Statistiques SPC Archives - QUASAR

SPC intelligent : quand les statistiques rencontrent le machine learning

Melissa Baud — Mon, 23 Feb 2026 09:29:09 +0000

Dans un contexte industriel où la qualité, la réactivité et l’efficacité opérationnelle sont des facteurs déterminants de compétitivité, les méthodes classiques de Statistical Process Control (SPC) évoluent vers des approches plus intelligentes. L’intégration du machine learning à la maîtrise statistique des procédés ouvre de nouvelles perspectives : des analyses automatisées, une détection plus fine des anomalies et une capacité prédictive qui dépasse les limites des méthodes traditionnelles. Découvrez à travers cet article, qu’est-ce que le SPC intelligent.

Comprendre le SPC : fondement de la qualité industrielle

Le Statistical Process Control (SPC) est une méthode de contrôle statistique des procédés visant à surveiller et maîtriser les processus de production par l’analyse continue des données collectées sur les caractéristiques d’un produit ou d’un procédé. L’objectif est d’identifier les variations significatives (sources de défauts) avant qu’elles n’entraînent des produits non conformes ou d’importantes pertes de temps et de matière.

Les outils classiques — tels que les cartes de contrôle — permettent de visualiser la distribution d’un paramètre au fil du temps et de distinguer les variations normales des variations anormales qui nécessitent une action corrective.

Traditionnellement, cette démarche repose sur des règles statistiques bien établies et une interprétation humaine des signaux. Si cette approche reste incontournable, elle montre aujourd’hui ses limites face à la quantité croissante de données, la complexité des variations de process et la demande d’anticipation des anomalies en temps réel.

Pourquoi parler d’un “SPC intelligent” ?

L’expression “SPC intelligent” désigne l’intégration de technologies avancées — notamment le machine learning et l’intelligence artificielle (IA) — dans les méthodologies de contrôle statistique des procédés. Cette évolution répond à des besoins concrets :

Automatiser l’analyse des données pour détecter plus rapidement des anomalies ou des motifs complexes que les règles classiques ne capturent pas toujours.
Améliorer la réactivité des systèmes de surveillance grâce à une analyse en quasi-temps réel des signaux de process.
Intégrer des prévisions basées sur des séries temporelles pour anticiper les dérives avant qu’elles ne deviennent critiques.

En somme, l’intelligence apportée par le machine learning amplifie la valeur du SPC en le rendant non seulement plus automatisé, mais aussi plus proactif, adaptatif et réactif aux variations complexes des procédés industriels.

SPC et anticipation des dérives : vers une maîtrise statistique augmentée

Historiquement, le Statistical Process Control (SPC) repose sur une logique de détection : c’est-à-dire d’identifier, à partir de cartes de contrôle et de règles statistiques, le moment où un procédé sort de son état maîtrisé. Cette approche reste indispensable pour garantir la conformité et la stabilité des processus industriels.

Cependant, dans des environnements de production de plus en plus instrumentés et complexes, le SPC évolue vers une approche plus anticipative.

Du contrôle a posteriori à la prévention des dérives

Dans un cadre SPC enrichi, l’analyse des séries de mesures ne se limite plus à constater qu’un seuil a été franchi. Elle vise à :

analyser l’évolution progressive des indicateurs qualité,
détecter des tendances anormales avant qu’elles ne déclenchent une alarme classique,
anticiper une perte de capabilité du procédé.

Cette capacité repose sur l’exploitation approfondie de l’historique SPC : mesures, sous-groupes, tendances, dispersions et comportements récurrents.

Analyse temporelle et SPC prédictif

En intégrant des modèles d’analyse temporelle adaptés au SPC, il devient possible de :

projeter l’évolution probable d’un paramètre sous contrôle,
estimer à quel horizon un indicateur risque de sortir de ses limites,
hiérarchiser les signaux SPC en fonction de leur criticité future, et non uniquement de leur état instantané.

Cette approche renforce la vocation du SPC comme outil de pilotage, et non plus uniquement comme mécanisme d’alerte.

Complémentarité avec les cartes de contrôle

Le SPC intelligent ne remet pas en cause les fondements statistiques historiques :

cartes de contrôle,
règles de détection,
analyses de capabilité,
traçabilité des mesures.

