Le secteur manufacturier n’est pas étranger à l’impact de l’augmentation de la demande publique sur les biens de consommation, causée par des rappels, des pénuries de matières premières ou des chaînes d’approvisionnement perturbées. Le récent rappel de laits maternisés par Abbott Nutrition en est un exemple : les parents ont dû se démener dans tout le pays pour trouver des solutions de remplacement utilisables. Pour remédier à cette pénurie, d’autres fabricants de produits alimentaires et de boissons ont été invités à augmenter leur production, mais les plaintes concernant les emplois du temps surchargés et d’autres problèmes de programmation mettent en évidence les difficultés liées à l’augmentation immédiate des taux de production.
L’augmentation de la demande et les délais de production serrés entraînent la nécessité d’optimiser les lignes de production, les chaînes d’approvisionnement et l’ensemble du processus de fabrication. L’optimisation des programmes de fabrication offre d’excellentes solutions à court terme pour augmenter le débit et répondre aux fluctuations de la demande. Les modèles de simulation et de jumeaux numériques offrent aux fabricants un outil puissant pour analyser les défis opérationnels complexes et fournir des plans de programmation pour les atténuer.
Outils d’optimisation de l’ordonnancement
La transformation numérique en cours dans l’usine moyenne, qui simplifie les processus de collecte de données, permet aux fabricants de disposer des données nécessaires pour comprendre les défis en matière de planification. Bien qu’il existe diverses solutions de transformation numérique pour analyser les défis opérationnels, la simulation et la modélisation de jumeaux numériques ont été identifiées comme les solutions les plus puissantes pour optimiser les plans d’ordonnancement.
Le pouvoir qu’offre la modélisation de simulation réside dans sa capacité unique à capturer les actifs individuels de l’atelier, le personnel, les matières premières et leurs interactions correspondantes sur l’ensemble de la chaîne de production. La saisie de ces paramètres permet aux entreprises industrielles de disposer d’une installation virtuelle pour évaluer les plans d’optimisation afin de relever les défis de production prévus et imprévus. Dans les scénarios où des événements imprévus sont évalués, le concept de planification basée sur le risque entre en jeu. Dans ce cas, des programmes sont élaborés pour faire face aux risques et garantir un débit de qualité aux volumes requis.
Le jumeau numérique est un autre outil d’optimisation puissant qui prend en compte les changements en temps réel pour une planification agile. Les jumeaux numériques sont des représentations virtuelles précises d’installations réelles où l’échange de données est possible en temps réel. Les solutions de pointe en matière de jumeaux numériques développent des représentations virtuelles à partir de diverses sources de données d’entreprise telles que les systèmes d’entreprise de fabrication (MES), les systèmes de planification des ressources d’entreprise (ERP), les dispositifs IoT et les données collationnées sur des feuilles Excel.
Résoudre les problèmes d’ordonnancement à l’aide de la simulation et de la modélisation par jumeaux numériques
Selon une enquête de la National Association of Manufacturers, environ 36 % des fabricants sont confrontés à des défis liés à la chaîne d’approvisionnement qui ont une incidence sur leur capacité à respecter les délais de production. Parmi les autres défis, citons la prévision de la demande, l’amélioration de l’efficacité et la gestion des temps d’arrêt. Comme le montre l’exemple de la pénurie de lait maternisé, la prévision de la demande est un processus délicat car elle repose sur la prédiction de situations réelles. Malgré les défis associés aux prévisions de la demande, la mise en place d’un calendrier optimisé permet d’atténuer les problèmes liés à la fluctuation de la demande.
L’approche de l’ordonnancement prévisionnel permet aux entreprises industrielles de disposer d’évaluations précises pour faire face aux fluctuations de la demande. Le processus d’ordonnancement prévisionnel consiste à évaluer les conditions actuelles d’une installation, telles que la disponibilité des ressources, les niveaux de stock, les travaux en cours, etc. afin d’élaborer un programme optimisé mettant en évidence ce qui est nécessaire pour répondre à la demande. Le calendrier optimisé permet au fabricant de connaître les ressources et les délais nécessaires pour répondre à la demande en temps réel.
Un jumeau numérique de processus apporte un nouveau niveau de fidélité à la planification qui n’est actuellement pas disponible dans les outils de modélisation basés sur les ressources. En utilisant un jumeau numérique de processus, les ressources au sein du système de fabrication peuvent avoir un statut occupé, inactif ou hors équipe qui imite la dynamique opérationnelle du monde réel. Les objets individuels au sein du jumeau numérique sont également imprégnés de modèles de comportement précis et de leurs contraintes associées, tout comme dans une usine physique. Le jumeau numérique exploite également les animations 3D pour faciliter la visualisation des résultats lorsqu’il s’agit de fournir des informations aux décideurs.
Le haut niveau de détail et d’agilité qu’offre un jumeau numérique de processus permet aux entreprises de disposer des outils nécessaires pour élaborer des calendriers exploitables. Par planifiable, on entend un plan qui peut être immédiatement mis en œuvre dans l’usine. Ainsi, avec des calendriers exploitables, le fabricant obtient un plan d’action qui diffère des études de faisabilité qui ne peuvent fournir qu’un aperçu évalué.
Conclusion
L’utilisation de la simulation et de la modélisation des jumeaux numériques permettra à l’entreprise industrielle moyenne de disposer d’études de faisabilité et de calendriers exploitables pour relever les défis posés par la fluctuation de la demande et d’autres goulets d’étranglement au niveau de la production. La mise en œuvre réussie de calendriers exploitables garantit que les systèmes de production fonctionnent de manière optimale et sont suffisamment souples pour s’adapter aux changements en temps réel.