Mitchel Lincoln, une entreprise familiale leader dans l'emballage durable et la fabrication de carton ondulé depuis 1965, était confrontée à un problème critique d'optimisation de sa capacité qui menaçait de limiter son potentiel de croissance. En tant qu'actionnaire principal du marché de l'industrie de l'emballage en carton ondulé au Québec, la société exploite cinq usines de fabrication avec une capacité de production combinée de 950 000 pieds carrés. Cependant, l'usine de Drummondville présentait un casse-tête opérationnel unique qui nécessitait des capacités analytiques sophistiquées.
En 2025, l'usine de Mitchel Lincoln à Drummondville a produit 1,4 milliard de pieds carrés de produits d'emballage en carton ondulé, fonctionnant à ce qui semblait être sa capacité maximale. L'entreprise a récemment investi dans une nouvelle onduleuse d'une capacité théorique de 2 milliards de pieds carrés par an, ce qui représente une augmentation significative de 43 % de la production potentielle. Toutefois, en dépit de cette modernisation substantielle de l'équipement, le débit réel de l'usine est resté limité au niveau antérieur de 1,4 milliard de pieds carrés.
Le processus de fabrication de carton ondulé de Mitchel Lincoln implique des schémas de flux de matériaux complexes qui commencent avec la machine à onduler créant des feuilles de carton ondulé, suivie d'un routage complexe à travers les presses de transformation, les opérations d'emballage et les services d'expédition. L'usine fonctionne avec des systèmes de manutention sophistiqués, notamment un train automatisé qui transporte les piles de plaques de carton ondulé dans toute l'usine, un système de stockage en garage à 65 voies et de multiples presses de conversion qui transforment les plaques de carton ondulé brutes en produits d'emballage finis.
Contraintes opérationnelles critiques :
Goulots d'étranglement suspectés dans la circulation des trains, les opérations de pressage ou les lignes d'emballage
Le défi s'est étendu au-delà de la simple analyse de capacité pour englober la question fondamentale de savoir comment les boîtes en carton sont fabriquées à l'échelle lorsqu'il s'agit d'une variété illimitée de produits. Les opérations de fabrication de carton ondulé de Mitchel Lincoln desservent des clients de diverses industries, chacun exigeant des spécifications de boîtes, des modèles d'impression, des configurations de coupe et des exigences de finition uniques. Cette complexité a rendu les méthodes traditionnelles de planification de la capacité inadéquates pour identifier les véritables contraintes limitant les performances de l'usine.
Les dirigeants de Mitchel Lincoln ont reconnu qu'atteindre l'objectif de 2 milliards de pieds carrés nécessiterait des capacités d'analyse sophistiquées capables de modéliser les interdépendances complexes au sein de leurs opérations de fabrication de carton ondulé. La société avait besoin de comprendre où les goulots d'étranglement se produisaient réellement, de quantifier l'impact des différents scénarios d'amélioration et de développer une feuille de route basée sur des données pour les investissements d'optimisation de la capacité.
La demande de personnalisation de l'industrie de l'emballage en carton ondulé crée des défis analytiques uniques. Contrairement aux environnements de fabrication avec des produits standard et des schémas d'acheminement prévisibles, les opérations de Mitchel Lincoln doivent s'adapter à des variations de produits virtuellement illimitées tout en maintenant un flux efficace à travers des ressources d'équipement partagées. Cette complexité opérationnelle exige une technologie de simulation capable de modéliser des schémas de routage personnalisés, des temps de traitement variables et des décisions d'allocation de ressources dynamiques.
Les méthodes traditionnelles d'analyse de la capacité se sont avérées insuffisantes pour relever ces défis. Les approches basées sur des feuilles de calcul ne permettaient pas de saisir les interactions dynamiques entre la production des onduleuses, la logistique des mouvements de trains, les schémas d'utilisation des presses et la coordination des lignes d'emballage. L'entreprise avait besoin d'une solution capable de modéliser ces relations complexes tout en fournissant des informations exploitables pour les investissements d'optimisation.