Il les complète en apportant une lecture dynamique et prospective des données, particulièrement utile pour :

les dérives lentes,
les phénomènes cumulatifs,
les procédés sensibles à des variations progressives.

Ainsi, le SPC conserve son rôle normatif et opérationnel, tout en gagnant une dimension préventive, essentielle dans une logique d’amélioration continue et de performance industrielle durable.

Vers un SPC réellement proactif

Cette évolution marque une transition importante :

d’un SPC centré sur la réaction,
vers un SPC orienté anticipation et maîtrise durable des procédés.

Pour les industriels, cela signifie :

moins d’arrêts non planifiés,
une meilleure stabilité des processus,
une qualité sécurisée dans le temps,
et une prise de décision fondée sur l’analyse statistique approfondie des comportements de production.

QS-Spc : un atout pour l’industrie connectée

Dans cette transition vers un contrôle qualité plus intelligent, QS-Spc s’inscrit comme une brique essentielle pour les industriels souhaitant dépasser le simple suivi statistique pour entrer dans une maîtrise proactive.

Une collecte et analyse en temps réel

La solution QS-Spc intègre des modules avancés permettant de :

Collecter automatiquement les données de production
Calculer des indicateurs clés tels que moyennes, écarts, indicateurs de capabilité
Visualiser les cartes de contrôle SPC et les matrices de dispersion
le tout avec une traçabilité complète

Une vision globale et une interprétation opérationnelle

Les tableaux de bord standards de QS-Spc agrègent les mesures critiques pour offrir une vue d’ensemble des processus. Ils facilitent l’identification des écarts significatifs et des signaux faibles avant qu’ils n’évoluent en défauts coûteux, ce qui s’inscrit pleinement dans les bonnes pratiques qualité des industries exigeantes.

Une intégration fluide dans l’écosystème digital industriel

QS-Spc ne fonctionne pas en silo. En tant que module au sein de la suite MES de Quasar Solutions, il s’intègre naturellement aux flux de données en lien avec les ERP, MES et systèmes d’atelier, permettant une exploitation élargie des données qualité dans l’ensemble de l’entreprise.

En conjuguant la maîtrise statistique classique et les possibilités offertes par l’analyse automatisée, QS-Spc aide les industriels à passer d’un SPC réactif à un SPC intelligent, capable de soutenir une démarche d’amélioration continue orientée performance opérationnelle.

Les bénéfices concrets pour l’industriel

L’adoption d’un SPC enrichi par le machine learning permet notamment :

D’améliorer la qualité globale des produits grâce à une détection plus efficace des problèmes latents.
De réduire les coûts liés au rebut et à la reprise par anticipation des défaillances.
D’augmenter la disponibilité des équipements grâce à des alertes plus précoces sur les variations critiques.
D’optimiser les ressources humaines en automatisant des tâches analytiques répétitives et chronophages.

Défis et perspectives d’avenir

L’intégration du machine learning dans un cadre SPC ne se fait pas sans défis. Parmi les principaux :

La qualité et la structuration des données, qui sont essentielles pour former efficacement les modèles.
La transparence des algorithmes, car l’interprétation humaine reste nécessaire pour certaines décisions critiques.
L’intégration avec les systèmes industriels existants (MES, ERP, IoT), un passage obligé pour exploiter pleinement les données.

Sur le plan des perspectives, les recherches actuelles explorent l’usage de techniques avancées comme les réseaux neuronaux convolutifs (CNN) pour analyser des signaux complexes, ou encore l’utilisation de modèles génératifs pour anticiper des scénarios futurs dans des environnements très dynamiques.

L’apport du machine learning au Statistical Process Control n’est pas une tendance superficielle, mais une évolution structurante de la qualité industrielle. En associant les fondements statistiques du SPC à des capacités analytiques avancées, les industriels disposent d’une vision en temps réel plus robuste, d’une détection plus fine des anomalies et d’une capacité prédictive essentielle face aux contraintes de compétitivité actuelles.

Pour les organisations industrielles qui cherchent à optimiser leur performance globale tout en maintenant les plus hauts standards de qualité, le SPC intelligent offre un levier stratégique incontournable — non seulement pour contrôler, mais aussi pour anticiper et maîtriser l’incertain.

The post SPC intelligent : quand les statistiques rencontrent le machine learning appeared first on QUASAR.

Qu’est ce que le SPC / MSP ?

