Dans de nombreuses usines de travail des métaux fonctionnant en deux ou trois équipes, il existe un problème courant que tout le monde connaît mais que peu d'entreprises analysent sérieusement :

Pourquoi le rendement de la même machine peut-il varier de 20 % voire 30 % entre l'équipe de jour et l'équipe de nuit, même lorsque la machine, le matériau et les paramètres de coupe sont identiques ?

Les premières explications sont souvent :

• Les opérateurs de nuit sont moins expérimentés.
• La machine fonctionne moins bien la nuit.
• Les travailleurs de nuit sont moins efficaces.
• Les ingénieurs sont disponibles pendant la journée mais pas la nuit.

Cependant, le vrai problème est souvent plus complexe.

La machine elle-même n'a pas changé. Ce qui a changé, c'est le système de prise de décision autour de la machine.

Pendant la journée, les ingénieurs, le personnel de maintenance et les responsables de production sont généralement disponibles. La nuit, les opérateurs peuvent devoir prendre des décisions par eux-mêmes lorsqu'ils rencontrent une usure d'outil, des bruits de coupe anormaux, des charges de broche instables ou des problèmes de bridage.

Cela crée le véritable « écart caché » entre les équipes de jour et de nuit.1. Pourquoi le rendement de l'équipe de nuit peut-il être inférieur de 30 % ?

Imaginez une usine de travail des métaux fonctionnant en deux équipes chaque jour.

Équipe de jour

Équipe de nuit

• Les ingénieurs de procédés peuvent fournir un soutien.
• Le personnel de maintenance est plus facile à joindre.
• Les problèmes d'outils peuvent être résolus rapidement.
• Les paramètres de coupe peuvent être ajustés immédiatement.
• Équipe de nuit

Production par heure

• Les ingénieurs de procédés peuvent ne pas être sur site.
• La réponse de la maintenance prend plus de temps.
• Les opérateurs doivent diagnostiquer les problèmes eux-mêmes.
• Les petits problèmes peuvent persister jusqu'à ce qu'ils deviennent de plus gros problèmes.
• Le résultat pourrait ressembler à ceci :

Indicateur

Par conséquent, la vraie question n'est pas :

« Quelle équipe travaille le plus dur ? »

La meilleure question est :

« Les deux équipes ont-elles les mêmes informations, la même capacité de prise de décision et le même soutien au dépannage ? »

2. La variable négligée : la fréquence de remplacement des outils

En coupe de métaux, l'état de l'outil a un impact direct sur la productivité.

Pour les scies circulaires et les scies à ruban, les lames de scie s'usent progressivement pendant le fonctionnement.

À mesure que l'usure de l'outil augmente :

La résistance à la coupe augmente.

• La charge de la broche augmente.
• Le temps de coupe s'allonge.
• La qualité de coupe se détériore.
• Les bavures peuvent augmenter.
• La rupture de dents ou l'usure anormale deviennent plus probables.
• Un opérateur de jour peut remarquer ces changements et contacter immédiatement un ingénieur.

L'ingénieur pourrait déterminer :

L'outil n'est pas complètement usé. Le taux d'avance est simplement trop élevé.

L'ingénieur peut alors ajuster le taux d'avance et poursuivre la production.

Mais sans soutien d'ingénierie, un opérateur de nuit peut prendre l'une des deux décisions extrêmes.

Décision 1 : Remplacer l'outil trop tôt

L'opérateur entend un bruit de coupe anormal et change immédiatement la lame.

Le résultat :

La lame a encore une durée de vie utile, mais elle est mise au rebut prématurément.

Décision 2 : Continuer à utiliser l'outil

L'opérateur pense :

« Ça coupe encore, alors continuons. »

Cela peut finalement entraîner :

Une efficacité de coupe réduite

• Des taux de rebut plus élevés
• Une usure anormale de la lame
• Une charge machine plus élevée
• Rupture de dents ou défaillance de la lame
• Par conséquent, le remplacement de l'outil ne devrait pas dépendre entièrement de l'intuition de l'opérateur.

Une meilleure approche consiste à établir une gestion de la durée de vie des outils basée sur les données.Par exemple :

Une lame → Nombre de coupes → Temps de coupe → Charge de la broche → Qualité de coupe → Temps de remplacement

↓

quand une lame doit être remplacée au lieu de quand un opérateur estime simplement qu'elle doit être remplacée.

3. Les courbes de charge de broche peuvent détecter les problèmes plus tôt que les opérateurs

Pour les équipements de coupe de métaux automatisés, la charge de la broche est un signal de processus précieux.

Supposons que la charge de la broche reste stable pendant la production normale.

Soudain, le schéma change :

Normal → Normal → Augmentation nette → Fluctuation continue

Cela pourrait indiquer :

Variation de la dureté du matériau

Usure de l'outil

• Taux d'avance excessif
• Bridage inapproprié
• Faux rond de la lame
• Problèmes de système de guidage
• Pendant la journée, un ingénieur peut identifier le problème rapidement.
• La nuit, si personne ne surveille les données, la machine peut continuer à fonctionner pendant plusieurs heures.