Mitchel Lincoln s'est associé à SimWell, une société de conseil en simulation de premier plan, pour développer un modèle sophistiqué basé sur Simio qui pourrait représenter avec précision leurs opérations de fabrication de carton ondulé et identifier les opportunités d'optimisation. La collaboration s'est appuyée sur les capacités de simulation d'événements discrets de Simio pour créer une représentation numérique détaillée de l'ensemble de l'usine de Drummondville, depuis la sortie de la machine à onduler jusqu'à l'expédition du produit final.
L'approche de modélisation de simulation a reconnu que la production d'emballages en carton ondulé implique des schémas de flux de matériaux complexes que les méthodes analytiques traditionnelles ne peuvent pas représenter adéquatement. L'équipe de SimWell a développé un modèle Simio d'usine complète qui capture les relations complexes entre les opérations d'ondulation, de manutention, de conversion et d'emballage, tout en tenant compte de la variété illimitée de produits caractéristique de l'industrie de fabrication du carton ondulé.
Le cadre de modélisation utilise l'architecture orientée objet de Simio pour créer des composants modulaires et réutilisables représentant les principaux actifs de l'usine. La machine à onduler, le système de train, le stockage dans le garage, les presses de transformation et l'équipement d'emballage ont tous été développés en tant qu'objets Simio configurables pouvant être facilement modifiés pour tester différents scénarios opérationnels et configurations d'équipement.
Architecture technique de mise en œuvre :
La structure du modèle de simulation suivait la méthodologie entrée-processus-sortie où les entrées comprenaient les données historiques de production, les caractéristiques des commandes simplifiées en familles de produits, les paramètres de l'équipement, les temps de cycle, les exigences de configuration et les calendriers de disponibilité de la main-d'œuvre. La section processus contenait une logique de flux de matériaux détaillée, des règles d'acheminement, des contraintes opérationnelles et des exigences de traitement spécifiques à l'équipement. Les mesures de sortie se sont concentrées sur l'analyse du débit, le suivi de l'utilisation des équipements, l'identification des goulets d'étranglement et l'analyse de la file d'attente des travaux en cours.
Le modèle a commencé la simulation au point de sortie de la machine à onduler, où les piles de tôles ondulées sont créées et entrent dans le système de manutention de l'usine. Le système de trains, qui fonctionne sur des voies réservées dans l'ensemble de l'usine, transporte les piles de l'onduleuse vers diverses presses de transformation ou vers le système de stockage du garage à 65 voies lorsque les presses sont occupées. Certaines piles surdimensionnées doivent être stockées au sol en raison de la capacité limitée des garages, ce qui complique encore l'optimisation de la manutention.
Le modèle Simio a représenté avec précision l'agencement physique de l'usine de Mitchel Lincoln, y compris l'emplacement de la machine à onduler, les chemins de circulation des trains, la configuration du stockage dans les garages, les positions des presses de transformation, les opérations de laminage pour les besoins d'impression spécialisés, et la disposition des lignes d'emballage. Cette représentation spatiale détaillée a permis d'analyser l'efficacité des flux de matériaux et d'identifier les possibilités d'optimisation de l'agencement.
La modélisation du système de stockage dans les garages s'est avérée particulièrement critique, car la configuration à 65 voies donne lieu à des décisions complexes concernant le placement des piles et le séquençage de la récupération. La simulation a permis de comprendre comment l'efficacité du mouvement des trains dépend des schémas d'utilisation des garages et de l'accessibilité des piles, révélant des possibilités d'optimisation qu'il aurait été impossible d'identifier par des méthodes d'analyse traditionnelles.
Les presses de transformation ont été modélisées avec des temps de traitement réalistes, des exigences de configuration et des contraintes de capacité. Le modèle tient compte du fait que toutes les commandes nécessitent des configurations personnalisées pour répondre aux exigences spécifiques des clients, notamment en ce qui concerne les motifs d'impression, les spécifications de coupe et les opérations de finition. Cette exigence de personnalisation crée des défis de planification complexes que la simulation a représentés avec précision.
SimWell a utilisé les capacités d'expérimentation de Simio pour mener une analyse systématique de divers scénarios d'amélioration. L'approche de modélisation a permis des ajustements rapides des paramètres et le suivi des variables de réponse, facilitant l'analyse de sensibilité pour identifier les opportunités d'optimisation les plus impactantes. L'équipe a testé plusieurs scénarios, notamment des améliorations de l'automatisation, des initiatives d'amélioration continue et des options d'investissement.