Melissa Baud — Wed, 10 Apr 2024 07:26:37 +0000

Aujourd’hui, nous allons répondre à la question : » Qu’est ce que le SPC / MSP ? ». Notre consultante experte vous explique qu’est-ce que le SPC / MSP .

Retrouvez un nouvel épisode de la saga « Minute MES » sur notre chaîne YouTube tous les mois.

The post Qu’est ce que le SPC / MSP ? appeared first on QUASAR.

Faut-il intégrer la gestion de la qualité dans un projet MES ?

L'équipe QUASAR — Fri, 24 Nov 2017 11:20:00 +0000

Lorsque l’on parle de logiciel MES, on pense surtout au suivi de fabrication temps réel, et peu à la gestion qualité. Outil de l’amélioration continue, la gestion de la qualité fait pourtant bien partie du périmètre normatif du MES, mais reste souvent perçue comme une fonction annexe, qui peut être couverte par d’autres systèmes d’information, en parallèle du MES. A tort ou à raison ?

Le périmètre standard du Manufacturing Execution System

D’après le M.E.S.A*, le domaine d’application du Manufacturing Execution System se situe entre les niveaux Contrôle-Commande occupés par les automatismes et la supervision, et le niveau Planification, souvent traité par les Progiciels de Gestion Industrielle. En d’autres termes, les industriels intègrent un système MES pour compléter les manques de l’ERP et des équipements d’atelier, qui ne sont plus suffisants pour évaluer la performance globale des flux de fabrication et garantir la traçabilité produit/procédé.

L’outil MES permet d’une part d’obtenir une vision de tous les évènements qui ont une incidence sur les unités de production grâce à la collecte et aux échanges de données d’atelier. D’autre part, la mise en place d’un système MES se qualifie par la notion de « temps réel » , en vue d’obtenir une vision immédiate de l’avancement de la production, en lien avec la Planification. Pour installer un logiciel MES, un certain nombre de fonctions (10 d’après la définition du M.E.S.A) vont devoir être interconnectées selon le système d’information de l’entreprise, son budget et ses objectifs à moyen/long terme.

Aujourd’hui guidés par la vision idéaliste du digital manufacturing, les industriels intègrent de plus en plus des projets MES à spectre large en vue de garantir la continuité numérique des données. Il s’agit de faire cohabiter les besoins d’amélioration de la performance, de pilotage d’exécution, de traçabilité et de contrôle qualité au sein d’un même système d’information entièrement dématérialisé.

Le contrôle de la qualité intégré au logiciel ME.S.

Bien que le périmètre normalisé du MES englobe le volet qualité, la gestion de la qualité peut être perçue comme une fonction parallèle, essentiellement matérialisée par des opérations de contrôle qui viennent contrarier la fluidité des flux de production.

Pourtant, la qualité a une incidence directe sur la performance et le TRS**. Une bonne gestion de la qualité intégrée au logiciel MES permet aux opérateurs et responsables qualité de repérer toutes les causes de non qualité, de saisir les données clés dans un outil stable et connecté au système d’information et obtenir un retour des instructions pour plus d’efficacité.

Ainsi, la gestion de la qualité est centrale dans l’amélioration des performances. Elle permet de répondre de façon proactive aux enjeux législatifs (notamment aux audits de certification), garantir un meilleur suivi de tous les processus de contrôle qualité de l’usine et intégrer les outils du Lean management. Lorsqu’on lui associe les fonctions de Contrôle Statistique des Procédés (SPC/MSP), le contrôle qualité devient temps réel, à l’instar du suivi de fabrication, ce qui justifie pleinenement son intégration dans le système MES.

*M.E.S.A. = Manufacturing Enterprise Solutions Association. Cette organisation internationale est composée d’utilisateurs industriels et d’apporteurs de solutions (éditeurs et intégrateurs).
** TRS =Taux de rendement synthétique

Source: QUASAR Solutions

The post Faut-il intégrer la gestion de la qualité dans un projet MES ? appeared first on QUASAR.

4 raisons d’intégrer un système SPC au M.E.S.

L'équipe QUASAR — Thu, 23 Nov 2017 17:12:00 +0000

Le SPC allège considérablement les contrôles qualité des industriels en assurant une traçabilité continue des procédés de fabrication, en relation avec les machines, les numéros d’OF, lots matières, t°C d’atelier, équipes en cours, etc. Intégré au M.E.S., l’outil SPC veille à ce que les pratiques soient liées aux règles établies en assurant le niveau de performance et la traçabilité des procédés.

