Témoignage client

Cap sur l’industrie 4.0, en enchaînant les succès

L’engagement de Saint-Gobain NorPro en faveur de l’analytique lui a permis d’élucider des questions longtemps restées sans réponse.

La promesse de l’industrie 4.0 est l’une des priorités absolues de Saint-Gobain NorPro. La digitalisation de la fabrication, la robotique, l’Internet des objets et l’Internet des systèmes – où se mêlent univers physique et virtuel – sont les concepts de l’initiative Stellar Factory par laquelle la société identifie et applique les meilleures pratiques.

Depuis plus d'un siècle, Saint-Gobain NorPro conçoit toute une gamme de formes et d'autres solutions céramiques aux industriels spécialisés dans la pétrochimie, la chimique, la raffinerie, l'environnement et la transformation des gaz. En qualité de responsable qualité, Jim Lamar doit s’assurer que, dans un environnement de fabrication de plus en plus complexe, la société exploite pleinement la puissance de l’analytique pour proposer les meilleurs produits possibles à ses clients.

Basé à Bryan, au Texas, Jim Lamar contribue à bâtir une culture fondée sur les réussites passées de Saint-Gobain NorPro, en abordant l’analyse des données de manière beaucoup plus structurée. Les plans d’expériences s’inscrivent au cœur de cette initiative et se révèlent payants.

Exemple : Jim Lamar et son équipe ont été sollicités pour résoudre un problème lié à la matière première de l’un des principaux fournisseurs de la société. Des plans d’expériences ont été réalisés sur le site de Saint-Gobain NorPro et sur celui du fabricant, ce qui a conduit à deux grandes découvertes : d’une part, la qualité de la matière première était le seul critère utile pour prévoir celle du produit fini et, d’autre part, deux paramètres de qualité associés au produit du fournisseur étaient en cause.La clé du problème était dans l’interaction de ces deux paramètres. « Ce processus nous a permis de répondre à des questions que personne ne savait même comment aborder par le passé », déclare Jim Lamar.« Les résultats ont enthousiasmé toute l’équipe. Nous avons donc voulu faire encore mieux. ».

Un modèle prédictif pour résoudre un problème de production persistant

« Cela fait 20 ans que j’utilise JMP activement », affirme Jim Lamar. Lui et son équipe ont récemment utilisé le logiciel d’analyse statistique pour créer un modèle prédictif dans l’espoir de résoudre un problème de qualité qui contrariait la société depuis plusieurs décennies. « Nos 20 années de recherche n’ont rien donné », confie Jim Lamar. « Nous avons revu chaque partie du procédéet testé, en vain, chaque variante de matière première. »

Les plans d’expériences réalisés sur le site de Saint-Gobain NorPro ont révélé que le problème était lié à une matière première spécifique. « Nous avons contacté le fournisseur pour l’informer de notre découverte, tout en lui indiquant que nous ne parvenions pas à établir de corrélation », se souvient Jim Lamar.« C’était quelque chose qu’on ne pouvait pas mesurer. »

L’équipe de Jim Lamar a mené d’autres expériences en utilisant la matière première en question comme variable principale, et le constat était toujours le même : « aucune des conditions d’exploitation du procédé n’avait d’incidence sur la qualité du produit fini ».L’équipe a persévéré, et il s’est finalement avéré que la matière première était à l’origine du problème. Deux paramètres de qualité jusqu’alors inconnus étaient en cause.« J’ai expliqué au fournisseur que nous avions besoin qu'il vérifie leur corrélation », précise Jim Lamar.« Ces paramètres étaient liés. La valeur du premier ne signifiait rien pour nous, pas plus que celle du second. Mais l’association des deux pouvait être déterminante. »

