Défis pour les fabricants :
Gérer une entreprise manufacturière rentable est de plus en plus complexe. Les coûts et les revenus sont soumis à une pression constante, tandis qu’une concurrence féroce, tant au niveau local que mondial, réduit les marges et ne laisse que peu de place à l’erreur.
Les données générées par les équipements d’assemblage automatisés peuvent apporter des solutions à ces défis. À chaque chargement d’un gabarit, au passage d’une feuille de découpe, au prélèvement et au placement d’un composant par une buse, et à l’inspection d’un assemblage, des capteurs (capteurs de position, capteurs de force, caméras montées sur les buses et caméras d’inspection) enregistrent des informations précises sur l’état des équipements d’assemblage, la stabilité de processus tels que la sérigraphie et le placement des composants, ainsi que sur les caractéristiques des composants et des matériaux qui déterminent la fabricabilité du produit et ses performances en fin de ligne.
La collecte de ces données représente un défi. Jusqu'à présent, la conversion des données brutes en informations exploitables pour résoudre les problèmes et améliorer les résultats de fin de ligne était principalement du ressort des logiciels de gestion de lignes SMT.
Plusieurs progiciels de gestion de lignes, tels que la suite Factory Tools de Yamaha, ont permis aux opérateurs, aux superviseurs de production et aux planificateurs de mieux contrôler les équipements SMT en ligne et, par conséquent, d'améliorer leur utilisation, leur efficacité et leur productivité. Ils incluent généralement des outils d'aide à la planification des machines et à l'équilibrage des lignes, ainsi qu'à la surveillance de la production en temps réel. Les logiciels de surveillance de lignes comme M-Tool de Yamaha permettent aux responsables de visualiser l'état des équipements en un coup d'œil et de garantir le réapprovisionnement des composants et des alimentateurs au moment opportun afin d'éviter les arrêts de production inutiles. De plus, des outils comme QA Options de Yamaha et l'application pour smartphone Mobile Judgment signalent les résultats des inspections « Non conforme » et aident à identifier la cause du problème et à relancer la production.
Plus de données, des outils plus performants :
trouver des réponses dans les données représente un véritable défi. Traditionnellement, l’analyse des données est laborieuse et nécessite souvent l’intervention de membres expérimentés des équipes de production pour interpréter les résultats, détecter les tendances indésirables et identifier les causes profondes des défauts. Cette démarche repose souvent sur l’expérience et une bonne connaissance des machines pour identifier les causes des problèmes et anticiper les besoins de maintenance avant toute panne. La génération de rapports à partir des données collectées, souvent demandée pour appuyer des décisions stratégiques telles que la préparation de nouveaux appels d’offres, l’amélioration de la conception des produits ou l’orientation des investissements dans de nouveaux équipements, alourdit la charge de travail et ralentit la prise de décision.
Actuellement, la science des données connaît une évolution fulgurante. Les entreprises de nombreux secteurs, engagées dans la transformation numérique, exigent davantage de données et des outils analytiques plus performants pour mieux comprendre les implications de cette transformation sur leurs activités. De nombreuses organisations, dans des secteurs tels que la logistique, l’industrie pharmaceutique, l’agroalimentaire et la banque, développent leur propre culture des données afin de découvrir de nouvelles perspectives commerciales et de comprendre comment atténuer les risques, réduire les coûts, accroître l’efficacité, créer de meilleurs produits et services et apporter une plus grande valeur ajoutée aux clients et aux parties prenantes.
Les dernières avancées en matière de science des données sont également sur le point d'aider le secteur de la fabrication électronique. En tirant parti des meilleures pratiques de ce secteur émergent, les tâches d'analyse auparavant manuelles peuvent désormais être automatisées afin d'extraire des informations plus approfondies, plus rapidement et plus efficacement que jamais. Yamaha s'est associé à Tableau Software pour lancer la suite visuelle Yamaha Dashboard, qui intègre le logiciel d'analyse Tableau. Les outils disponibles dans Dashboard fournissent des analyses de production en temps réel et historiques permettant de visualiser l'état de la qualité opérationnelle, d'analyser la disponibilité, les performances et les facteurs de qualité qui constituent le TRS (Taux de Rendement Synthétique), et d'explorer les données en détail pour identifier les causes profondes des problèmes ou des défauts et obtenir de l'aide pour résoudre des problèmes tels que les erreurs de prélèvement, les problèmes d'équilibrage des lignes et autres goulots d'étranglement.
Analyse du TRS :
Les outils de surveillance du tableau de bord Yamaha permettent aux opérateurs de suivre l’état des équipements et de rétablir rapidement la production et la remise en service des machines en cas de besoin. Les responsables d’atelier et les ingénieurs peuvent quant à eux exploiter ces informations pour gérer les problèmes de manière stratégique et prendre des mesures pour améliorer les performances. À un niveau supérieur,
les outils de reporting de gestion fournissent l’analyse nécessaire pour évaluer l’état actuel de la capacité de production et éclairer les décisions à court et à long terme. En identifiant les causes de la baisse de disponibilité, de performance et de qualité, le TRS et, in fine, la productivité peuvent être améliorés. Les données analytiques intégrées au tableau de bord permettent de résoudre ces problèmes. L’analyse, illustrée dans la figure 1, permet de quantifier les problèmes et d’identifier leurs causes, ce qui permet de choisir la solution la plus appropriée.
