EN
Votre machine à mesurer tridimensionnelle (CMM) ne cesse jamais de fonctionner. Chaque jour, elle génère un flux continu de données. Chaque jour, elle enregistre des cotes, des tolérances ainsi que des résultats « conforme » ou « non conforme ». La plupart des ateliers, voire la totalité d’entre eux, consultent ces relevés afin de valider la production des pièces et d’attribuer un statut « bon » ou « mauvais ». La plupart des ateliers stockent même ces relevés afin de répondre aux demandes futures de leurs clients. Bien que courantes, ces pratiques laissent exploiter une quantité considérable de potentiel inexploité.
Vos appareils de mesure capturent des données qui peuvent ouvrir la voie à l’optimisation de l’ensemble de votre atelier. En général, les dispositifs de capture de données sont uniquement utilisés pour vérifier si une pièce est conforme ou non. Bien qu’il s’agisse d’une fonction essentielle et utile, lorsqu’on utilise suffisamment longtemps des appareils de mesure, ceux-ci commencent à révéler un potentiel sous-jacent et à identifier des tendances, proches de la dérive, qui constituent des indicateurs de problèmes de qualité futurs. Tel est l’objectif de l’amélioration continue.
Aller au-delà de la simple conformité ou non-conformité
Les appareils de mesure capturent des données au niveau le plus élémentaire afin de comparer les pièces aux limites de tolérance supérieure et inférieure. Une pièce est jugée bonne si elle se situe, sur le plan dimensionnel et fonctionnel, dans les limites définies. Elle est jugée mauvaise si elle se situe, sur le plan dimensionnel et fonctionnel, en dehors de ces limites définies. Il s’agit là de la fonction la plus fondamentale et élémentaire de ces appareils de mesure. Or, bien que cette fonction soit précieuse, une quantité considérable d’informations est capturée même à l’intérieur des limites de tolérance.
Envisagez une pièce dont une caractéristique mesure très près de la limite supérieure de tolérance. À ce moment précis, la pièce réussit l’inspection. Toutefois, si cette caractéristique continue de s’éloigner vers le haut à chaque lot, elle finira par sortir des spécifications. Une machine à mesurer tridimensionnelle (CMM) détectera ces légères variations. Avec suffisamment de temps et de données enregistrées, vous pourrez identifier la tendance avant qu’elle ne devienne un problème. Cela vous permet d’apporter des modifications au procédé plus tôt, plutôt que d’adopter une approche réactive consistant à diagnostiquer et à corriger un défaut après une défaillance.
Identifier la cause de la variation
Aucun procédé de fabrication n’est parfaitement reproductible, et l’on peut affirmer qu’il existe toujours une certaine variation. La question essentielle est de savoir si cette variation est maîtrisée. Vos données issues des mesures vous fourniront la réponse à cette question.
Lorsque des données sont collectées à partir de la machine CMM sur plusieurs pièces et plusieurs séries de production, vous serez mieux à même d’identifier et de distinguer les différents types de variation. Certaines variations peuvent provenir de l’usure des outils de coupe, d’autres peuvent résulter de la température de l’atelier, et d’autres encore peuvent être dues aux différentes méthodes utilisées par les opérateurs pour régler la machine. Les données fourniront des réponses aux questions que vous vous posez, puis vous pourrez déterminer les mesures les plus appropriées à prendre pour réduire cette variation.
Renforcer la confiance dans le processus
Renforcer la confiance dans votre processus constitue l’un des avantages les moins évidents, mais peut-être les plus importants, de l’utilisation de données de mesure pour l’amélioration. Accroître la confiance dans votre processus permet potentiellement de réduire la fréquence des inspections. Lorsque des caractéristiques se révèlent stables et restent systématiquement dans les tolérances spécifiées, des possibilités se présentent de diminuer la fréquence des inspections pour ces caractéristiques. Cela libère par ailleurs de la capacité pour d’autres tâches en aval, telles que le temps-machine et le temps-opérateur, qui peuvent alors être consacrés à d’autres travaux.
Vous ne souhaitez pas réduire la fréquence des inspections sans disposer de données justifiant cette décision. Toutefois, lorsque les performances historiques sont stables, affectez les ressources dédiées aux inspections qualité sur les zones présentant des performances moins stables. Il s’agit là d’amélioration continue. Celle-ci va au-delà de l’amélioration des pièces dans le processus ; plus important encore, elle vise à améliorer le processus d’inspection lui-même.
Mesure des performances de l’outil
Les données de mesure vous renseignent sur tout ce que vous savez concernant les performances d’un outil ; alors, que peuvent-elles vous révéler au sujet des mesures du cycle de vie de l’outil ? Le remplacement d’un outil dans le cadre de son cycle de vie, fondé sur une simple supposition ou sur un calendrier prédéterminé, constitue une estimation des performances. Attendre la défaillance de l’outil n’est ni une démarche intelligente ni une méthode efficace de collecte de données. En revanche, laisser les données guider les décisions éliminera toute forme de conjecture lors du remplacement de l’outil. La mesure des performances de l’outil est un outil essentiel dans la fabrication de pointe.