Catégories de scénarios analysés :
Automatisation Les scénarios se sont concentrés sur l'amélioration de l'efficacité du mouvement des trains et l'optimisation de la logique de décision. Ces scénarios ont exploré la manière dont les algorithmes de routage intelligents pouvaient améliorer les performances de la manutention et réduire les contraintes liées aux goulets d'étranglement.
Les scénarios d'amélioration continue ont évalué des améliorations opérationnelles réalistes à l'aide de principes de production allégée, de réduction du temps de préparation et de stratégies de minimisation des temps d'arrêt. Ces scénarios ont donné un aperçu des améliorations réalisables grâce à des initiatives d'excellence opérationnelle.
Les scénarios d'investissement ont analysé l'impact de l'ajout de nouveaux équipements et de l'amélioration des capacités des équipements existants. Ces scénarios ont quantifié les gains de capacité réalisables grâce à diverses options d'investissement, ce qui a permis de hiérarchiser les investissements en fonction des données.
Le cadre d'expérimentation a permis de tester de manière exhaustive des combinaisons de scénarios, permettant à Mitchel Lincoln de comprendre comment les différentes initiatives d'amélioration interagiraient et se compléteraient pour atteindre l'objectif de capacité de 2 milliards de pieds carrés.
Le modèle de simulation a fourni une visibilité sans précédent sur les emplacements des contraintes réelles dans les opérations de fabrication de carton ondulé de Mitchel Lincoln. Grâce à une analyse détaillée des goulets d'étranglement dans les usines de carton ondulé, SimWell a identifié que le système de train représentait la principale contrainte limitant le débit de l'usine, suivi par des goulets d'étranglement secondaires au niveau des presses de transformation.
L'analyse a révélé que l'efficacité du mouvement des trains avait un impact significatif sur les performances globales de l'usine, les retards de manutention se répercutant sur l'ensemble du système de production. Le modèle a quantifié la manière dont les schémas d'utilisation des trains affectaient l'efficacité du stockage dans les garages, les horaires d'alimentation des presses et l'optimisation globale des flux de matériaux.
L'analyse de l'utilisation des presses a permis d'identifier des équipements spécifiques fonctionnant à la limite de leur capacité et a révélé des possibilités d'équilibrage de la charge sur l'ensemble du réseau de presses. La simulation a démontré comment l'optimisation de la programmation des presses pouvait améliorer le débit global du système tout en maintenant la flexibilité nécessaire à la fabrication de produits personnalisés.
L'analyse de simulation basée sur Simio a fourni des informations critiques qui ont fondamentalement transformé l'approche de Mitchel Lincoln en matière d'optimisation de la capacité et de planification des investissements. L'effort de modélisation complet a fourni des réponses définitives sur l'emplacement des contraintes, a quantifié les opportunités d'amélioration et a établi une feuille de route claire pour atteindre l'objectif de capacité de 2 milliards de pieds carrés.
L'analyse de simulation a permis d'identifier de manière concluante le système de train comme la principale contrainte limitant la capacité de production de carton ondulé de Mitchel Lincoln. Malgré la capacité théorique de 2 milliards de pieds carrés de l'onduleuse, les limitations de la manutention empêchaient l'usine d'atteindre des niveaux de production supérieurs aux 1,4 milliard de pieds carrés existants. Cette constatation a permis à l'entreprise de réorienter ses efforts d'optimisation de l'équipement de production vers l'efficacité de la manutention.
L'analyse des goulets d'étranglement dans les usines de carton ondulé a révélé que la logique de décision relative au mouvement des trains représentait une opportunité d'optimisation critique. Les algorithmes d'acheminement des trains existants n'optimisaient pas l'efficacité globale du système, ce qui créait des retards inutiles et réduisait la capacité de manutention des matériaux. La simulation a quantifié la manière dont une logique améliorée de répartition des trains pourrait augmenter de manière significative le débit de l'usine sans nécessiter d'investissements supplémentaires.
