Présentation
En anglaisRÉSUMÉ
Dans un contexte de production très concurrentiel, avec une évolution rapide des produits et des technologies, les équipements peuvent se trouver exploités en limite de leurs capacités. L'ajustement dynamique des politiques de maintenance basées sur l'approche OMF, pour Optimisation de la Maintenance par la Fiabilité, doit permettre de quantifier et de maîtriser dynamiquement la fiabilité des équipements ou des infrastructures. Cette approche permet à la fonction "maintenance" d'être intégrée comme un acteur majeur dans un processus de gestion des actifs qui dépasse le cadre du domaine où elle est encore trop souvent confinée.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleABSTRACT
In a highly competitive production environment with a rapid evolution of products and technologies, equipment has the ability to be operated to the limit of its capacity. The dynamic adjustment of maintenance policies based on the OMF approach must allow for the quantification and dynamic control of equipment or infrastructures. This approach allows for the integration of the "maintenance" function as a key player in the asset management process which goes beyond the domain in which maintenance is too often confined.
Auteur(s)
-
Stéphane HUBAC : Manufacturing science senior expert – Advanced process and equipment control – STMicroelectronics (Crolles/France)
-
Eric ZAMAÏ : Maître de conférences. Habilité à diriger des recherches – Grenoble INP – Laboratoire GSCOP (France)
INTRODUCTION
Les politiques de maintenance ont pour objectif d'élaborer des programmes cherchant sous contrainte de critères opérationnels objectifs et par ordre de priorité à :
-
minimiser les maintenances correctives ;
-
optimiser les maintenances préventives systématiques ;
-
implémenter des maintenances préventives (conditionnelles ou prédictives).
Les deux derniers points ayant pour fonction de prévenir les indisponibilités erratiques des équipements, tout en optimisant la programmation des activités de maintenance, en regard de critères objectifs comme :
-
les coûts ;
-
les temps de cycles ;
-
la qualité ainsi que la disponibilité des ressources ou des programmes d'amélioration envisagés sur ces mêmes critères.
En vue de pouvoir localiser les défaillances, savoir diagnostiquer ou pronostiquer, mettre en place les actions correctives, préventives, et de contrôle, l'approche rationnelle est utilisée pour acquérir de la connaissance en répondant aux questions suivantes :
-
quelle ... défaillance ou cause de défaillance apparaît ? : connaissance de quoi détecter et/ou prévenir ;
-
pourquoi... un effet induit par une défaillance apparaît-il ? : connaissance de la (ou les) cause(s) des effets et des défaillances ;
-
comment... une défaillance ou cause de défaillance apparaît-elle ? : connaissance de la détection et/ou la prévention appropriée ;
-
quand... une défaillance induisant un effet va-t-elle apparaître ? : connaissance de la (ou les) loi(s) liant cause et effet.
Un certain nombre d'outils méthodologiques ont été développés et implémentés avec succès pour mettre en œuvre le processus rationnel dans le cadre d'une démarche scientifique. L'AMDEC est un outil de choix pour aborder ce type de problématique en raison de sa faculté, de par sa structure, à prendre en compte les principaux aspects de la démarche rationnelle décrite par Emmanuel Kant dans un cadre expérimental opérationnel (voir le Pour en savoir plus) :
-
fonction ;
-
critères de valeurs ;
-
modes de défaillances ;
-
lien causalités-effets potentiels ;
-
détection ;
-
évaluation du risque ;
-
prévention associée.
pour Ernst Mach (la connaissance et l'erreur ), le but de la science n'est pas de discerner la nature de la réalité, mais de décrire des données expérimentales – les « faits » – aussi succinctement que possible. Tout concept scientifique devrait être compris sous l'angle de sa définition opérationnelle – une prescription de la manière dont il pourrait être mesuré (pour nous orienter au sein des phénomènes).
L'approche d'Optimisation de la maintenance par la fiabilité (OMF) a démontré son efficacité et sa pertinence dans des environnements relativement « stables », en particulier lorsque les équipements, dès leur conception, ont été pensés dans le but de réaliser un nombre limité de technologies et/ou de produits.
