Maximisez le rendement de votre usine grâce à l’efficacité globale de l’équipement (OEE)
L’OEE est un puissant outil de mesure du rendement dans les environnements industriels. Celui-ci permet de prendre des décisions éclairées afin d’améliorer les performances, la capacité et l’utilisation des actifs de l’usine en identifiant toutes les pertes liées aux processus de fabrication.
Sur le marché concurrentiel actuel, les entreprises se doivent de fonctionner efficacement afin d’optimiser leur productivité tout en fournissant des produits durables de haute qualité. Pour ce faire, les fabricants doivent assurer la disponibilité constante de leurs systèmes de production et augmenter les cadences, tout en améliorant sans cesse la qualité et en limitant les coûts. L’une des approches pratiques consiste à intégrer l’efficacité globale de l’équipement (OEE) aux processus de fabrication, ce qui peut avoir un impact significatif sur le rendement et les performances. L’IIoT, la maintenance prédictive, le cloud computing et l’edge computing permettent d’améliorer les initiatives OEE en augmentant la transparence et l’efficacité opérationnelle tout en maximisant le retour sur investissement. Cet article porte sur les principes fondamentaux de l’OEE, les méthodes pour l’améliorer et les stratégies pour augmenter la productivité de votre usine. Découvrez également comment le cloud computing et l’edge computing optimisent l’OEE.
Comprendre le concept d’OEE
Dans le domaine de la fabrication, le score OEE est un indicateur crucial qui sert à évaluer le rendement et la productivité des machines et de la main-d’œuvre. Il mesure l’efficacité d’exploitation du potentiel de chaque processus de fabrication tout au long de la production. Ce score est divisé en trois éléments principaux :
Disponibilité : cet indicateur évalue le pourcentage de temps planifié pendant lequel l’équipement est opérationnel et met en évidence l’impact des temps d’arrêt. Il prend en compte le temps d’activité, le temps de configuration, les temps d’arrêt non planifiés et les pannes d’équipement. La disponibilité est calculée en comparant le temps de fonctionnement de la machine au temps de production planifié.
Prenons l’exemple d’une machine qui devait fonctionner pendant 8 heures, mais qui n’a été active que pendant 6 heures en raison d’une panne : sa disponibilité s’élève alors à 75%.
Performances : cet indicateur mesure l’efficacité opérationnelle de la machine en tenant compte des pertes de vitesse et des arrêts mineurs. Il est déterminé en comparant le temps de cycle idéal au temps de cycle réel.
Exemple : si une machine produit 1 600 unités en une heure alors que sa capacité maximale est de 2 500 unités, ses performances s’élèvent à 64%.
Qualité : cet indicateur mesure le pourcentage de marchandises produites sans défaut, conformes aux normes de qualité ou qui les dépassent.
Par exemple, si 180 unités sont correctes sur un total de 200 unités produites, la qualité s’élève à 90%.
Le score OEE est ensuite calculé en multipliant ces trois éléments. OEE : Qualité x Performances x Disponibilité
Dans cet exemple, où la disponibilité s’élève à 75%, les performances à 64% et la qualité à 90%, le score OEE est de 43,2% (0,75 * 0,64 * 0,9).
Avec un suivi régulier, le score OEE permet aux fabricants d’identifier les problèmes les plus critiques qui affectent les performances de l’équipement et de prendre des mesures ciblées pour améliorer leur rendement de fabrication.

Figure 1 : Méthode de calcul du score OEE (création originale)
L’interprétation des résultats en matière d’OEE est essentielle pour identifier les améliorations à apporter. Elle permet aux fabricants de concentrer leurs efforts sur les équipements qui en ont le plus besoin. Un score OEE supérieur à 85% indique une efficacité optimale de l’équipement, tandis qu’un score moyen d’environ 40% reflète la nécessité de mettre en place des mesures d’amélioration continue. Le score de 100% est quasiment inatteignable, car il nécessite de produire exclusivement des pièces parfaites à la vitesse maximale, sans aucun temps d’arrêt. Les indicateurs OEE de référence varient en fonction des secteurs et des méthodes de fabrication. Il n’existe pas de score OEE universel, dans la mesure où chaque secteur est soumis à des normes qui lui sont propres. Par exemple, les installations qui opèrent dans le domaine de la fabrication discrète obtiennent souvent de faibles scores OEE en raison de la complexité de leurs processus de production.
L’importance de l’OEE dans le domaine de la fabrication
Le score OEE est un indicateur essentiel pour les professionnels de la fabrication, car il leur permet d’améliorer leurs opérations. Voici quelques-uns des avantages :
- Productivité accrue : en identifiant les équipements et les processus qui ne sont pas suffisamment performants, l’OEE permet d’apporter des améliorations ciblées. Le suivi des temps d’arrêt permet d’optimiser l’utilisation de l’équipement, d’améliorer la planification et la maintenance, afin d’augmenter la disponibilité et la productivité. L’indicateur améliore également la productivité du personnel en aidant les responsables à identifier les domaines dans lesquels les opérateurs ont besoin d’une formation ou d’une assistance supplémentaire.