Lorsqu'une caractéristique présente une tendance à dériver dans une direction donnée, une explication probable est que l'outil s'use. Toutefois, cela ne doit pas vous surprendre : votre machine à mesurer tridimensionnelle (CMM) sera la première à vous en avertir. Cela vous permet de planifier un changement d'outil avant que les pièces ne sortent des tolérances spécifiées, évitant ainsi leur mise au rebut ou leur reprise. Il en va de même pour les dispositifs de maintien. Si vous constatez une variation spécifique causée par un dispositif ou une configuration donnée, les données vous orienteront vers ce problème.
Outre l'amélioration continue, il faut adopter une démarche axée sur la mesure des résultats obtenus ; à cet effet, un plan clair doit être établi afin d'évaluer l'efficacité des changements apportés. Si vous modifiez un paramètre d'usinage, ajustez une méthode de maintien en position ou remplacez un outil par un autre, la première question qui se posera sera de savoir si ce changement s'est avéré bénéfique ou non.
C’est ici que les données de mesure jouent un rôle crucial. La machine à mesurer tridimensionnelle (CMM) enregistrera les données avant la modification et continuera d’enregistrer les données après la modification. Si la variation est réduite ou éliminée, cela signifie que la modification a été bénéfique. S’il subsiste encore une variation considérable, cela signifie que la modification n’a pas été bénéfique et qu’il vous faudra essayer une autre approche. L’ensemble de ces actions vise l’amélioration continue : mettez en œuvre votre outil amélioré ou nouveau, et ayez la confiance de pouvoir mesurer avec précision le succès de cette modification.
Construire une culture de l’amélioration
Un changement intervient lorsque les opérateurs et les responsables considèrent les données de mesure comme un outil d’amélioration, plutôt que comme un indicateur positif ou négatif. Les personnes deviennent plus curieuses : elles posent des questions. Pourquoi cette caractéristique augmente-t-elle ? Quelle est la différence avec le dernier lot ? Est-il possible de faciliter le montage en resserrant cette tolérance ?
C’est là le carburant de l’amélioration, et tout commence par des données cohérentes et faciles à utiliser. Lorsque les données de mesure sont mal organisées, les personnes ont tendance à les ignorer. Dès qu’elles deviennent conviviales, ces données s’intègrent naturellement aux échanges quotidiens. Les équipes saisissent alors l’opportunité de résoudre collectivement le problème.
La fabrication dans le monde réel a démontré la valeur intrinsèque des données de mesure, tant sur le plan tangible qu’apparent. Un utilisateur a indiqué que le temps passé sur une machine de mesure vidéo haute précision avait été réduit de 40 %. Il ne s’agit pas seulement d’une économie de temps : cela permet également de recueillir des données plus fiables en un temps plus court, et d’obtenir une compréhension plus claire des processus d’atelier.
Un autre utilisateur a remarqué que l’équipement, tout en exécutant des tâches, était capable de travailler aussi bien sur des petites pièces que sur des pièces de grande taille, tout en conservant un niveau de précision constant. Cette polyvalence se traduit essentiellement par des données cohérentes et fiables sur un large spectre, ce qui facilite ainsi l’identification de tendances qui, autrement, passeraient inaperçues lors du passage d’une pièce à une autre de dimensions différentes.
Des données aux actions
Cinquante pour cent du travail consiste à collecter des données. Les cinquante pour cent restants consistent à mettre en œuvre des actions permettant de tirer de la valeur de ces données collectées. C’est ici qu’intervient une machine à mesurer tridimensionnelle (CMM) : elle fournit les mesures nécessaires. Toutefois, ces chiffres doivent être analysés de façon systématique. Cela implique de consacrer du temps à l’évaluation des indicateurs / chiffres et des tendances, plutôt qu’à l’examen individuel des résultats.
Certains ateliers effectuent cette démarche sur une base hebdomadaire, d’autres sur une base mensuelle. Quelle que soit la fréquence retenue, le cycle est déterminé par le volume de votre activité et le rythme du processus de changement. Tel est l’essence d’un cycle répétitif : les données de mesure sont examinées de façon répétée. Dans ce cas, les ateliers permettent de mettre en évidence des schémas dans les données de mesure qui, autrement, resteraient invisibles lors d’un examen individuel.
Conclusion
Votre machine à mesurer tridimensionnelle (CMM) peut être utilisée pour bien plus que la simple mesure de composants. Elle peut également servir à mieux comprendre vos processus de mesure. Les données qu’elle génère peuvent être analysées afin d’identifier les sources de variabilité, de détecter l’usure des outils et d’évaluer l’efficacité de vos actions d’amélioration. L’adoption d’une approche fondée sur les données pour la prise de décision déplace votre focus de la simple détection des problèmes vers une prévention proactive des dysfonctionnements.
Ceci est l’essence de l’amélioration continue. Il ne s’agit pas tant de travailler plus dur, mais plutôt de travailler plus intelligemment et de laisser les données guider vos décisions. Tout commence par les données générées par vos appareils de mesure.