Études de cas

CAS #1: Reconfiguration et planification avec AutoMod

Situation:

Cette multinationale qui possède des usines au Canada, aux Etats-Unis et au Japon, conçoit et fabrique des composants pour l’industrie automobile. Les principaux constructeurs automobiles sont ses clients, et ses produits se retrouvent dans les véhicules les plus populaires. Les produits, après des étapes de fabrication comprenant notamment des opérations d'estampage et de soudage, sont suspendus à un convoyeur aérien et acheminés vers un atelier automatisé de traitement chimique et de peinture. Après cette opération, ils sont stockés puis dirigés vers les postes d’emballage pour être ensuite expédiés. Le temps de cycle total est supérieur au temps de réponse imposés par les clients, ce qui oblige à maintenir un volume d'en-cours conséquent entre la peinture et l'assemblage final.

Problème:

Devant une demande très dynamique à la fois en nature, en quantité et en date de livraison, comment adapter l’usine et plus particulièrement les moyens de manutention et d’entreposeage de manière à répondre aux exigences de nos clients tout en diminuant notre inventaire et en minimisant nos changements de configuration ?

Solution:

Le modèle développé par MultiCIM représente fidèlement le réseau de convoyeurs (de type "Power & Free" et convoyeur à chaîne) et permet de tenir compte de données de production sur une fenêtre de deux mois. Ce modèle a tout d’abord permis d’évaluer le mérite de différents scénarios au niveau de la configuration et des règles de pilotage du convoyeur "Power & Free" qui irrigue l’ensemble du système. Parmi les améliorations retenues, l’ajout de dérivations sur la ligne principale de convoyeurs au niveau des postes de chargements pour fluidifier la circulation, a mis en évidence un gain de 12% sur le temps de cycle de l’ensemble des produits. Le modèle a aussi permis de valider les choix faits pour l’addition d’une nouvelle ligne de production devant entrer en opération dans un an. Finalement, grâce à la structure flexible choisie lors de son développement, le modèle est maintenant utilisé régulièrement à des fins d’ordonnancement et pour valider différentes stratégies de chargement du système pour maîtriser l'inventaire après peinture.

CAS #2: Manutention par convoyeurs automatisés

Situation:

Une compagnie de distribution de produits de bureau offre un service de livraison à domicile dans les 24 h. En prévision d’une augmentation de la demande dans les prochains mois et de manière à répondre à cet accroissement, un nouveau système automatisé de convoyeurs a été installé. Ce système doit assurer la circulation des commandes (listing d'ordinateur imprimé dans une boite ou "tote") entre des zones d’entreposage, où les éléments de la commande sont récupérés par des opérateurs, et les postes d'emballage, où le contenu des boites est vérifié et transféré dans un carton pour expédition. Le pilotage du système de convoyeurs est entièrement automatisé et comprend notamment des aiguillages, scanners, balances et des cellules photo-électriques le tout couplé à des automates programmables (PLC).

Problème:

Fonctionnant parfaitement au niveau actuel de demande, serait-il capable ce nouveau système, comme l’affirmait son concepteur, de gérer efficacement une augmentation de 75% dans la demande? La compagnie n’en était pas convaincue et exécutait pour s'en assurer des simulation in situ. Ces simulations, très peu flexibles (une seule par bloc de 8 heures!), outre la logistique et les coûts qu'elles impliquaient ne permettaient pas non plus de répondre à cette question.

Solution:

MultiCIM a reçu le mandat de développer un modèle de simulation à l’aide d'AutoMod afin d’évaluer la capacité du système à répondre à différents scénarios de demande. Le modèle développé représente fidèlement le réseau de convoyeurs et son mécanisme de contrôle et de pilotage (automates programmables, cellules photo-électriques, balances...) ainsi que les activités manuelles (remplissage des boîtes et contrôle final).

En quelques minutes, AutoMod simule une journée de travail. L’animation 3D permet d’observer l’évolution dynamique des goulots dans le système, tandis que les paramètres critiques (temps dans le système, taux de recirculation, etc.) sont mesurés. Nous avons ainsi pu établir qu’en situation de pic, le goulot d’étranglement du système se trouvait au niveau de l’organisation du travail dans les zones de remplissage des boîtes (admission et transfert par lot). La simulation a démontré qu’une réorganisation de cette activité peut engendrer une amélioration de plus de 30% de la productivité du système. En marge de cette étude, la simulation a aussi permis de raffiner certains aspects des programmes de pilotage des automates afin de fluidifier la circulation des boites sur le réseau de convoyeurs.