- Qualité supérieure : en relevant les défauts et les reprises, l’OEE fournit des données précieuses qui permettent d’identifier les causes des problèmes de qualité. Cette analyse facilite l’amélioration continue. Les informations fournies par l’OEE permettent aux fabricants de limiter les rebuts et les reprises, et ainsi de réaliser des économies tout en produisant des marchandises de meilleure qualité.
- Maintenance améliorée : les données d’OEE permettent d’améliorer les programmes de maintenance prédictive, et ainsi de réduire les temps d’arrêt non planifiés et prolonger la durée de vie de l’équipement. La planification de la maintenance pendant les périodes où la demande diminue permet aux fabricants de minimiser les interruptions et d’optimiser la disponibilité de leur équipement.
- Réduction des coûts et amélioration du retour sur investissement : l’amélioration de l’efficacité globale de l’équipement entraîne une réduction des coûts d’exploitation induite par l’optimisation de la consommation d’énergie, des frais de main-d’œuvre et des pertes de matériaux. Les fabricants qui parviennent à atteindre un score OEE élevé remplissent plus efficacement leurs objectifs et voient leur retour sur investissement augmenter grâce à la réduction des temps d’arrêt des machines et à l’amélioration de la qualité des marchandises produites.
- Meilleure utilisation des ressources : en permettant de repérer les machines qui ne fonctionnent pas au maximum de leur capacité, l’OEE améliore l’allocation des ressources et réduit le besoin d’investissements supplémentaires. De son côté, la formation pratique ciblée permet d’améliorer les compétences du personnel, l’utilisation des ressources et les performances globales.
- Prise de décision éclairée : l’OEE fournit des données de production en temps réel qui peuvent être analysées afin de résoudre les problèmes et de prendre des décisions éclairées le plus rapidement possible. Ces informations permettent également de mettre en place des initiatives d’amélioration continue visant à améliorer la productivité et la qualité sur un plus long terme.
- Compétitivité améliorée : l’OEE permet aux fabricants de comparer leurs résultats aux normes du secteur ou aux performances de la concurrence. Un score OEE élevé est le signe d’une production constante, de produits de qualité supérieure et de livraisons dans les délais, au profit de la satisfaction client.
Des solutions OEE au service de l’excellence dans le domaine de la fabrication
La maintenance prédictive permet d’améliorer les scores OEE déjà élevés grâce à une surveillance permanente de l’état de santé de l’équipement. Une détection précoce des anomalies ou de l’usure évite que des problèmes mineurs ne donnent lieu à des pannes. Une telle approche proactive permet aux équipes de maintenance de prévoir les réparations pendant les temps d’arrêt planifiés afin de limiter les pannes imprévues tout en garantissant une disponibilité maximale des équipements. L’intégration de capteurs, d’API et de dispositifs IIoT permet d’obtenir des informations en temps réel sur les équipements et les processus, afin de faciliter l’automatisation des tâches répétitives ou complexes. Le rendement, la vitesse et la précision s’en trouvent améliorés, et les erreurs humaines sont réduites. En investissant de façon stratégique dans des mises à niveau des équipements, l’on augmente encore le rendement, car cela entraîne une réduction des ressources utilisées, des déchets et du temps consacré aux réparations. L’engagement des employés est un facteur essentiel de réussite d’un processus de fabrication. Le meilleur moyen pour les entreprises d’assurer une amélioration continue de leurs activités de production et de leurs performances en matière d’OEE est de faire en sorte que leurs employés restent motivés et investis. Le fait de présenter régulièrement les résultats en matière d’OEE en temps réel aux opérateurs leur permet de déterminer plus facilement les opportunités d’amélioration. L’adoption des pratiques recommandées et des normes industrielles (QFD, Kaizen, zéro défaut, PDCA, qualité totale, méthode Taguchi, cercles de qualité, Six Sigma, etc.) est la base même de l’optimisation des processus de fabrication et de l’amélioration des performances en matière d’OEE. Ces techniques permettent aux entreprises de comparer leurs performances aux normes du secteur et d’améliorer la satisfaction client de façon significative.
Comment l’edge computing industriel peut contribuer à améliorer l’OEE
L’OEE évalue le rendement de fabrication d’après des indicateurs de performances, de disponibilité et de qualité. L’utilisation d’appareils situés dans les locaux de leurs usines permet aux entreprises de tirer parti de l’analyse de diagnostic prescriptive afin d’optimiser au mieux leurs actifs. Cette approche réduit les temps d’arrêt non planifiés, améliore la qualité des produits et optimise l’utilisation des actifs. À mesure que les performances, la qualité et la disponibilité des actifs s’améliorent, les usines se rapprochent d’un score OEE de 100%. Les plates-formes d’edge computing assurent la diffusion des données en temps réel, permettant ainsi aux entreprises de réaliser des analyses avancées sur l’état de santé de leurs actifs, les performances et la production. Les volumes croissants de données en temps réel leur permettent de développer des stratégies de maintenance prédictive et d’optimisation.