Après avoir précisé les spécificités du contexte auquel est exposée la fonction maintenance en flux de production (technologique ou produit) stressant, et rappelé les conséquences industrielles liées à la non-maîtrise de la variabilité de disponibilité des équipements, nous présenterons les ajustements à apporter à la méthode OMF pour rendre possible la mise en place d'un pilotage dynamique de la politique de maintenance. Au travers de cas d'études, seront aussi pointées les nécessaires évolutions associées en termes de culture maintenance et de décloisonnement des métiers au sein de l'entreprise.
KEYWORDS
modelling | maintenance control | manufacturing | maintenance modelling
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Conception et Production
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
4. Conclusion
Les équipements industriels sont de plus en plus soumis à des flux de production stressants, c'est-à-dire des encours technologique et/ou produit en constante évolution et/ou à obsolescence rapide. Cela induit des modifications fréquentes des gammes de fabrication et/ou des conditions d'exploitation des équipements de production parfois en limite de leurs capacités techniques. Dans ce type d'environnement, la fonction maintenance doit, comme les autres secteurs opérationnels, avoir à sa disposition un système de pilotage dynamique permettant de quantifier et maîtriser dynamiquement l'impact de l'environnement sur la variabilité et les risques inhérents à la fiabilité des équipements ou des infrastructures. En effet, la variabilité peut être qualifiée de « bonne » lorsqu'elle est l'implication nécessaire d'une stratégie opérationnelle comme, par exemple, opérer dans un environnement de production et/ou de recherche développement fortement concurrentiel et contraint par l'évolution fixée par le marché. Mais cette « bonne » variabilité peut avoir un impact sur le pilotage opérationnel en générant, par un flux de production stressant, une « mauvaise » variabilité aux causes multiples comme :
-
les excursions planifiées (réglages) ;
-
les excursions non planifiées (défaillances équipements) ;
-
les problèmes qualité (rendement ou recyclages) ;
-
la disponibilité opérateurs (capacité et compétences dispo- nibles) ;
-
les modifications de gammes.
Dans le cadre de méthodologies ayant démontré leur efficacité industrielle comme pour la maintenance l'OMF, pour la gestion des risques l'approche AMDEC, pour l'architecture de maintenance préventive OSA-CBM, et cela par souci de déploiement dans des environnements industriels, nous avons proposé une stratégie de pilotage dynamique de maintenance intégrée avec le système de pilotage de production qui permet :
-
en premier lieu, un repérage des modes de variabilité considérés comme défaillants, c'est-à-dire répondre à la question « Quelle... ? » ;
-
une compréhension des causes de variabilité en vue d'en maîtriser ou réduire les effets en répondant aux questions « Pourquoi... ? », « Comment... ? »,...
Cet article fait partie de l’offre
Conception et Production
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Conclusion
BIBLIOGRAPHIE
-
(1) - SPEARMAN (M.L.), HOPP (W.J.) - Factory physics, second edition, chap 8 and 9. - Ed. Mc Graw Hill (2000).
-
(2) - MONTGOMERY (C.D.) (s.d.) - Introduction to statistical Process Control. - Ed. John Wiley and Sons, Inc.
-
(3) - DESCHAMPS (E.) - Diagnostic de services pour la reconfiguration dynamique de systèmes à événements discrets complexes. - Thèse de doctorat, France. Grenoble : Grenoble INP Institut National Polytechnique (2007).
-
(4) - QUOC-BAO (D.a.) - Engineering application and artificial intelligence. - Confidence estimation of feedback information for logic diagnosis, DOI information : 10.1016/j.engappai.2012.08.008 (2012).
-
(5) - ARUNRAJ (N.) - Risk-based maintenance.Techniques and applications. - Journal of Hazardous Materials, 142(3), p. 653-661 (2007).
-
(6) - CHARDONNET (A.) - Le...
DANS NOS BASES DOCUMENTAIRES
-
Optimisation de la maintenance par la fiabilité (OMF).
-
Diagnostic de la maintenance. Mesure performance et interprétation.
-
Principes des architectures de pilotage de procédés industriels coordination.
NORMES
-
Terminologie de la maintenance. Association Française de Normalisation Paris - AFNOR NF EN 13306/X 60-319 - 2001
Cet article fait partie de l’offre
Conception et Production
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive