Cas

Maison > Cas > Dongguan Qiaosen Machinery Co., Ltd. Dernière affaire de l'entreprise Projet d'analyse des causes profondes des temps d'arrêt numériques et de promotion de l'OEE : Mise à niveau de la productivité Lean pour 12 lignes d'emboutissage automatiques

Événements

nouvelles

Cas

Contactez-nous

titi@qiaosenmachinery.com

86-0769-26626853

Contact maintenant

Projet d'analyse des causes profondes des temps d'arrêt numériques et de promotion de l'OEE : Mise à niveau de la productivité Lean pour 12 lignes d'emboutissage automatiques

2026-09-11

Projet d'analyse des causes profondes des temps d'arrêt numériques et de promotion de l'OEE : Amélioration de la productivité Lean pour 12 lignes d'emboutissage automatiques

Cycle de mise en œuvre du cas: Octobre 2025 – Septembre 2026 (vérification en production de masse sur un cycle complet de 12 mois)

Contexte de l'entreprise: L'entreprise concernée est un fournisseur de rang 2 dans le domaine de l'emboutissage automobile, disposant de 12 lignes d'emboutissage automatiques, produisant des supports métalliques et des plaques de renforcement. Avant la transformation, l'atelier utilisait des formulaires papier pour l'enregistrement manuel des temps d'arrêt. L'OEE moyen est resté à 66,4 %, avec des arrêts mineurs fréquents non classifiés, des temps de changement de moule longs et une faible confiance dans les données de perte enregistrées. Le coût unitaire est resté élevé et des livraisons occasionnellement tardives ont affecté l'évaluation des clients. À partir d'octobre 2025, l'entreprise a mis en place un système numérique d'enregistrement des temps d'arrêt, a standardisé la classification des pertes d'emboutissage, a effectué une analyse de Pareto et a lancé des activités Kaizen ciblées. Après 12 mois d'amélioration continue, l'évaluation complète des bénéfices a été achevée.

Données de référence réelles avant transformation (statistiques officielles de l'atelier d'octobre 2025)

OEE moyen de l'atelier : 66,4 %
Arrêts mineurs imprévus par poste : 14,2 fois
Temps moyen de réglage de changement de moule par lot : 72 min
Précision des données de cause profonde des temps d'arrêt : 58 %
Taux de rebut lié aux temps d'arrêt : 1,91 %
Coût de production unitaire relatif : référence 100 %
Taux de livraison à temps des commandes : 91,2 %
Valeur mensuelle de la perte causée par un faible OEE : 14 320 USD

Mesures clés de mise en œuvre de la transformation standardisée

Développer une bibliothèque de classification des six grandes pertes spécifique à l'emboutissage, définir chaque type d'arrêt, former les opérateurs, la maintenance et l'équipe qualité pour unifier les normes de jugement.
Déployer le module de journalisation des temps d'arrêt en un clic sur l'IHM sur chaque ligne d'emboutissage, lier le compteur de courses et le minuteur de production, enregistrer automatiquement l'heure de début/fin de chaque événement d'arrêt.
Collecter des données de référence continues sur 6 semaines, générer un diagramme de Pareto et confirmer les trois principaux éléments de perte : bourrage de rebut mineur, réglage de changement de moule et alarmes d'alimentation.
Lancer des activités d'amélioration ciblées : mettre en œuvre le changement rapide de moule SMED, optimiser la structure de la goulotte à rebuts, calibrer les capteurs de détection de double feuille de l'alimentation, établir un calendrier de maintenance préventive pour la presse et le moule.
Établir une réunion hebdomadaire d'examen de l'OEE, suivre l'effet de l'amélioration, attribuer des actions et former une gestion en boucle fermée pour les causes d'arrêt récurrentes.
Ajuster la logique d'évaluation des performances, déplacer l'accent de la simple punition du chiffre OEE vers l'incitation à l'amélioration des causes profondes, encourager les opérateurs à signaler honnêtement les arrêts mineurs.

Tableau comparatif complet des données réelles de fonctionnement sur 12 mois

Indicateurs clés de productivité et de gestion	Avant l'amélioration numérique de l'OEE	Après 12 mois de fonctionnement stable	Amélioration globale quantifiée
OEE moyen de l'atelier	66,4 %	81,7 %	+15,3 points de pourcentage
Arrêts mineurs imprévus par poste	14,2	4,7	-66,9 %
Temps moyen de réglage de changement de moule	72 min	38 min	-47,2 %
Précision des données statistiques des temps d'arrêt	58 %	96,2 %	+65,9 %
Taux de rebut lié aux temps d'arrêt	1,91 %	0,63 %	-67,0 %
Coût de production unitaire relatif	100 %	87,3 %	-12,7 %
Taux de livraison à temps des commandes	91,2 %	98,4 %	+7,2 %
Perte économique mensuelle due à un faible OEE	14 320 USD	4 180 USD	Économie mensuelle de 10 140 USD

Q&R approfondies sur le cas (vérification du projet et analyse des données)

Q1 : Pourquoi l'équipe projet a-t-elle choisi les arrêts mineurs et le réglage des moules comme éléments d'amélioration prioritaires ?

R1: Après avoir collecté 6 semaines de données numériques de référence, l'analyse de Pareto a montré que les arrêts mineurs représentaient 41 % du temps total perdu, et le réglage des moules occupait 28 % supplémentaires des pertes. Ces deux éléments représentaient ensemble 69 % des pertes de production totales. Par le passé, les enregistrements papier ne capturaient que les pannes majeures de machines, tandis que les arrêts mineurs de courte durée étaient ignorés. Une fois la structure réelle des pertes visible, l'équipe a alloué la majorité des ressources Kaizen à ces deux éléments à fort impact, plutôt que de dépenser le budget pour la prévention des pannes de grande fréquence. Cette priorité basée sur Pareto a apporté des gains de productivité évidents au cours des 3 premiers mois.

Q2 : Quelle résistance l'équipe a-t-elle rencontrée lors de la promotion de l'enregistrement des temps d'arrêt en un clic auprès des opérateurs ?

R2: La principale résistance venait de la crainte des opérateurs que la déclaration détaillée des arrêts n'entraîne une pénalité de performance. Certains opérateurs avaient tendance à cacher les arrêts mineurs ou à sélectionner des causes profondes vagues. La direction a clairement ajusté la politique d'évaluation : l'objectif de l'enregistrement des temps d'arrêt était l'amélioration, pas la punition des opérateurs. L'équipe a organisé des formations de groupe, a démontré comment l'analyse des données d'arrêt aidait à réduire leur charge de travail de dépannage répétitive. Après que les opérateurs aient constaté que les bourrages de rebuts et les alarmes d'alimentation étaient réduits grâce aux projets d'amélioration, leur volonté de déclarer honnêtement les événements a considérablement augmenté, et la précision des données est progressivement passée de 58 % à plus de 96 %.

Q3 : Calculez le ROI et la période de retour sur investissement pour ce projet d'amélioration numérique de l'OEE.

R3: L'investissement total du projet était de 19 600 USD, comprenant le déploiement des modules IHM, les compteurs de courses, la formation du personnel, le service de conseil Lean et la mise en place du système de classification des pertes. L'économie économique mesurable mensuelle est de 10 140 USD, donc le bénéfice annuel direct atteint 121 680 USD. Période de retour sur investissement simple = 19 600 / 121 680 ≈ 0,16 an, soit environ 1,9 mois. Les bénéfices implicites, y compris un score d'audit client plus élevé, une capacité supplémentaire disponible et moins de main-d'œuvre supplémentaire, n'ont pas été comptabilisés dans ce calcul.

Q4 : Comment l'amélioration de l'OEE aide-t-elle l'usine à accepter des commandes urgentes supplémentaires sans ajouter de machines ?

R4: Avant l'amélioration, les lignes avaient une capacité perdue cachée importante piégée dans des arrêts fréquents et des temps de réglage longs. Après que l'OEE ait augmenté de 15,3 points de pourcentage, l'atelier a obtenu une capacité supplémentaire équivalente de près de deux lignes d'emboutissage complètes. Lorsque les clients ont émis des commandes supplémentaires urgentes, l'usine a pu les absorber dans les équipes de travail existantes sans acheter de nouvelles presses ni organiser de coûteux heures supplémentaires le week-end. La capacité disponible flexible a considérablement renforcé la compétitivité de l'usine dans les appels d'offres pour des commandes automobiles à court préavis.

Q5 : Quel mécanisme à long terme empêche l'OEE de retomber après l'achèvement du projet ?

R5: Trois règles de gestion en boucle fermée ont été établies. Premièrement, la réunion hebdomadaire d'examen de l'OEE : examiner le diagramme des pertes de Pareto, vérifier si les actions d'amélioration précédentes ont été efficaces et attribuer de nouvelles contre-mesures pour les causes d'arrêt nouvellement émergentes. Deuxièmement, la formation continue des opérateurs pour les lancements de nouveaux produits : ajouter la formation à l'analyse des pertes dans la SOP d'exécution d'essai des nouveaux produits. Troisièmement, construire une bibliothèque de connaissances sur les causes récurrentes de temps d'arrêt, afin que des problèmes similaires puissent être résolus rapidement lorsqu'ils réapparaissent. Le système convertit les gains de projet ponctuels en capacité de gestion Lean quotidienne, maintenant ainsi des performances OEE élevées toute l'année.

Conclusion globale du cas et perspectives de l'industrie

Cette vérification en production de masse sur un cycle complet de 12 mois prouve que l'analyse des causes profondes des temps d'arrêt numériques et la promotion systématique de l'OEE sont des projets de transformation Lean à haut rendement pour les ateliers d'emboutissage. De nombreuses usines d'emboutissage investissent massivement dans de nouveaux équipements tout en ignorant les pertes de capacité cachées énormes dues aux arrêts mineurs non documentés et aux changements de moule inefficaces. En visualisant les données de perte de production, en priorisant les éléments d'amélioration et en construisant une gestion Lean en boucle fermée, les fabricants peuvent libérer une capacité latente massive, réduire le coût de production unitaire et améliorer la fiabilité de livraison des commandes. Alors que les clients de l'automobile et des nouvelles énergies augmentent continuellement leurs exigences en matière de stabilité de production et de maturité de la gestion Lean, la gestion numérique des pertes OEE deviendra une capacité de base standard pour les fournisseurs d'emboutissage compétitifs.

Envoyez-votre enquête directement nous