Etude de cas | Metaltemple produit avec Pertinence

Metaltemple, spécialiste de la fonderie de précision, conçoit des pièces en acier de 15 à 700 g, en grande série pour l’automobile. Pour donner une idée des volumes, en 2004, l’entreprise a produit quelque 25,6 millions de pièces, soit 2 500 tonnes, sachant que sa capacité maximale est de 36 millions de pièces par an ou 3 500 tonnes. L’entreprise réalise 37 millions de chiffres d’affaires.

Cependant, ses processus de production s’avèrent longs et le produit n’est pas visible à tous les stades de production, mais après plusieurs dizaines d’heures. De plus, la production doit impérativement être de qualité car il est nécessaire que la pièce soit solidaire lors d’accidents de voiture.
Les problèmes que rencontre l’entreprise concernent un pourcentage de rebuts important ainsi qu’une production aléatoire conduisant à des pièces incomplètes, sans mise en évidence des paramètres qui maintiennent une performance régulière. Quelques 150 paramètres doivent, en effet, être prix en compte lors de la fabrication, dont la maîtrise du temps de coulée qui revêt toute son importance.
Par ailleurs, le contexte économique, particulièrement sévère, a également conduit l’entreprise vers un processus d’amélioration continue. Metaltemple subit de plein fouet une double concurrence. La première, celle des pays low cost comme le Brésil, l’Inde, la Chine mais aussi des technologies concurrentes (forge, fritté, injection plastique). La seconde, un environnement peu favorable qui connaît une hausse notable des matières premières et de l’énergie. En outre, le marché de l’automobile est exigeant sur la qualité des produits, fait baisser régulièrement les prix programmés et remet en cause fréquemment les contrats. D’où la nécessité d’une démarche structurée visant la réduction des coûts de fabrication, une démarche Six Sigma (qualité globale), initiée en mai 2001, au niveau du groupe Teksid Aluminium.

Cette démarche est suivie par les opérationnels de l’entreprise, c’est-à-dire les techniciens de fabrication. Par ailleurs, quatre black belts (direction et pilotage de projets) sont formés cette même année. L’amélioration continue est intégrée dans la construction budgétaire et le programme est piloté comme un processus au sein de la norme ISO TS16943V2000. Il devient un processus managérial à part entière.
L’entreprise adopte à la fois une démarche DMAIC (Define, Measure, Analyze, Improve and Control) et des outils de statistiques (notamment d’analyse de variance). Elle s’équipe également d’éditeur de règles, Pertinence Rule Maker, afin d’obtenir une vision différente de la statistique et plus de clarté. Vient s’ajouter un MES (suivi de production) pour le pilotage des paramètres de fabrication notamment. En prérequis un groupe de travail pluridisciplinaire est formé et une collecte de données approfondie est pratiquée.

Pertinence Rule Maker compare les statistiques et les données. Grâce à cette analyse, les démarches peuvent être ciblées par rapport à des actions précises, ce qui permet aux techniciens de se concentrer sur leur métier et non sur les chiffres. Le contrôle des résultats arrive en support de la mise en place du MES.
Selon les dires de notre interlocuteur, l’approche d’un éditeur de règles est à dissocier de la statistique dont l’interprétation est difficile. Les règles aident à comprendre le positionnement des points dans l’espace et essaient de trouver des domaines de bon fonctionnement : si tel paramètre est compris entre tel et tel niveau. Il s’agit d’identifier les paramètres influents du taux de rebuts (temps de coulée, température, etc.) en se basant sur la réalité de production, mais également d’étudier les plus grands domaines dans lesquelles la loi est toujours vérifiée. L’outil sélectionne et fournit ainsi la visibilité à l’équipe en charge de l’amélioration. En comparaison, les statistiques offrent une lisibilité moindre, les conditions d’interprétations ne sont pas évidentes, d’où le discours parfois difficile avec le personnel.

Autre question d’extrapolation, le what if avec certains niveaux de paramètres. Il donne des « règles de bon » entre x et y en même temps que le pourcentage de bonne qualité. Le what if fournit une projection de l’avenir, basée sur une analyse réelle des données de fabrication, si les paramètres ne sont pas maîtrisés. L’éditeur de règles propose, quant à lui, des règles de fonctionnement dont les résultats sont fondés sur la production et non des plans d’essai, plus difficiles à gérer. Un éditeur de règles demande deux à trois jours de formation, ainsi qu’une démarche préparatoire exhaustive. Le nombre de paramètres n’est pas limité.

L’entreprise a pu enregistrer une bonne prise en compte de la base de données avec les données manquantes. La collecte des données est, en effet, basée sur le réalisme de la fabrication. En résultats, la moyenne des rebuts a été constatée à la baisse, la variabilité de la production a été écrasée.
Le succès du projet, selon notre interlocuteur, est dû à une combinaison : l’engagement complet de l’entreprise et de sa direction, la méthode DMAIC, les outils de statistiques associés à l’éditeur de règles et le MES.
En perspectives pour l’année 2005, Metaltemple entend généraliser le chantier à d’autres produits et travailler sur le partage de la connaissance. L’objectif reste de maintenir une bonne performance, tous les jours et sur tous les lots.