Le coût n'est plus simplement le prix d'une lame de remplacement.

Il peut devenir :

Coût de l'outil + temps d'arrêt + coût des rebuts + coût de la main-d'œuvre + retard de livraison

Par conséquent, une question importante pour les responsables d'usine est :

Il ne suffit pas que la machine génère des données. Ces données sont-elles réellement utilisées pour prendre des décisions de production ?

4. Le plus gros problème de l'équipe de nuit n'est pas la machine – c'est de n'avoir personne à qui demander

C'est l'un des problèmes les plus négligés dans la fabrication.

Lorsqu'une machine se comporte anormalement, un opérateur peut être confronté à plusieurs possibilités.

Situation 1 : Le bruit de coupe augmente soudainement

Est-ce :

Usure de l'outil ?

Variation du matériau ?

• Taux d'avance excessif ?
• Dysfonctionnement de la machine ?
• Sans normes claires, l'opérateur doit s'appuyer sur son expérience.
• Situation 2 : Le temps de coupe augmente soudainement

Supposons que le cycle de coupe normal soit :

30 secondes par pièce

Mais il devient soudainement :

40 secondes par pièce

Que s'est-il passé ?

La machine devient-elle moins efficace ?

Ou le matériau a-t-il changé ?

Sans données historiques, il est difficile pour un opérateur de le savoir.

Situation 3 : La qualité de coupe se détériore

L'opérateur peut remarquer :

Plus de bavures

Mauvaise perpendicularité

• Changements de qualité de surface
• Variation dimensionnelle
• Mais que faut-il faire ?
• Ajuster le taux d'avance ?

Ou :

Vérifier la lame ?

Erreur 102

Vérifier le système de serrage ?

Erreur 102

Arrêter la machine et contacter la maintenance ?

Erreur 102

Le problème n'est pas que personne ne peut faire fonctionner la machine. Le problème est que personne n'est disponible pour aider l'opérateur à prendre la bonne décision.

5. Que peut dire un système MES aux responsables d'usine ?

Si une usine a mis en œuvre un système MES ou de collecte de données machine, il peut potentiellement fournir une grande quantité d'informations au niveau de l'équipe.

Données de production

Par exemple :

Production de l'équipe de jour

↓

• Production par heure
• Temps de cycle moyen
• Utilisation de la machine
• Comme :

Temps de fonctionnement

Temps d'inactivité

• Temps de défaut
• Temps de changement d'outil
• Temps de réglage
• Données d'outil
• Par exemple :

Temps de fonctionnement de l'outil

↓

• Fréquence de remplacement
• Durée de vie de l'outil sous différents matériaux
• Charge machine
• Y compris :

Charge de la broche

Courant moteur

• Pics de charge
• Fluctuations anormales
• Ces données peuvent aider à répondre à une question critique :
• « Notre machine atteint-elle réellement sa capacité de production conçue ? »

6. Mais le MES peut aussi « cacher » quelque chose

« Cacher » ne signifie pas que le système MES falsifie délibérément les données.

Le vrai problème est :

Un système peut vous dire ce qui s'est passé, mais il peut ne pas vous dire pourquoi cela s'est produit.

Par exemple, un système MES peut indiquer :

Utilisation de la machine de nuit : 82 %

Mais il peut ne pas indiquer :

8 % du temps perdu a été causé par des opérateurs attendant qu'un ingénieur confirme les paramètres de coupe.

Il peut indiquer :

Production de nuit : 780 pièces

Mais il peut ne pas expliquer :

50 pièces ont nécessité une retouche car la qualité de coupe est devenue instable.

Il peut indiquer :

Trois changements d'outil

Mais il peut ne pas expliquer :

Un remplacement était dû à l'achèvement normal de la durée de vie de l'outil, un était un jugement erroné de l'opérateur, et un était dû à un ajustement retardé des paramètres.

Par conséquent :

Les données vous disent ce qui s'est passé. Les processus de gestion déterminent si vous pouvez comprendre pourquoi cela s'est produit.

7. Que faut-il réellement comparer entre les équipes de jour et de nuit ?

Si une usine veut identifier la cause réelle d'un écart de productivité de 30 %, elle devrait comparer au moins les indicateurs suivants.

1. Production

Ne comparez pas seulement la production quotidienne totale.

Un meilleur indicateur est :

Production par heure machine

Cela vous indique la quantité de production que la machine génère réellement pendant son temps de fonctionnement disponible.

2. Temps de cycle de coupe

Comparez :

Temps de cycle moyen de l'équipe de jour contre temps de cycle moyen de l'équipe de nuit

Méthodes d'exploitation

3. Consommation d'outils

Comparez :Combien de lames sont consommées pour 1 000 pièces ?Si la consommation d'outils de l'équipe de nuit est significativement plus élevée, le problème peut impliquer :

Paramètres de coupe

Méthodes d'exploitation

Identification des matériaux

Stratégie de remplacement des outils

• 4. Taux de rebut
• Supposons que l'usine produise 1 000 pièces.
• Équipe de jour :
• 10 pièces défectueuses

Équipe de nuit :

30 pièces défectueuses

La différence n'est que de 20 pièces en une équipe.