1/ Améliorer la productivité des moyens de production

Faire progresser la productivité du moyen consiste à améliorer l’efficience des machines (TRS*) et s’attaquer aux 3 ratios d’amélioration de la productivité. On retrouve parmi ces axes le Taux de qualité (Tq), déduit des facteurs Cp et Cpk. Il consiste à réduire les pertes de qualité (réduction des défauts de fabrication et des pertes de mises en route) avec la mise en place combinée d’un chantier 5s et SPC / MSP (cartes de contrôle et analyse de la chute des capabilités).

Dans le cadre d’un projet MES, un système SPC pourra donc garantir un suivi très fin de la production grâce à a remontée en temps réel les dérives.

2/ Limiter la variabilité et prédire les non conformités

Le contrôle qualité SPC permet de mesurer la capabilité du processus et de sa variation et prédire la quantité de produits non conformes. En optimisant les capabilités machines avec le module SPC intégré au MES, les manageurs qualité peuvent réduire l’impact des variations du processus industriel et réagir plus rapidement en cas d’anomalies constatées dans le processus. Ils peuvent ainsi évaluer de façon préventive l’aptitude du procédé selon les spécifications en analysant en permanence ses performances par rapport à une situation de référence, et intervenir dès qu’une dérive est constatée.

3/ Garantir la traçabilité des process

A l’origine, le SPC a été créé pour suivre le process par référence. Cette première utilisation s’est peu à peu enrichie de fonctions d’enregistrements et d’analyse de données, permettant d’améliorer les processus de fabrication et d’assurer une traçabilité des mesures en temps réel en relation avec les numéros d’OF, lot matières, températures d’atelier, équipes de production, etc.

La collecte des données de mesure dans l’outil SPC couplée au M.E.S. permet donc, en cas de besoin concernant un fournisseur, un client ou une demande interne, de retrouver l’ensemble des données de contrôle lié au process de référence. Toutes ces données peuvent être mises en corrélation les unes avec les autres pour faire des exploitations très précises en croisant les différents critères et fournir aux clients les rapports de capabilité et les historiques de production.

4/ Améliorer l’implication des collaborateurs

Le SPC donne la possibilité aux opérateurs d’exécuter des vérifications de qualité dans le cadre de leur routine de travail. Il donne ainsi le « pouvoir » de maitriser le processus de production par la mesure. Les opérateurs qui faisaient des relevés sans voir la finalité sont responsabilisés. A partir des données récoltées par le M.E.S., les manageurs qualité peuvent consolider les capabilités des procédés avec la business intelligence du système M.E.S. et obtenir une vue temps réels de la production.

*TRS = Taux de qualité (Tq) x Taux de performance (Tp) x Disponibilité opérationnelle (Do).
Pour en savoir plus sur le TRS, nous vous conseillons de lire cet article.

The post 4 raisons d’intégrer un système SPC au M.E.S. appeared first on QUASAR.

L’autocontrôle pour impliquer les acteurs de l’entreprise dans la démarche qualité

Yoan Bibollet — Wed, 14 Dec 2016 09:03:20 +0000

L’autocontrôle entraîne une modification importante de la façon de travailler en redistribuant les rôles du personnel et des méthodes d’évaluation. Chaque opération de production doit être tracée par celui qui vient de la réaliser pour détecter au plus tôt les éventuelles défaillances du processus de fabrication.

Dans la quête de l’amélioration de la performance, les espoirs se portent souvent sur la robotisation ou la modernisation du parc machine. N’oublions pas que le facteur humain reste primordial dans la bonne maîtrise des procédés de fabrication.

Pour éliminer les défauts, il faut d’abord maîtriser les causes de non-qualité avec à une bonne démarche d’assurance qualité. Elle nécessite une implication totale des acteurs de l’entreprise en tenant compte des enjeux humains et économiques. Elle permet de guider les entreprises dans l’amélioration de la performance par une démarche qualité progressive, accroître sa compétitivité et structurer son organisation. On parle aussi de « management de la qualité collaboratif ». Il implique l’ensemble du personnel et s’appuie sur un engagement fort des responsables dans les démarches qualité. Cela ne doit pas se traduire par une mise sous pression constante sur le personnel pour tenir les cadences et les exigences qualité. On se souvient de la caricature de l’ouvrier dépeinte dans « Les Temps modernes ».