L'analyse de production en temps réel fournit des rapports graphiques et détaillés sur l'état des machines et de la ligne, comme illustré à la figure 2. Les utilisateurs peuvent rapidement identifier les pannes survenant sur la ligne de production, voir quelles machines sont arrêtées et observer les effets sur le TRS (Taux de Rendement Synthétique) au fur et à mesure qu'elles se produisent.
L'analyse historique de la production, quant à elle, offre une représentation graphique directe des indicateurs TRS et permet aux utilisateurs de visualiser instantanément les temps d'arrêt, les temps de réglage et les erreurs à l'origine des arrêts (Figure 3). Une analyse plus détaillée inclut le nombre d'erreurs de collecte et les événements qui provoquent les arrêts les plus fréquents. 
Analyse approfondie des données :
Le tableau de bord Yamaha propose plusieurs vues permettant une analyse plus poussée des problèmes d’équilibrage de ligne, des causes de mauvaise collecte des composants et d’autres erreurs. Le graphique à bulles de la figure 4 illustre comment le tableau de bord facilite la visualisation des statistiques de collecte afin d’identifier les causes de performances médiocres et de prendre des mesures pour minimiser les erreurs de collecte.
L'analyse des collections permet également d'identifier les pièces et les têtes d'impression présentant des performances médiocres de manière récurrente, et de mettre en évidence les résultats par module d'alimentation, tête d'impression ou buse. L'analyse des corrélations permet aux utilisateurs de vérifier le nombre d'erreurs rencontrées avec d'autres composants gérés par le même module d'alimentation, la même tête d'impression ou la même buse, afin de déterminer si l'erreur est liée au composant ou à l'assemblage.
Ajout d'Image Tracer :
Des taux de rejet élevés surviennent fréquemment après l'inspection visuelle lors de l'introduction d'un nouveau type de composant sur la chaîne de montage. Afin de minimiser les faux rejets (NG), il est nécessaire de collecter et d'analyser un volume suffisant de données d'images pour identifier toute anomalie dans l'image de référence utilisée par le système d'inspection pour la reconnaissance du composant. Cette opération peut prendre plusieurs jours après la détection du problème, le temps de recueillir suffisamment d'informations à partir des événements NG pour ajuster l'image de reconnaissance.
Grâce aux puissants outils de bases de données les plus récents, il est désormais possible de stocker de grandes quantités d'images associées aux résultats NG et de les utiliser pour ajuster les images de reconnaissance plus rapidement et plus efficacement. Yamaha All Image Tracer est un nouvel outil conçu pour stocker en continu toutes les images de vision et permet ainsi une analyse dès la détection d'un problème. Ceci permet d'identifier rapidement les causes des résultats NG (Figure 5) en éliminant le temps traditionnellement nécessaire à la collecte d'images après la découverte du problème. Avec cet outil, les ingénieurs peuvent également optimiser rapidement les images de référence afin d'éviter des taux de faux rejets élevés après l'inspection visuelle.
L'association d'All Image Tracer et de Dashboard renforce les capacités de surveillance de la production, permettant d'identifier et de résoudre rapidement les causes profondes des problèmes. La figure 6 illustre comment Dashboard de Yamaha repère les erreurs de micro fréquentes, tandis que l'analyse ultérieure des images associées avec All Image Tracer permet d'identifier et de résoudre rapidement la cause de l'erreur en rétablissant la hauteur du micro.
La figure 7 montre comment les erreurs d'alignement détectées par le tableau de bord sont confirmées par l'analyse de la base de données All Image Tracer. Un biais détecté dans la précision de la prise de vue sur l'axe X, alors que la précision sur l'axe Y est normale, permet de corriger l'erreur en réinitialisant la position de prise de vue.
Conclusion : 
La révolution du Big Data est en marche, et les entreprises de fabrication électronique doivent tirer parti des nouveaux outils analytiques pour exploiter pleinement son potentiel.
En capturant de vastes ensembles de données et d’images, et en utilisant des outils d’analyse et de visualisation automatisés pour faciliter la lecture et la compréhension des résultats, les opérateurs, les responsables d’usine, les ingénieurs et la direction peuvent obtenir les informations nécessaires à la réalisation de leurs objectifs. Il peut s’agir, par exemple, de remettre rapidement les machines ou la production en marche après un arrêt, de corriger les erreurs et d’en prévenir la récurrence, ou encore de prendre des décisions stratégiques concernant les futures stratégies de fabrication et la conception des produits.
S’appuyant sur la puissante plateforme analytique de Tableau, le tableau de bord Yamaha est un outil évolutif et pérenne, prêt à s’adapter à la croissance des utilisateurs et à l’évolution constante de la science des données.