Mais sur un mois entier, le coût peut devenir significatif.

5. Temps d'arrêt imprévu

C'est l'un des indicateurs les plus importants pour de nombreuses usines.

Parce que :

Une minute d'arrêt machine ne signifie pas simplement une minute de production perdue.

Cela peut également affecter :

Les processus en aval

La planification de la main-d'œuvre

Les calendriers de livraison

L'utilisation de la machine

• Le coût par pièce
• 8. Résoudre l'écart jour/nuit ne consiste pas simplement à « plus de formation »
• Lorsque les usines constatent que la productivité de l'équipe de nuit est plus faible, la première réaction est souvent :
• « Nous devons mieux former les opérateurs de nuit. »
• La formation est importante, mais ce n'est pas la solution complète.

Une approche plus efficace comprend les éléments suivants.

① Standardiser l'expérience des ingénieurs de jour

Transformer l'expérience d'ingénierie en :

Tables de paramètres

Procédures de dépannage

Normes de remplacement des outils

Procédures de gestion des alarmes

• FAQ pour les problèmes courants
• L'objectif est de s'assurer que les opérateurs de nuit n'ont pas à deviner.
• ② Établir des fenêtres de paramètres standard
• Pour différents matériaux, tailles et types d'outils, définir :
• Vitesse de broche recommandée

Taux d'avance recommandé

Plage de charge acceptable

Durée de vie de référence de l'outil

• Ensuite, la décision de l'opérateur passe de :
• « Je pense que nous devrions ajuster ceci. »
• à :
• « Selon la norme, c'est le bon ajustement. »

③ Établir une procédure d'escalade

Par exemple :

Niveau 1 : L'opérateur s'en charge

↓

Niveau 2 : Le chef d'équipe confirme

↓

Niveau 3 : L'ingénieur fournit une assistance à distance

Ou :

Niveau 4 : La maintenance intervient

Ou :

Arrêter la machine pour un problème mineur.

Ou :

Continuer à fonctionner malgré un problème grave.

④ Laisser la machine expliquer le problème

Les futures machines de coupe intelligentes ne devraient pas simplement afficher :

Erreur 102

Elles devraient fournir des conseils plus utiles, tels que :

La charge de la broche est supérieure à la plage normale. Veuillez vérifier l'usure de l'outil ou réduire le taux d'avance.

En d'autres termes :

La machine ne devrait pas seulement collecter des données. Elle devrait aider les opérateurs à comprendre les données.

9. L'objectif n'est pas de faire en sorte que l'équipe de nuit « travaille comme l'équipe de jour »

Le véritable objectif est de donner à l'équipe de nuit :

Des capacités de prise de décision proches de celles disponibles pendant la journée.

Cela nécessite :

Paramètres de processus standardisés

Gestion de la durée de vie des outils basée sur les données

État de la machine visualisé

Dépannage standardisé

• Support d'ingénierie à distance
• Données de production transparentes
• L'objectif ultime n'est pas :
• « Demander aux opérateurs de nuit de devenir plus expérimentés. »
• C'est :
• « Utiliser des systèmes et des données pour aider les opérateurs ordinaires à prendre des décisions plus proches de celles des ingénieurs expérimentés. »

C'est là que l'automatisation et la fabrication intelligente créent une valeur réelle.

10. Conclusion : la précision de la machine n'est que la base

Lors de l'achat d'une machine-outil, les fabricants se concentrent souvent sur :

Précision de positionnement

Précision de coupe

Vitesse de broche

Puissance moteur

• Niveau d'automatisation
• Tous ces éléments sont importants.
• Mais pour la production à haut volume, il existe une autre métrique facile à négliger :
• La machine peut-elle maintenir une production stable sur 24 heures ?
• Si l'équipe de jour produit 100 pièces par heure tandis que l'équipe de nuit ne produit que 70 pièces par heure, la machine peut être technologiquement avancée, mais son potentiel n'a pas été pleinement converti en productivité.

Par conséquent, l'évaluation d'une machine de coupe de métaux moderne ne devrait pas seulement consister à demander :

« Peut-elle couper avec précision ? »

Elle devrait également demander :

« Différents opérateurs et différentes équipes peuvent-ils couper avec précision, efficacité et fiabilité de manière constante ? »

Une machine vraiment performante ne devrait pas dépendre d'un seul opérateur expérimenté pour délivrer ses pleines performances.

Grâce à la standardisation, à l'automatisation et à la fabrication axée sur les données, les performances de la machine devraient dépendre moins des opérateurs individuels et des différences entre les équipes.

C'est ce que la fabrication intelligente devrait résoudre en fin de compte.