Arts&MétiersMag - N°409 - Mai 2019 - 47

PHOTO ANTHONY BLANCHARD

ne learning»

PHOTO DR

Les équipes de maintenance de la
fonderie FMGC (Farinia Group), à
Soudan (Loire-Atlantique), utilisent
la solution Mobility Work pour suivre
l'évolution des indicateurs de
performance des machines,
anticiper les pannes et réagir au
moment opportun.
Ci-dessus, un opérateur mesure la
température d'une broche à l'aide
d'une caméra thermique. À gauche,
un autre recherche dans la banque
de données une pièce de rechange.

machines, anticipent les pannes et réagissent au moment opportun.
Un outil de GMAO moderne leur garantit un véritable partage de
l'information. Ce partage bénéﬁcie notamment au service achats,
qui commandera dès lors les pièces de façon optimale.
Moins d'arrêts de production
Axer les processus sur une démarche de «machine learning» permet donc d'assurer un contrôle qualité en temps réel. Les capteurs
recueillent des informations qui aident les équipes à détecter les
défauts et dysfonctionnements (surchauffe, vibrations...) affectant
les machines - ces derniers sont souvent causés par des pièces déséquilibrées, mal alignées, desserrées ou, tout simplement, usées.
Détecter précocement les problèmes fait gagner de l'argent et du
temps en évitant les arrêts de production. Mieux informées des
menaces, les équipes sont capables de trier les pièces défectueuses.
La maintenance prescriptive est-elle l'avenir des usines ? Elle repose
sur des systèmes qui prescrivent à une machine le comportement à
adopter en fonction de l'environnement dans lequel elle se trouve.
En analysant ainsi les conditions de fonctionnement, l'usure des
machines est anticipée avec précision. Cette stratégie propose une

approche innovante qui ne prend plus en compte les seules machines,
mais bien les facteurs extérieurs qui risquent de mener à des dysfonctionnements. Cela évite les dépenses inutiles et les pertes de temps
pour changer une pièce qui aurait pu encore servir.
L'adoption d'une telle démarche confère aux entreprises un avantage
concurrentiel sans précédent : au-delà des avantages déjà cités, elles
sont capables de satisfaire leurs clients en délivrant un résultat optimal dans les temps puisqu'elles connaissent les risques inhérents à
la production et savent donc les appréhender.
Les entreprises doivent prendre la mesure de la révolution numérique et évoluer en ce sens pour tendre vers une production «lean»,
s'équiper de solutions innovantes et faire face aux bouleversements
Célia Sagnier
technologiques qui transforment l'industrie.
(1)
«Is Your Digital Transformation Focused on the Wrong Strategy ?»,
dans Harvard Business Review, https://hbr.org, rubrique «Sponsor
Content from Deloitte» («publicité Deloitte») du 11 février 2019.
(2)
«Application Programming Interface», interface permettant à deux
programmes informatiques de communiquer.
(3)
«Mean time between failures», temps moyen entre les pannes.
(4)
«Mean time to repair», temps moyen pour réparer.

Mai 2019 - Arts&MétiersMag - 47

https://www.hbr.org

Arts&MétiersMag - N°409 - Mai 2019

Table des matières de la publication Arts&MétiersMag - N°409 - Mai 2019