On cherchera plutôt à mettre en place un management participatif du personnel, en développant leur engagement vis-à-vis du client final avec des formations, des procédures détaillées et l’utilisation d’outils d’autocontrôle. Cette deuxième approche, qui rejoint les démarches lean ou Kaizen, concilie à la fois efficacité et humanisme.

Impliquer les acteurs de l’entreprise dans la démarche d’autocontrôle nécessite ainsi une transformation de la culture d’entreprise pour que l’optimisation de la valeur livrée au client soit au cœur des préoccupations de tout un chacun. Cela implique l’appropriation des règles de la qualité industrielle par la formation, d’améliorer la connaissance des instruments de métrologie usuels, et de mettre en œuvre un contrôle SPC efficace. Ainsi, la métrologie et le contrôle SPC représentent les principaux outils de l’autocontrôle. Ils donnent le « pouvoir » à l’opérateur de maitriser son processus de production par la mesure, ou plus exactement par la confrontation d’un résultat de mesure à une tolérance.

The post L’autocontrôle pour impliquer les acteurs de l’entreprise dans la démarche qualité appeared first on QUASAR.

5 bénéfices du contrôle MSP / SPC pour améliorer la qualité de production

Yoan Bibollet — Sun, 11 Dec 2016 10:26:04 +0000

Les origines du contrôle MSP / SPC

Importés du Japon, les moyens d’autocontrôle par les statistiques représentent aujourd’hui le fer de lance d’une stratégie de prévention des défauts de fabrication. L’évolution des méthodes de production et des exigences qualité est à l’origine de la prise de conscience des bénéfices importants qu’il est possible de réaliser grâce aux statistiques.
Les cadences de production ayant considérablement augmentées, il devient impossible de procéder à un contrôle 100% de la fabrication, les plans de contrôle nécessitant des prélèvements très fréquents.

A fortiori, ce type de contrôle ne donne pas de bons résultats lorsqu’il est réalisé par l’homme du fait de son caractère répétitif. Ce constat a incité les fabricants à évoluer vers un contrôle plus réactif en amont du produit fini. L’autocontrôle SPC est né.

Optimiser les processus de fabrication

A l’origine, le SPC a été créé pour suivre le process par référence. Cette première utilisation s’est peu à peu enrichie de fonctions d’enregistrements et d’analyse de données, permettant d’améliorer les processus de fabrication et d’assurer une traçabilité des mesures en temps réel en relation avec les numéros d’OF, lot matières, températures d’atelier, équipes de production, etc.

En couplant les outils SPC avec des outils d’analyse intégrés, les décideurs peuvent réaliser des exploitations très poussées en croisant les différents critères (gammes, types de cartes, paretos, tolérances hors limites…), leur permettant d’obtenir un suivi très fin du niveau de qualité en cours de fabrication et entrer dans une démarche d’amélioration continue.

Supprimer les coûts de non qualité

Les industriels connaissent bien les enjeux de la non-qualité dans les procédés de fabrication. Les impacts financiers et environnementaux sont énormes. Un rebut laissé sous silence pourra rendre des lots de fabrication obsolètes et entraînera un gâchis conséquent de matière première, de temps et d’énergie. S’il n’est pas détecté suffisamment tôt dans le processus de production, le fabricant peut être exclue de la liste des fournisseurs et se voir attribuer une remarque du type « votre production n’est plus conforme à nos exigences qualité, nous souhaitons mettre fin à nos échanges commerciaux ». Une détection rapide des défauts grâce aux cartes de contrôle SPC couplée avec d’autres outils tels que l’AMDEC, les techniques de régression, les plans d’expérience, le 8D, etc. fournira à l’entreprise un ensemble cohérent capable de soutenir le système qualité.

Garantir la traçabilité de production par le contrôle des dérives

Puisqu’il est très couteux de contrôler toutes les pièces produites, notamment dans les industries de process ou la grande série est de mise, l’outil SPC visera à optimiser le rapport fréquence de contrôle/dérive. On procède alors à des prélèvements (échantillonnage) et on extrapole les données par les statistiques pour tenter de « deviner » la réalité de la production. Cela peut aller de la simple prise de mesure par l’opérateur pour assurer la traçabilité jusqu’à la détection en temps réel des dérives SPC.