Analyse des contraintes secondaires :
Après les scénarios d'optimisation des trains, la simulation a identifié les presses de transformation comme le prochain facteur limitant la capacité de l'usine. L'analyse a révélé que les schémas d'utilisation des presses créaient des goulets d'étranglement secondaires qui apparaîtraient une fois que les améliorations de l'efficacité des trains seraient mises en œuvre. Cette découverte a permis à Mitchel Lincoln de développer une approche d'optimisation par étapes, en traitant les contraintes par ordre de priorité.
L'analyse des goulets d'étranglement des presses a démontré comment la réduction du temps de préparation et l'optimisation de la programmation pouvaient améliorer l'utilisation de la capacité. La simulation a montré que même des améliorations modestes de l'efficacité des presses pouvaient produire des gains de débit significatifs lorsqu'elles étaient combinées à des initiatives d'optimisation des trains.
Les tests de simulation ont révélé des améliorations spécifiques des performances réalisables grâce à différentes approches d'optimisation. Les scénarios d'automatisation axés sur l'optimisation du mouvement des trains ont montré des gains de rendement mesurables, bien qu'insuffisants pour atteindre à eux seuls l'objectif de 2 milliards de pieds carrés. L'analyse a démontré que des algorithmes intelligents de répartition des trains pouvaient améliorer l'efficacité de la manutention tout en réduisant l'accumulation des travaux en cours.
Des scénarios d'amélioration continue testant des améliorations opérationnelles réalistes grâce aux principes de la production allégée ont montré des gains de capacité supplémentaires au-delà des améliorations de l'automatisation. Ces scénarios ont validé le fait que la combinaison de plusieurs approches d'amélioration serait nécessaire pour atteindre l'objectif de capacité totale.
Résultats des scénarios d'investissement :
Les scénarios d'investissement ont fourni une analyse quantifiée des ajouts d'équipement et des améliorations de capacité nécessaires pour atteindre une capacité de 2 milliards de pieds carrés. La simulation a permis d'identifier les équipements spécifiques nécessitant des augmentations de capacité et de quantifier l'impact sur le débit des différentes options d'investissement. Cette analyse a permis à Mitchel Lincoln de hiérarchiser les investissements en fonction de l'impact sur la capacité et des calculs de retour sur investissement.
L'analyse des scénarios a révélé que l'atteinte de l'objectif de 2 milliards de pieds carrés nécessiterait une combinaison d'améliorations opérationnelles et d'investissements stratégiques. La simulation a fourni des recommandations spécifiques pour la combinaison optimale d'optimisation des trains, d'amélioration des presses et d'ajouts d'équipements nécessaires pour libérer le plein potentiel de capacité de l'onduleuse.
L'analyse de simulation a permis d'établir une feuille de route complète classant par ordre de priorité les goulets d'étranglement et les opportunités d'investissement dans les opérations de conversion, de flux sortant et de manutention interne. La feuille de route a identifié la logique de décision du mouvement des trains et la planification de la production comme des leviers de performance complémentaires pouvant stabiliser le flux et soutenir la croissance de la capacité.
Les recommandations de la phase 1 se sont concentrées sur les initiatives d'optimisation des trains qui pouvaient être mises en œuvre sans investissement important. Ces améliorations comprenaient des algorithmes de routage intelligents, l'optimisation de la logique de répartition et l'amélioration de l'utilisation des garages, qui permettraient d'obtenir des gains de rendement immédiats.
Les initiatives de la phase 2 ont porté sur les contraintes de capacité des presses grâce à des améliorations ciblées de l'équipement et à l'optimisation de la programmation. La simulation a permis d'identifier des modifications spécifiques des presses et des améliorations opérationnelles qui élimineraient les goulets d'étranglement secondaires révélés après la mise en œuvre de l'optimisation des trains.
La phase 3 des investissements stratégiques a permis de définir les ajouts d'équipements et les modifications d'installations nécessaires pour atteindre la pleine utilisation de la capacité de 2 milliards de pieds carrés. La feuille de route a fourni des priorités d'investissement spécifiques basées sur l'analyse de l'impact sur la capacité et sur des considérations de complexité de mise en œuvre.
Le modèle de simulation a jeté les bases d'une analyse d'optimisation continue et d'une aide à la décision. Mitchel Lincoln possède désormais des capacités analytiques sophistiquées pour évaluer les changements opérationnels, tester les initiatives d'amélioration et optimiser les décisions d'allocation des ressources. Le modèle permet une analyse rapide des scénarios sans perturbation opérationnelle, soutenant ainsi les initiatives d'amélioration continue et les processus de planification stratégique.
La prochaine phase du projet s'appuiera sur le modèle établi pour analyser les interactions entre l'optimisation du mouvement des trains et les systèmes de planification de la production. Cette analyse avancée permettra l'intégration potentielle d'algorithmes intelligents de répartition des trains qui déterminent l'itinéraire optimal pour chaque lot de travaux en cours afin de maximiser le flux global du système.
Le partenariat SimWell démontre comment la technologie de simulation avancée transforme les approches traditionnelles d'optimisation de la fabrication tout en apportant une valeur stratégique mesurable. La collaboration entre Mitchel Lincoln et SimWell illustre le potentiel de la simulation d'événements discrets pour relever les défis opérationnels complexes dans les environnements de fabrication d'emballages en carton ondulé.
Le développement et le déploiement réussis du modèle Simio pour l'ensemble de l'usine font de Mitchel Lincoln un leader dans l'application de la technologie de simulation avancée aux opérations de fabrication d'emballages en carton ondulé. L'approche innovante du projet pour modéliser une variété illimitée de produits dans des systèmes complexes de manutention crée de nouvelles possibilités pour comprendre et optimiser les opérations de production d'emballages.
La capacité du modèle de simulation à représenter avec précision des processus de fabrication personnalisés tout en identifiant des opportunités d'optimisation spécifiques valide le potentiel des analyses avancées pour transformer les approches traditionnelles de planification de la capacité. Mitchel Lincoln a créé un cadre reproductible qui répond au défi fondamental de l'optimisation des systèmes de fabrication complexes avec une variation illimitée des produits.
L'analyse de simulation a permis à Mitchel Lincoln d'avoir confiance dans ses décisions d'extension de capacité, d'identifier avec précision les goulets d'étranglement et d'optimiser la hiérarchisation des investissements afin de minimiser les besoins en capitaux tout en maximisant les gains de rendement. La possibilité de tester plusieurs scénarios sans perturbation opérationnelle a permis de prendre des décisions éclairées sur les stratégies d'optimisation et l'affectation des ressources.
Le succès du projet renforce l'importance d'une analyse sophistiquée de la planification de la capacité dans les opérations d'emballage en carton ondulé, où des contraintes complexes et des exigences de produits personnalisés exigent une optimisation précise pour maintenir l'avantage concurrentiel. L'expérience de Mitchel Lincoln démontre que les organisations désireuses d'investir dans des capacités de simulation avancées peuvent obtenir des résultats opérationnels supérieurs tout en minimisant les risques associés aux investissements d'expansion de capacité.
La mise en œuvre par Mitchel Lincoln d'une simulation avancée de la fabrication de carton ondulé positionne la société comme un leader d'opinion dans l'application de la technologie de simulation aux opérations de l'industrie de l'emballage. La solution démontre comment les défis opérationnels traditionnels peuvent être surmontés grâce à l'intégration de technologies innovantes et à des approches de développement collaboratives.
Le succès du projet constitue un modèle pour d'autres fabricants d'emballages en carton ondulé qui cherchent à moderniser leurs capacités de planification et d'optimisation tout en conservant la flexibilité requise pour les environnements de fabrication personnalisés. Mitchel Lincoln a établi de nouvelles normes pour ce qui est possible dans la fabrication de carton ondulé grâce à l'application stratégique de la technologie de simulation.
Le partenariat avec SimWell illustre la valeur de la combinaison de l'expertise industrielle avec des capacités de simulation avancées pour créer des solutions qui répondent aux défis opérationnels du monde réel. Cette approche collaborative a produit une solution qui non seulement résout les contraintes de capacité immédiates, mais crée également de nouvelles possibilités d'optimisation opérationnelle et d'innovation de fabrication dans l'industrie de l'emballage en carton ondulé.