Dans la première partie de notre série d’entretiens avec les experts du secteur du moulage par injection, Andreas et Björn, nous avons exploré le rôle de la prise de décision basée sur les données dans l’optimisation des processus de moulage par injection. Si vous avez manqué cet échange, vous pouvez le retrouver ici.
Dans cette deuxième partie, nous approfondissons comment Minitab aide les entreprises à relever des défis concrets, comme réduire les taux de rebut ou accélérer la production tout en maintenant une qualité irréprochable. Andreas et Björn partagent des exemples précis et mettent en lumière les priorités essentielles pour les professionnels cherchant à rationaliser leurs processus.
| Björn Noreik est formateur certifié Minitab et Lean Six Sigma Master Black Belt, fort de plus de 25 ans d’expérience dans l’optimisation des procédés et des produits de fabrication à travers divers secteurs, notamment l’automobile, l’électronique, les produits pharmaceutiques et les plastiques. Expert en outils statistiques et en machine learning, Björn accompagne les équipes de projet dans l'amélioration de la qualité et de l'efficacité grâce à des méthodologies telles que le Plan d’expériences (Design of Experiments, DoE). Il siège également au conseil d'administration de l'European Six Sigma Club Germany (ESSC-D) et fait partie du jury du prix Six Sigma Award allemand. | |
| Andreas Thümmel est professeur de mathématiques appliquées à Darmstadt et consultant expérimenté. En 2009, il a fondé une entreprise pour offrir des formations, des ateliers et des solutions de conseil à ses clients. Son expertise réside dans l’analyse et l’optimisation de données économiques et industrielles complexes à travers divers secteurs, tels que la science des matériaux, l’aérospatiale, l’automobile, l’électronique, les produits pharmaceutiques, les biosciences et les plastiques. Andreas se concentre principalement sur la recherche, le développement et le support, en s’appuyant sur des approches statistiques et de science des données pour améliorer les processus et les développements liés aux projets de ses partenaires et clients. |
Andreas:
Les variations entre fournisseurs, amplifiées par l’utilisation croissante de matériaux recyclés, représentent un défi croissant. La variabilité naturelle de ces matériaux complique les processus de production. Des outils statistiques tels que la MSP et l’analyse de régression s’avèrent indispensables pour maîtriser cette complexité. Par ailleurs, la conception d’expériences (DoE) joue un rôle clé en permettant de comprendre et d’anticiper ces écarts, ce qui est particulièrement crucial pour des procédés complexes comme les matériaux expansés ou les pièces imprimées en 3D.
Björn
Il est crucial de pouvoir compter sur vos fournisseurs. Cependant, même de légères modifications dans les formulations des matières premières peuvent avoir un impact significatif sur la qualité des produits. Bien qu’il soit impossible de tester chaque problème potentiel, les cartes de contrôle MSP permettent de détecter rapidement des anomalies, même si leur origine n’est pas immédiatement identifiable. Par exemple, une augmentation de la variance peut signaler un changement dans la qualité des matières premières. Une fois un modèle identifié, une analyse approfondie peut déterminer si cette variation affectera les étapes suivantes de la production ou le produit final pour le client.
Les outils MSP permettent aux fabricants de détecter les problèmes avant que les produits n’atteignent les clients. Cependant, ces cartes ne révèlent pas pourquoi un changement s’est produit, elles signalent simplement qu’une différence existe. Une fois la variance identifiée, il est nécessaire d’analyser en profondeur le processus ou le matériau pour en déterminer la cause racine. Cette approche permet de repérer des tendances, comme une baisse de pression dans le processus, et de les corriger, garantissant ainsi une qualité constante. La carte de contrôle devient alors un outil clé pour identifier les défauts potentiels et empêcher les produits non conformes de quitter l’usine, tout en offrant le temps nécessaire pour comprendre et résoudre le problème sous-jacent.
Andreas:
Oui, bien sûr. Nous disposons de nombreux exemples concrets, bien que certains soient confidentiels en raison d’accords de non-divulgation avec des entreprises. Cependant, nos projets de recherche offrent également des informations précieuses. Par exemple, je collabore avec l’Université de Darmstadt, où des thèses de licence et de master, ainsi que d’autres initiatives de recherche, intègrent l’analyse de données comme un élément central. L’Institut de Technologie des Plastiques de Darmstadt se concentre de plus en plus sur l’intégration de la science des données, de l’informatique et de la gestion des bases de données dans ses projets.
