Cas étude Simulation de flux – prévoir et maîtriser les investissements avec une forte hausse de la demande dans les années à venir
Client : Donneur d’ordre aéronautique
#Process Mining #Jumeau numérique #Simulation flux #CAPEX #BFR
Le client souhaitait connaître les investissements (humains et matériels) à prévoir dans les années à venir pour être en capacité de répondre à une demande à la hausse, avec de nouveaux appareils. En plus des investissements, la société souhaitait également projeter son futur Besoin en Fonds de Roulement (BFR).
- Tenir l’augmentation prévisionnelle de charge avec le lancement de nouveaux appareils
- Définir les besoins pour répondre à cet augmentation (moyens humains et matériels, Besoin en Fonds de Roulement, …)
- Réduire les temps d’écoulement (Lead Time)
Le besoin exprimé par le client :
Dans ce cadre, la société voulait être en capacité de tester différents “what-if” scénarios et d’évaluer les impacts associés.
La situation de départ / les symptômes évoqués
Une complexité élevée pour étudier les flux
- Un foisonnement des gammes sur plus de 200 types de poste de travail (allant du débit jusqu’au contrôle non destructif en passant par des phases de pré-usinage, de traitement thermique et d’usinage).
- Un mix-produits important (plus de 350 références pour 25 familles).
- Près de 1 500 Ordres de Fabrication réalisés chaque année.
Des changements forts de la demande
- Une hausse constante de la demande prévue sur les 5 prochaines années, avec une prévision de +32% du nombre de pièces à réaliser.
- Augmentation prévue du volume, accompagnée d’une augmentation du mix-produits (+82% d’OF) sur la même période. Soit une complexité croissante des flux à gérer.
Des modifications importantes à entreprendre
Des temps d’écoulement de certaines références à 14 mois actuellement, qui vont devoir être réduits afin d’avoir un BFR maîtrisé.
De nombreuses non conformités constatées avec un délai moyen de plus de 2 mois de traitement.
Des séquences d’opération différentes pour des produits pourtant standards (une rationalisation des flux à prévoir).
La séquence projet
1) Réalisations et résultats obtenus
Collecte de données et cartographies
Figure 1: Value Stream Mapping
Figure 2: Diagramme Spaghetti
Utilisation d’une cartographie des flux de type Value Stream Mapping (VSM, figure 1) sur des produits bien connus afin d’identifier les temps à Non Valeur Ajoutée (NVA).
Une complexité avérée et de très nombreux déplacements réalisés (cf. Diagramme Spaghetti figure 2).
Ces 2 cartographies ont confirmé la nécessité d’utiliser un modèle de simulation pour quantifier le comportement futur.
Étude Process Mining et jumeau numérique
Figure 3: Vue Process Mining
– Des temps d’écoulement constatés moyens dépassant 14 mois sur certaines familles.
– De nombreuses séquences d’opération différentes sur des produits pourtant dits “standards” (exemple ici avec 21 séquences d’opérations différentes réalisées sur 22 OF)
Figure 4: Résultats simulés et réels sur l’année passée
Un modèle que l’on peut qualifier de « calibré » avec des résultats très proches en termes de charge/capacité, de temps d’écoulement, d’encours valorisés et de débit (OF réalisés sur l’année passée : 1 227 / OF terminés dans le modèle : 1 187)
Simulation des flux de demain et feuille de route
A partir du modèle de simulation représentant l’environnement du client, il est possible de projeter et quantifier les années à venir selon divers scénarios.
Une nécessité de prise de décisions est plus que confirmée avec les vues ci-dessous sans changement par rapport à l’année écoulée (« explosion » des encours et par conséquence des temps d’écoulement) :
Figure 5: Résultats du système actuel dit “As-Is” sans changement dans les 5 années à venir
Par rapport aux constats initiaux, à la projection du modèle sans modification, des scénarios d’amélioration ont été définis avec les équipes du client et sont à évaluer. En voici une liste d’exemples :
Figure 6: Exemples de scénarios à simuler
Présentation des scénarios simulés et des impacts sur les différents indicateurs. Présentation de deux exemples de scénarios ci-dessous avec :
– un scénario en « flux poussé » (comme actuellement), avec les investissements nécessaires mais des délais d’écoulement qui restent conséquents afin d’avoir des moyens chargés (voire parfois saturés).
– un scénario avec cette fois un pilotage par les files d’attente afin de favoriser l’écoulement du flux et autoriser que des moyens ne fonctionnent pas continuellement.
Figure 7: Résultats des 2 scénarios en comparaison de la projection avec le système actuel (As-Is) sur les 5 années de simulation
Le client définit sa cible (scénario dit « To-Be ») et connaît l’investissement à réaliser par rapport à cette cible, et ce semestre par semestre :
Figure 8: Investissements semestre par semestre recommandés selon le scénario
Bilan du projet
Des difficultés rencontrées
Données : Une étape de récolte de données longue due à la diversité des flux, des références, des gammes, des données financières…
Calibrage : Au vu des enjeux, nécessité d’avoir un modèle de simulation calibré (obtenir les mêmes résultats en rejouant le passé) avec des données de coûts, des plannings d’ouverture de moyens fournies qui étaient initialement erronées (création de files d’attentes non existantes en réalité).
Management : Le passage à une gestion de pilotage par les files d’attente en acceptant de ne pas utiliser continuellement tous ses moyens de production.
Résultats obtenus
Avec l’évaluation proposée, le client sait qu’il est possible d’imaginer un atelier générant 50M€ de VA/an à un horizon à 5 ans vs 25 M€ actuellement (pour un encours constant).
Le client connaît maintenant mieux le comportement de son système avec l’analyse et la cartographie des différents flux.
Le client sait dans quels moyens investir, semestre par semestre, par rapport à la cible définie.
Le client dispose d’un modèle qui peut être simulé à nouveau lorsque les hypothèses de demande évoluent (quantité / mix-produits).
Le client a démarré sur une famille de produits avec le pilotage par les files d’attente : une réduction de plus de la moitié des encours pour des temps d’écoulement qui se réduisent dans de grandes proportions (comme évalué avec le modèle).