L’un des paramètres portait sur une caractéristique de la matière première, et l’autre pouvait être contrôlé par le biais d'un traitement. Jim Lamar explique que l’approche classique de spécification des matières premières consiste à définir séparément les limites de chaque paramètre. Dans le présent cas de figure, les limites acceptables du second paramètre dépendaient de la valeur du premier. « C’est cette interdépendance qui avait jusqu’ici échappé à tout le monde », indique Jim Lamar. « Personne n’avait les données. J’ai trouvé les réponses que je cherchais dans le profileur situé au bas du système de régression multiple multivariée. »

Des scripts accédant à plusieurs années de données

Jim Lamar et son équipe ont utilisé JMP pour générer un profil interactif qui a permis au fournisseur d’indiquer ses mesures de qualité de la matière première, puis de contrôler l’autre facteur au niveau requis pour s’assurer que le produit fini permettrait d'obtenir une matière acceptable. « Nous avons enregistré la formule dans un fichier HTM », précise Jim Lamar. « Grâce à JMP, j’ai pu remettre au fournisseur ce qu’il lui fallait. Munis d'une clé USB, nous lui avons expliqué comment fonctionnait la formule. »

« Non seulement nous avons résolu le problème, mais notre client, épaté par les résultats, a décidé de renforcer les spécificationsafin qu’elles reflètent ce que nous étions désormais capables d’accomplir », poursuit-il.

Jim Lamar affirme que JMP était la seule solution analytique à la hauteur de la tâche.« Les autres outils que j’utilise n’auraient pas produit les résultats que j’ai obtenus avec le profileur interactif, et ne m’auraient pas permis de préparer un fichier Shockwave présentant au fournisseur sa spécification sous forme d'index », confie-t-il.« Je ne sais pas comment nous aurions résolu le problème autrement. »Il salue également les fonctionnalités d’écriture de scripts de JMP. « Les scripts que je crée extraient en quelques secondes les données du logiciel de planification des ressources de notre société », explique-t-il. « Cette extraction qui prenait auparavant des heures est désormais instantanée, ce qui me permet de collecter plusieurs années de données à des fins d’analyse. »

Jim Lamar déploie JMP pour analyser régulièrement, et rapidement, des paramètres de qualité clés, mais aussi pour mener des études comparatives : « Qu’est-ce qui a changé en 2018 par rapport à 2017 ? Des tendances sont-elles perceptibles ? Est-il possible de démontrer une amélioration continue ? ». Jim Lamar et son équipe peuvent désormais répondre facilement à toutes ces questions.

« Certains scripts permettent d’extraire les données, et d’autres de les analyser », explique Jim Lamar.« JMP peut répondre à votre question en quelques secondes. Lorsqu’un client nous rend visite parce qu’il s’interroge sur un point, je n’ai plus à lui dire que je reviendrai vers lui ultérieurement. Je peux examiner le problème avec lui, directement à l’écran, partager des fichiers, des journaux, etc. » D’ailleurs, ces clients utilisent eux-mêmes JMP. « Si mes clients utilisent JMP – et ils sont nombreux –, j’ai tout intérêt à en faire autant », conclut-il.

Concrètement, JMP^® offre un énorme potentiel

L’équipe de direction attend, elle aussi, des réponses rapides. « Les décideurs ne veulent pas d’une pile d’indices statistiques », confie Jim Lamar. « Avec un graphique ou un tableau, ils trouvent directement ce qu'ils cherchent. Donc, au lieu de leur envoyer une dizaine de pages, optez pour une représentation graphique. » JMP est spécialement conçu à cet effet. « JMP offre un énorme potentiel. »

L’équipe de NorPro se compose, entre autres, de chercheurs, d’ingénieurs industriels, de chimistes et de techniciens de laboratoire ayant, pour nombre d’entre eux, des compétences avancées, sauf en statistiques. Mais ils pourront bientôt ajouter cette corde à leur arc.En attendant, Saint-Gobain NorPro s’appuie sur les fonctionnalités analytiques faciles d'accès et les outils visuels sophistiqués de JMP pour développer un environnement lui permettant d’enchaîner les succès sur le chemin qui mène à l’industrie 4.0.