La plate-forme de numérisation edge computing industrielle, qui traite les données au niveau des machines, en est le parfait exemple. Cette plate-forme edge computing prête à l’emploi rassemble des applications, des fonctionnalités OT et IT, des appareils et un système de gestion central, pour une gestion des données sure, évolutive et simple d’utilisation en usine. L’edge computing industriel simplifie la collecte de données, l’analyse et l’identification des ralentissements, et assure ainsi l’amélioration du score OEE en optimisant le suivi de l’utilisation des actifs et des ressources.
Cas d’utilisation de l’edge computing industriel pour améliorer le score OEE et exemples de fabricants
- Amélioration des performances d’une chaîne de fabrication automobile :
Volkswagen s’est appuyé sur l’edge computing industriel pour optimiser sa chaîne de production automobile. L’entreprise produit différents types de carrosseries sur une même chaîne. Chaque modèle nécessitait des charges de travail variables, et l’introduction de nouveaux modèles entraînait souvent des retards de production. Volkswagen ne parvenait pas à identifier l’origine exacte du problème et était à la recherche d’une solution qui lui permettrait de repérer les postes et les séquences problématiques au sein de son programme d’API basé sur VASS (propre à Volkswagen) sans avoir à modifier le code de ses API.
Pour résoudre le problème, Volkswagen a adopté une application de surveillance des performances chargée d’analyser les temps de cycle de chacun des postes. Cette application générait automatiquement des tableaux de bord contenant des informations détaillées telles que des « vues par produit », « historique », « analyse par scénarios de simulation », ainsi que des retours en temps réel à la suite de chaque optimisation. Le système, constitué de dispositifs d’edge computing Siemens, a permis de collecter, d’harmoniser et de stocker les données indépendamment des API. Une plate-forme centrale assurait les mises à jour logicielles des applications et des appareils répartis dans plusieurs usines, dans différents pays.
La solution a finalement permis d’améliorer le rendement de la production de façon significative, sans nécessiter d’arrêt de production ni de reprogrammation des API. L’installation prête à l’emploi et la visualisation simplifiée ont permis de limiter les efforts d’entretien et d’ingénierie, pour un meilleur rendement avec un minimum d’interruptions.
Figure 2 : Amélioration du score OEE d’une chaîne de fabrication automobile grâce à l’edge computing (Source)
Optimisation du rendement des équipements d’une entreprise mondiale spécialisée dans les sciences de la vie
Un fabricant mondial opérant dans le secteur des sciences de la vie ne parvenait pas à collecter des données critiques provenant de ses API les plus anciens, dépourvus de ports Ethernet. Or, ces données s’avéraient essentielles pour la commande des processus et l’OEE. Ces API étant âgés d’une quinzaine d’années et approuvés par la FDA (agence américaine des produits alimentaires et médicamenteux), il était impossible de les mettre à jour ou de les modifier, ce qui empêchait l’entreprise de collecter les données nécessaires à l’optimisation de la production et à l’amélioration du rendement des équipements.
Pour résoudre ce problème, le fabricant a fait installer un automate d’automatisation des machines Omron NX1P, qui lui a permis de collecter des données en provenance d’équipements existants sans avoir à modifier leur état de fonctionnement. Le NX1P assure une gestion avancée des mouvements, de la mise en réseau et des E/S, et est compatible avec les solutions IIoT. Après avoir connecté le NX1P à l’API existant à l’aide du protocole FINS (Factory Interface Network Service), l’entreprise a pu commencer à collecter les données nécessaires sans avoir à modifier l’API ou la machine. La solution permettait également au fabricant de suivre l’emplacement et les performances de ses machines, même lorsqu’elles étaient transférées vers un autre site à l’international.
Conclusion
Il n’existe pas une entreprise qui ne cherche pas à optimiser sa productivité et ses bénéfices. Le calcul et l’analyse des scores OEE aident les fabricants à améliorer les performances et l’efficacité de leurs opérations. L’OEE fournit une vue claire des performances d’une usine et permet d’identifier les opportunités d’amélioration. La maintenance prédictive joue également un rôle essentiel dans l’amélioration du score OEE en augmentant la disponibilité des équipements, en optimisant les performances et en assurant la qualité des produits.
En intégrant des technologies avancées telles que le cloud computing et l’edge computing, les fabricants se donnent les moyens de surveiller l’état de santé de leurs équipements en temps réel, d’anticiper les pannes et d’optimiser la maintenance. Dans cette optique, Farnell propose une gamme complète de produits d’automatisation industrielle tels que des API, des capteurs et autres dispositifs connexes.
Stay informed
Keep up to date on the latest information and exclusive offers!
Subscribe now
Thanks for subscribing
Well done! You are now part of an elite group who receive the latest info on products, technologies and applications straight to your inbox.
En savoir plus sur :
Maintenance et sécurité des performances industrielles basées sur l’IoT
Utilisation de l’analyse des vibrations pour la maintenance prédictive
Livre blanc : Les bases de la maintenance prédictive
Livre blanc : Industrie 4.0 - L’informatique en périphérie dans l’environnement industriel