Votre usine devrait-elle passer à l’inspection automatisée des pièces ?

 

L'assurance qualité est un élément essentiel de toute chaîne de production.

Sans cela, les roues de nos vélos se détacheraient au milieu de la rue, les bébés auraient faim lorsque leurs biberons se boucheraient et attraper un fruit sur le stand du magasin pourrait provoquer instantanément des maux d'estomac.

 

Assurer la tâche importante de l’assurance qualité a toujours été une responsabilité de l’homme. Ils consacrent des heures, des jours, des années de leur vie, même à garantir qu'un produit donné répond systématiquement aux normes de qualité attendues par les consommateurs. Il est difficile. Les consommateurs sont inconstants, les normes deviennent de plus en plus strictes et les humains n’ont pas toujours raison dans leurs évaluations. Ils font des erreurs. Alors, comment remédier à ce problème intrinsèquement humain ?

 

Supprimer le facteur humain

Les ordinateurs semblent être la réponse évidente. Dans certains endroits, ils effectuent déjà le travail d'assurance qualité. Cela s'appelle Automated Parts Inspection (API) et comme vous l'avez peut-être deviné, cela fonctionne très bien pour vérifier que le pignon de votre vélo a bien 36 dents, que son rayon mesure exactement 2,868 pouces et qu'il pèse le même nombre de grammes de tous ses collègues pignons. Ces choses sont importantes. Si un cycliste qui soutient votre marque achète un nouveau pignon et découvre qu'il lui manque une dent ou qu'il ne s'adapte pas correctement à sa manivelle, c'est un problème. Vous pourriez perdre des affaires.

 

Ainsi, pour offrir le plus haut niveau de cohérence et éliminer les coûts associés au comptage humain de chaque dent de chaque pignon, un modèle informatisé de la pièce est créé. Les robots de la chaîne de production scannent efficacement chaque nouvelle pièce pour en prendre les dimensions. La pièce est ensuite comparée au modèle CAO d'un pignon parfait. Si un défaut est découvert, la logique de la chaîne de production supprime automatiquement la pièce défectueuse. C'est sans doute plus précis que de payer des humains, qui auraient besoin de beaucoup plus de temps, pourraient se fatiguer et cesser de prêter attention, ou même parfois laisser passer une pièce sans vérifier par accident. Mais cette solution ne peut pas fonctionner pour toutes les plantes.

 

Facteurs importants pour le passage à l’inspection automatisée des pièces

Dans l’exemple ci-dessus, nous avons utilisé une pièce de vélo. Peut-être que cette pièce serait fabriquée par un fabricant de composants qui fabrique uniquement des pignons. Ou peut-être est-il fabriqué par une entreprise qui assemble des vélos complets. Les deux applications sont extrêmement différentes du point de vue de l'API.

La conversion d'une usine qui fabrique uniquement des pignons en API serait relativement simple. Le coût initial de l'équipement serait élevé, mais la cartographie de chaque taille de pignon serait assez simple.

 

Les modèles de pignons de différentes tailles pourraient être synchronisés avec les équipements de production et un petit nombre de robots seraient en mesure de répondre à tous les besoins d'assurance qualité de l'usine. L’investissement initial serait rapidement récupéré grâce aux économies réalisées au cours des premières années sans embaucher de personnes pour effectuer les tâches d’assurance qualité.

 

Cependant, dans une usine qui fabrique chaque pièce du vélo, les choses deviennent plus compliquées. Étant donné que les différents composants du vélo sont toujours fabriqués selon des modèles de conception, l'API est possible dans ce scénario, mais elle est plus coûteuse. Vous aurez peut-être besoin d’une approche hybride. Un vélo terminé ne peut pas être testé par un ordinateur. L'équipement nécessaire pour tester la charge d'une fourche avant jusqu'à 450 lb. n'est pas le même que l'équipement d'évaluation du pignon.

En poussant l'expression un peu plus loin, l'API serait difficile à mettre en œuvre pour une entreprise de mélange de peinture qui reçoit des demandes de couleurs personnalisées destinées à satisfaire les sélections individuelles de palettes pour les nouvelles maisons. La technologie des capteurs existe peut-être, mais vous n'auriez rien à quoi comparer le produit fini. Vous devrez créer un échantillon de test, le télécharger, puis comparer la peinture mélangée à la peinture initiale, le tout dans le cadre d'un processus pour un seul client. Examinons quelques exemples concrets pour approfondir ce sujet.

 

Inspecter les bouteilles de Cologne pour en vérifier la plénitude

Avez-vous déjà réfléchi à la façon dont les fabricants de parfums contrôlent la qualité de leurs flacons pour garantir que personne ne reçoive une bouteille d’eau de Cologne à moitié vide ? Vous pourriez penser qu’il s’agit d’un capteur physique, mais le processus est beaucoup plus high-tech.

 

L'inspection s'effectue à l'aide de la lumière. Plus précisément, la lumière qui n’est pas visible à l’œil humain. Seulement environ 1 % de toute la lumière qui atteint la surface de la Terre tombe dans le spectre visible. À la limite du spectre de la lumière visible, la lumière infrarouge utilise une longueur d'onde de 700 nm et plus, qui peut pénétrer dans le verre et révéler mieux le contenu d'un récipient que d'autres longueurs d'onde plus visibles. Dans l'industrie, un rétroéclairage infrarouge de 880 nm et un miroir sont utilisés pour vérifier le remplissage des bouteilles d'eau de Cologne sur la lampe de production.

 

Drones utilisés sur les lignes de production d'avions de ligne

Que se passe-t-il si votre application vous oblige à inspecter quelque chose de massif ? Comme un avion de ligne par exemple ? La société française Donacle a créé un drone donnant accès à une base de données d'images 3D de l'extérieur des avions de ligne modernes. Lorsqu'un nouvel avion sort de la production, les drones peuvent vérifier l'extérieur de l'avion pour déceler des éruptions cutanées sur les rivets, une peinture inégale et d'autres signes d'erreurs dans le processus de construction. Mais ces drones ne sont pas uniquement destinés à inspecter de nouveaux avions.

Deux fois par an, les avions de ligne en service doivent être vérifiés pour détecter tout dommage causé par la foudre. Les normes de sécurité strictes imposées par le transport aérien signifient que tout l'extérieur de l'avion doit être vérifié à la recherche de signes de foudre. Un travail qui prendrait six heures à un équipage humain serait accompli dix fois plus rapidement avec l’aide des drones Donacle.

 

Cela représente une réelle différence dans le temps nécessaire pour remettre un avion dans la flotte et gagner de l'argent. Et qui plus est, les drones sont plus cohérents que leurs homologues humains. Ils sont déjà équipés pour accueillir le populaire Airbus A320 et sont utilisés par des compagnies européennes comme Easyjet et Air France.

 

Évaluez vos options

Dans chacun de ces cas, un élément hautement reproductible est validé par rapport à une norme définie. Un ordinateur peut évaluer les pignons, les composants d'avion et mesurer le remplissage des bouteilles sur une chaîne de production. Étant donné que les employés peuvent définir une norme définie, ces instances constituent de bons cas d'utilisation pour l'inspection automatisée. C'est maintenant à votre tour d'évaluer votre propre usine de production. Avez-vous un produit hautement reproductible ? Pouvez-vous facilement mesurer pour le contrôle qualité ? Si tel est le cas, vous pouvez bénéficier d’une inspection automatisée. Si vous avez votre propre étude de cas, partagez-la dans la section commentaires ci-dessous !