manuelle effectuée par le premier opérateur : 90 secondes d'activité et 98 secondes d'attente. Plus de la moitié du temps de cet opérateur était de l'attente. Remplacer cet opérateur par un chariot autonome a augmenté l'efficacité de plus de 100 %, ce qui a créé les conditions de la viabilité économique de l'investissement. L'analyse des variantes n'a pris que quelques jours.
Une étude de temps de cycle aurait jugé cette étape correcte, car elle mesure le temps de travail. La perte se trouvait dans l'attente.
Exemple : quand le goulot d'étranglement, c'est l'attente de l'enlèvement
Un fabricant de feux automobiles du sud de la Pologne, avec 270 personnes en deux équipes, avait besoin d'une nouvelle implantation de ligne. DBR77 a modélisé le flux de matières, y compris les vitesses de transport ainsi que l'accélération et le freinage des chariots, et a comparé trois variantes d'implantation.
Dans les résultats, les implantations qui perdaient en efficacité le devaient au fait que les semi-finis attendaient d'être enlevés entre deux processus. L'implantation retenue plaçait un magasin tampon dans la zone centrale, entre la production et l'assemblage. Son temps moyen de flux des matières n'était pas le plus court, et pourtant sa productivité journalière était en moyenne supérieure de 6 % à celle d'une implantation linéaire sans magasin intermédiaire.
Dans les variantes les plus faibles, la contrainte se trouvait dans l'intervalle entre les processus. L'article Comment comparer des variantes d'implantation sans approximations montre comment mener une telle comparaison.
Après la mise en service : confronter le modèle aux données machines
Un modèle montre où le goulot d'étranglement devrait apparaître, et les données machines montrent où il apparaît. Une fois la ligne en marche, comparez les deux. La file se forme-t-elle là où le modèle l'avait prévu ? Les temps d'arrêt et les plages de temps de cycle sont-ils proches des données d'entrée ?
Là où ils divergent, mettez à jour le modèle de base pour qu'il corresponde à la ligne telle qu'elle tourne réellement, afin que la décision suivante parte de l'usine réelle. Les données machines en temps réel de DBR77 IIoT constituent l'étape suivante de cet apprentissage, car la comparaison s'appuie alors chaque jour sur des données réelles au lieu de contrôles ponctuels ; Ce qu'il faut mesurer pendant les 90 premiers jours d'un projet IoT décrit les indicateurs par lesquels commencer.
Les goulots d'étranglement se déplacent aussi quand la demande évolue. Une ligne équilibrée pour le mix d'aujourd'hui peut s'engorger avec celui de l'an prochain. La manière de le tester à l'avance est présentée dans Comment tester votre capacité avant la prochaine variation de la demande.
Questions fréquentes
Un goulot d'étranglement peut-il être autre chose qu'une machine ?
Oui. Les opérateurs, les chariots élévateurs, les chariots autonomes, les stocks tampons et les circuits de préparation de commandes en entrepôt sont des goulots d'étranglement fréquents. Une simulation les révèle parce qu'elle suit le taux d'utilisation et l'attente de chaque ressource, personnes et véhicules compris.
Pourquoi le goulot d'étranglement se déplace-t-il après sa correction ?
Parce que l'étape ou la ressource suivante la plus lente devient la limite. Un poste plus rapide peut saturer le stock tampon suivant ou surcharger un chariot élévateur partagé. Relancez le modèle après chaque correction pour voir où va la contrainte.
Faut-il des données machines en temps réel pour repérer les goulots d'étranglement dans un modèle ?
Non. Un premier modèle peut tourner avec les gammes, des temps de cycle mesurés, l'historique des arrêts et le mix de commandes. Les données en temps réel constituent l'étape suivante, une fois que le modèle est utilisé régulièrement : elles montrent chaque jour l'écart entre le modèle et la ligne et signalent au responsable du modèle quand le modèle de base doit être mis à jour.
Combien de temps prend une analyse de goulots d'étranglement ?
Cela dépend du périmètre. Dans les études de cas publiées par DBR77, une analyse de variantes d'automatisation a pris quelques jours, et une analyse d'implantation de ligne portant sur plusieurs variantes environ une semaine.
Conclusion
Commencez par la vérification du modèle sur une ligne que vous exploitez déjà. Demandez aux chefs d'équipe où se forment les files aujourd'hui, et vérifiez si le modèle, alimenté par des plages au lieu de moyennes, les place au même endroit. Une fois que c'est le cas, vous pouvez lui faire confiance pour le changement prévu.
Les goulots d'étranglement dans de vrais projets
Dans les deux exemples ci-dessus, la contrainte était un temps d'attente qu'aucune fiche de temps de cycle n'enregistrait. Les cas d'usage montrent comment DBR77 Digital Twin l'a trouvé dans la conception de lignes, l'automatisation et la préparation de commandes en entrepôt.
Sources
- DBR77, Étude de cas : élaboration d'un concept d'automatisation (résumé sur ce site)
- DBR77, Étude de cas : conception d'une ligne de production (résumé sur ce site)
- DBR77 Digital Twin, Simulation déterministe ou stochastique
- DBR77 IIoT, Ce qu'il faut mesurer pendant les 90 premiers jours d'un projet IoT
Vous voulez tester une décision de votre usine ?
Réservez une démo : nous vous montrons comment DBR77 Digital Twin compare les options sur la production, l'attente et la charge de transport.