L’Usine Marie SAS compte environ 15 centres d’usinage et dispose de 40 machines à commande numériques. En tant que responsable maintenance et travaux neufs, Lionel Vettraino s’occupe de la digitalisation et de la robotisation de l’usine Marie SAS. « À l’origine, notre besoin était assez pragmatique. Au vu de notre taux de productivité, nous avions des temps d’arrêt de production qui restaient inexpliqués. Nous avions donc besoin d’identifier précisément les causes. Pour cela, il fallait récupérer les informations provenant des machines. Pouvoir expliquer ces temps d’arrêt d’usinage était en effet indispensable, avant de mener des actions correctives et ainsi, gagner en productivité. »

L’usine a choisi de tester plusieurs logiciels de type MES capables de remonter les informations d’usinage. Elle a, entre autres, évalué GEDIX WATCH, une solution qui récupère toutes les données des machines à commandes numériques telles que le taux de charge machine, l’opérateur associé à la CN, les temps d’arrêt, TRS, etc. « Sans être un MES complet, GEDIX WATCH remplissait l’ensemble du cahier des charges tout en offrant un atout de taille : la facilité d’implémentation. En effet, la plupart des solutions concurrentes nécessitaient l’investissement en matériels de type tablettes ou autre hardware, car elles n’étaient pas compatibles avec nos équipements. GEDIX WATCH s’adapte à l’informatique présente dans l’usine. Dès la démonstration, nous avons été convaincus. Avec l’aide des équipes de développeurs, nous avons même pu personnaliser le logiciel aux spécificités de notre usine. Les équipes LMBA GEDIX ont été d’une aide précieuse. À travers leur expérience, ils nous ont aiguillés sur les problèmes présents dans notre usine. En échangeant avec eux, à la lumière des données récoltées, nous nous sommes rendu compte que nous avions énormément d’idées reçues à propos du fonctionnement de notre usine qui ne correspondaient pas à la réalité. »

Désormais, Marie SAS sait exactement ce qu’il se passe dans l’usine à l’instant T. Grâce aux données remontées en quasi-temps réel par le logiciel de monitoring machine, l’industriel a pu améliorer l’analyse de ses indicateurs de production. « Nous avons constaté que nos temps d’usinage étaient faibles par rapport au temps de production possible. Ce qui signifiait que l’ordonnancement était incorrect. Nous avons donc entièrement revu les programmes de fabrication et repensé l’ordonnancement. C’est toute la production qui a été optimisée. Aujourd’hui, avec la nouvelle organisation, nos machines peuvent tourner 23h sur 24. Nous produisons davantage tout en améliorant la qualité. De plus, en identifiant les causes des pannes des machines, nous avons réussi à en éliminer un grand nombre. L’application nous fournit une analyse de ces pannes sous forme de diagramme de Pareto, ce qui nous aide à adopter une approche de maintenance prédictive. »