Ainsi, l’autocontrôle associé à un process de collecte des données précis permet de maîtriser les dérives et limiter les pertes à quelques rebuts. Toutes les données de l’atelier peuvent être mises en corrélation les unes avec les autres pour faire des exploitations très précises et garantir une bonne traçabilité auprès des donneurs d’ordre.

Remplacer la détection par la prévention des défauts

La métrologie et le contrôle SPC sont les principaux outils de l’autocontrôle. Ils donnent le « pouvoir » à l’opérateur de maitriser son processus de production par la mesure, ou plus exactement par la confrontation d’un résultat de mesure à une tolérance.

Associé aux outils de métrologie, le contrôle SPC contribue ainsi fortement à l’amélioration des process qualité et des démarches lean en donnant d’un côté l’information la plus juste sur la réalité produite, et de l’autre sur la réalité future. Il permet d’évaluer de façon préventive l’aptitude du procédé selon les spécifications en analysant en permanence ses performances par rapport à une situation de référence, et à intervenir dès qu’une dérive est constatée.

The post 5 bénéfices du contrôle MSP / SPC pour améliorer la qualité de production appeared first on QUASAR.

Comment la Suite QUASAR répond aux besoins de traçabilité des industriels ?

Yoan Bibollet — Fri, 14 Oct 2016 08:13:34 +0000

Concept essentiel dans toute production industrielle, la traçabilité permet de suivre toutes les informations d’un produit ou d’un équipement en déplacement, depuis sa fabrication jusqu’à la chaîne de distribution, consommation ou destruction. Modules par modules, voyons comment la suite QUASAR M.E.S. répond aux principales composantes de la traçabilité en industrie.

La traçabilité dans la collecte des données de production

Pour remplir sa fonction première, le module QUASAR SPC collecte les données de fabrication en masse pour devenir en quelque sorte la « big data » de la qualité de l’entreprise. C’est un logiciel d’enregistrement des mesures, en relation avec les éléments de traçabilité : numéro OF, lot matières, température d’atelier… Toutes ces données sont en corrélation les unes avec les autres pour permettre aux utilisateurs de faire des exploitations très précises en croisant les différents critères.

Le SPC rentre dans la logique du zéro papier. Tout est centralisé et enregistré informatiquement pour faire des analyses et éditer des rapports. En cas de besoin par rapport à un fournisseur, à un client ou à une demande interne, la base de données et les multiples critères de recherche associés permettent de retrouver au plus vite des informations parfois anciennes. Le SPC participe ainsi activement à la traçabilité dans l’entreprise.

La traçabilité des non-conformités et de leur origine

Basé sur une démarche d’amélioration continue, le module QUASAR-NC/AC permet de tracer et gérer les non-conformités constatées sur les produits. Les listes de défauts peuvent être renseignées grâce à des lecteurs code barres afin d’engager des actions correctives et préventives et de centraliser les défauts dans une base de données accessible et exploitable.

La traçabilité des évènements machine, quantités et lots matières

En répertoriant les temps machines, les causes d’arrêts, les réglages, les quantités produites ou le manque matière, etc., le module QUASAR-FAB vient compléter les informations mises à disposition des responsables de production et des régleurs machines pour fournir une véritable traçabilité des informations de production. Tout le suivi de production QUASAR est disponible en mode tactile pour s’adapter parfaitement aux contraintes de l’atelier.

La traçabilité des outils de mesure

QUASAR-MÉTRO permet à ses utilisateurs d’assurer la traçabilité du parc d’instruments de mesure en répertoriant les étalonnages externes et en liant les documents aux certificats enregistrés. Les événements sont tracés, ce qui garantit une mise en conformité du parc instruments de mesure avec les référentiels qualité en vigueur.

La gestion de la métrologie s’adresse ainsi à tous les industriels qui souhaitent s’assurer de la traçabilité et de l’exactitude de leurs mesures pour maîtriser leurs procédés de fabrication et veiller à la qualité de leurs produits.

