Par Jeff Joines (professeur associé en ingénierie textile à la NCSU)
Cet article est le deuxième d’une série de trois articles sur Six Sigma, Lean Sigma et la simulation. La première partie expliquait les méthodologies Six Sigma. Rappelez-vous que l’objectif de la méthodologie d’amélioration continue DMAIC est de contrôler/réduire la variabilité d’un processus ou d’un produit actuel, tandis que le processus DMADV (Design for Six Sigma) est utilisé pour concevoir un nouveau processus ou produit avec une variabilité minimale avant sa création. La modélisation de simulation peut être utilisée dans presque toutes les phases de l’une ou l’autre méthodologie.
Définir
Les praticiens Six Sigma doivent estimer les économies de coûts pour chaque projet afin d’être certifiés ou de justifier le projet en général. Cependant, la plupart de ces prévisions de coûts sont faites à partir d’estimations ponctuelles de paramètres clés (par exemple, le coût des matières premières, la demande des clients/produits, le coût du capital, les taux de change, etc.) En recourant à la simulation de Monte Carlo, il est possible d’utiliser la variabilité et/ou les fourchettes de ces estimations ponctuelles pour obtenir une estimation plus fiable. Dans le même ordre d’idées, plusieurs projets ont été proposés et des simulations peuvent être utilisées pour aider la direction à sélectionner les projets en fonction des contraintes et des objectifs en matière de ressources.
Analyser et améliorer
Au cours des phases d’analyse et d’amélioration, les plans d’expériences (complets, fractionnaires, mixtes, etc.) sont l’outil le plus couramment utilisé. Ils fournissent une ligne de base pour illustrer l’amélioration lorsque des changements sont apportés et pour identifier les facteurs qu’il est intéressant de contrôler ou de modifier. La mesure de base normale est définie comme la capacité du processus (Cpk), qui est une indication de la capacité d’un processus à produire des résultats cohérents – le rapport entre l’écart admissible et l’écart réel d’un processus. L’indice Cpk prend en compte le décentrage et est défini comme le minimum de (USL-Moyenne)/3 ? ou (Moyenne-LSL)/3 ? où USL et LSL sont les limites supérieure et inférieure de la spécification. Un processus six sigma est normalement distribué avec une valeur Cpk supérieure à 1,5.
Il est préférable d’utiliser le système réel pour saisir toutes les complexités, les interactions, etc. Cependant, en tant que praticiens de la simulation, nous savons quand cela peut être possible ou viable. Vous trouverez ci-dessous des exemples où la modélisation de simulation en termes de Monte Carlo ou de simulation de processus peut être utilisée.
- Si le produit ou le processus n’existe pas, comme c’est le cas dans une conception pour Six Sigma, des modèles de simulation peuvent être utilisés pour vérifier la capacité d’un nouveau processus et d’un nouveau produit avant sa mise en œuvre. Par exemple, il est possible de déterminer l’empilement des tolérances de pièces ou de processus individuels. Prenez des pièces ou des processus qui respectent les tolérances individuellement (par exemple, un roulement et un arbre), mais le processus d’assemblage pourrait ne pas être viable en raison du problème d’empilement des tolérances qui se produit dans les processus de fabrication, de service et de transaction.
- Le coût d’une EOD avec réplications est trop élevé (par exemple, le coût des matières premières, le coût de l’arrêt du processus actuel). Nous avons collaboré avec des entreprises pour développer des modèles de simulation de processus et de Monte Carlo qui pourraient être utilisés pour déterminer leurs capacités et établir les améliorations potentielles de leurs changements.
- Le temps nécessaire à l’exécution de l’ensemble des expériences rend peu pratique la détermination de la base de référence ou l’évaluation des améliorations d’un processus. Lorsque je travaillais avec une grande entreprise et son équipe d’amélioration des processus six sigma avec une chaîne d’approvisionnement mondiale complexe, l’un de leurs projets consistait à réduire les stocks d’une série de produits avec un délai d’approvisionnement de dix à douze semaines. L’équipe devait évaluer six politiques d’inventaire, déterminer lequel des trois fournisseurs était le meilleur, etc. Le DOE avec un nombre suffisant de réplications aurait pris des années à réaliser et aurait rendu le projet inutile sans le modèle de simulation. De plus, la plupart des données qui alimentent le modèle sont basées sur des délais d’approvisionnement qui ne sont pas normalement distribués.
- Pensez à des systèmes dans lesquels plusieurs processus s’alimentent mutuellement (par exemple, des départements, des usines, etc.) et qui ne contiennent que cinq ou six facteurs chacun. Les fonctions de transfert peuvent être générées à partir d’une EOD traditionnelle sur chaque processus individuel, mais pas sur l’ensemble du système. Un modèle de simulation peut être utilisé pour combiner chaque fonction de transfert individuelle afin de déterminer la capacité de l’ensemble du système et de tester une plus large gamme de valeurs.
- Il existe plusieurs environnements dans lesquels la réalisation d’une EOD est peu pratique, voire impossible. Par exemple, nous avons formé à Six Sigma des dizaines de personnes associées à des systèmes hospitaliers dans tout le pays. La modélisation et l’analyse de simulation permettent à ces praticiens de vérifier la capacité du processus à l’aide d’un modèle, car le système réel ne peut être utilisé étant donné que les soins aux patients sont en jeu. D’autres environnements dans lesquels nous avons utilisé la modélisation de simulation au lieu du système réel sont les processus transactionnels tels que les secteurs de la banque ou de l’assurance.
Contrôle
La simulation peut également être utilisée comme aide au contrôle du processus lors de sa mise en œuvre afin de déterminer les problèmes potentiels.
Nous espérons qu’il est évident que les experts en simulation possèdent déjà les compétences qui peuvent grandement aider les projets Six Sigma. Ces types de projets ne sont pas uniques, il s’agit simplement de modèles de simulation généraux que nous savons construire. Ils nous demandent seulement d’apprendre le langage Six Sigma ainsi que la nécessité de calculer les statistiques Cpk. Je trouve qu’il est plus facile de travailler avec les gens de Six Sigma en raison de leur formation statistique qui leur permet de comprendre l’analyse des entrées et des sorties, même s’ils n’ont généralement utilisé que la distribution normale. Dans Six Sigma et la simulation : Partie 3, l’utilisation de la simulation dans le monde Lean Sigma sera abordée.