Historiquement axées sur l’étude des matériaux, ces recherches évoluent désormais pour exploiter pleinement la science des données. Cela implique des équipes multidisciplinaires composées d’experts en informatique, d’ingénieurs et de statisticiens, travaillant ensemble pour produire des informations exploitables. Bien que nous soyons parfois limités dans les exemples spécifiques que nous pouvons partager, nous avons obtenu des résultats significatifs dans ces projets de recherche en utilisant des outils tels que la MSP, l’analyse de régression et la conception d’expériences (DoE).
Björn:
Un exemple concret, sans nommer le client, concerne une entreprise confrontée à des défis classiques en moulage par injection : rétrécissement, défauts de surface et injections courtes, où la cavité du moule n'était pas complètement remplie. Ces problèmes, bien que fréquents, peuvent être difficiles à diagnostiquer. L'entreprise avait déjà essayé plusieurs ajustements, notamment des pressions, des températures et des canaux d’injection, sans parvenir à identifier la cause principale.
C’est alors qu’elle a adopté une approche systématique basée sur les données avec Minitab. En utilisant des outils tels que Minitab Workspace et DFSS (Design for Six Sigma), l’équipe a cartographié le projet pour identifier les facteurs critiques influençant les injections courtes. Une conception d’expérience factorielle simple, intégrant des points centraux, a mis en évidence des interactions inattendues entre la température du plastique et celle de l’outil. Grâce à ces découvertes, l’entreprise a pu éliminer complètement les injections courtes, réduisant ainsi le taux de défauts à zéro en un temps record.
Cet exemple illustre parfaitement comment Minitab permet de dépasser la méthode traditionnelle d’essais-erreurs pour adopter une approche structurée et méthodique, offrant des résultats rapides et efficaces. Les injections courtes – lorsque, par exemple, un produit comme un tuyau n’est rempli qu’à 70 ou 80 % au lieu de 100 % – représentent un défi fréquent, souvent lié à une température ou une pression insuffisante. Grâce à Minitab, l’équipe a pu visualiser et optimiser facilement les facteurs critiques, résolvant ainsi un problème persistant depuis des années.
Björn:
Il ne s'agit pas seulement de réduire les coûts, mais aussi d'augmenter la vitesse. Je me souviens d'un client dont le processus de moulage était parfaitement maîtrisé et qui pouvait affirmer en toute confiance à ses clients : « Je peux produire la quantité dont vous avez besoin en un temps réduit ». Que ce soit pour 80 pièces ou 10 000, aucun problème. La clé réside dans la vitesse et la flexibilité. Cette entreprise avait la capacité de réinitialiser ses machines plusieurs fois par jour, parfois 3 ou 4 fois, pour produire des petites séries, ce qui lui permettait de répondre précisément aux besoins de ses clients. Cette agilité lui confère un avantage concurrentiel considérable, notamment lorsqu’elle est proche des usines de ses clients.
Andreas:
Le temps, c’est de l’argent, n’est-ce pas ? Plus vous êtes rapide, plus vous augmentez votre rentabilité. Souvent, lorsque Björn et moi visitons une entreprise, c’est parce qu’elle fait face à un problème spécifique à résoudre. Nous faisons généralement partie d’un groupe de travail ou d’une équipe de résolution de problèmes. Dans ces situations, le coût n’est même pas la priorité. L’objectif est de trouver une solution rapide. Lorsqu’on doit choisir entre une solution plus rapide ou moins coûteuse, la réponse est évidente : une solution plus rapide est préférable. Mais la rapidité n’est pas le seul facteur à prendre en compte : il s’agit aussi de concevoir des solutions plus sûres et plus robustes. En fin de compte, toutes les affirmations que nous faisons dans nos présentations doivent être appuyées par des données, souvent des tests d’hypothèses ou d’autres méthodes statistiques, pour prouver que la solution est à la fois valide et efficace.
Le secteur du moulage par injection est animé par la quête de vitesse, de précision et d’adaptabilité. Comme le soulignent Andreas et Björn, la clé du succès réside souvent dans la capacité à résoudre rapidement les problèmes tout en mettant en œuvre des solutions fiables basées sur des données. Les outils puissants de Minitab aident les professionnels à identifier et résoudre des problèmes complexes, tout en leur permettant de rester en tête dans un secteur en constante évolution. Que ce soit pour réduire les taux de rebut ou optimiser la vitesse de production, Minitab devient un partenaire essentiel pour les entreprises de moulage par injection engagées dans une démarche d'amélioration continue
Améliorez l’efficacité et la précision de vos processus de moulage par injection