La traçabilité des réceptions produits et denrées

QUASAR-RÉCEP permet de suivre efficacement les fournisseurs et leurs performances sur chacun des produits qu’ils livrent. En se basant sur l’historique des réceptions, QUASAR va déterminer la marchandise à contrôler avant l’entrée en stock et supprimer la non-qualité grâce à l’évaluation de la qualité des arrivages. Les causes de non-conformités dans la suite du process industriel sont donc limitées et la traçabilité des produits et matières qui entrent dans

The post Comment la Suite QUASAR répond aux besoins de traçabilité des industriels ? appeared first on QUASAR.

Les points clés de la gestion des affûtages du module QUASAR-FAB

Yoan Bibollet — Fri, 07 Oct 2016 08:18:03 +0000

Grâce à la gestion des affûtages, vous pilotez vos processus de changements d’outils, voire de gestion de stocks tout en dynamisant votre autocontrôle en production. En effet, la gestion de l’affûtage intègre les liens cote/outil en vue d’optimiser le contrôle des cotes usinées par l’outil de coupe concerné.

Comment fonctionne la gestion des outils coupants dans QUASAR ?

QUASAR permet de créer des plans d’affûtages et de changements d’outils précis, selon la fréquence (heure système) ou la quantité de pièces produites (via le compteur de pièces machines). L’opérateur de production est ainsi guidé dans la gestion de l’outillage tout en étant responsabilisé sur le respect des fréquences d’affutage, notamment sur la réduction des coûts ayant pour origine : les rebuts, les retouches et les casses outils dues à l’outillage.

La gestion d’affûtage fait partie du module de suivi de fabrication QUASAR-FAB au sein de la solution M.E.S. QUASAR, en y intégrant l’ensemble des étapes de votre activité pour le suivi des outils (contrôle, affûtage, changement, alerte, historique et traçabilité).

L’opérateur est alerté par le système à l’échéance pour l’informer des outils à affûter (alésoire, fraise, foret, massicots, plaquettes carbure…) ou des changements à effectuer. En cas d’affûtage non réalisé, un ordre de fin de cycle est envoyé à la machinepour stopper son cycle de production par l’intermédiaire de la carte d’acquisition. La validation du changement d’outil dans QUASAR conditionne alors le redémarrage de la machine.

En complément, une fonctionnalité de couplage outil/caractéristiques peut être mise en place. Il sera alors demandé à l’opérateur d’effectuer un contrôle avant et après affûtage pour vérifier que l’incidence est positive pour la cote concernée. Le suivi des affûtages peut être mis en place pour l’opérateur (via une IHM), et pour le manager, qui dispose d’un suivi plus détaillé lui permettant de vérifier le respect de la fréquence définie.
Un cycle de gestion d’outillage complet et efficient

En lien avec les plans d’affûtage et les compteurs de production, vos outils de coupe sont contrôlés et/ou remplacés (affutés) à bon escient. Par ailleurs pour accroitre la maîtrise du procédé de production et donc limiter le risque de produire des pièces non-conformes un contrôle SPC avant et après le changement d’outil peut être activé. L’objectif final est de réduire le risque de produire des pièces non-conformes ayant pour cause l’outil de coupe.

Overview des principales fonctions de gestion des outils dans l’atelier

La fonction affûtage sur le poste opérateur est contrôlée en fonction des compétences (pwd)
Gamme / plan d’affûtage / utilisation d’une gamme d’affûtage liée à la fabrication ou à l’outil (avec ou sans remise à 0 des compteurs outils)
Sélection des outils suivis (dans la gamme d’affutage QUASAR)
Suivi de l’affutage / possibilité de qualifier les causes et actions sur l’outil
Suivi de l’outillage sur le poste atelier
Alerte / Blocage machine quand le compteur outil est atteint (C + x%)
Compteurs outils exprimé en pièce ou en heure réelle d’utilisation
Changement outil / sélection mono ou multi outils
Ajout ou modification outil en cours de production
Historiques des changements d’outils.

Fonctions complémentaires

Association d’une relation cote / outil pour optimiser les contrôles
Génération d’un contrôle SPC supplémentaire sur les caractéristiques concernées par le changement d’outil.
Le résultat est visualisé sur les cartes concernées
Accès contrôlé (par mot de passe) modification fréquence affutage et des valeurs compteurs,
Gamme d’affûtage (Référence / Opération / Machine)

Pour mettre en place une solution de gestion des outils coupants dans l’atelier, contactez-nous.

The post Les points clés de la gestion des affûtages du module QUASAR-FAB appeared first on QUASAR.