Universit Abdelmalek Essaadi

Ecole Nationale des Sciences Appliques de

Ttouan

Module

Excellence Industrielle

Supply Chain Management

Anne universitaire 2016-2017

Identification de la loi la plus approprie au flux de

production

M. Hicham Sarir
Membres de lquipe :
Eloirradi Zakaria

Alaoui Ismaili Hamza

Adrouj Oussama

1
Contexte gnrale :

Lentreprise industrielle prsente le plus souvent une complexit logistique diffrente

de celle de lentreprise de distribution. Parfois mme, elle est la fois industrielle et de
de distribution, selon le type de clients, de marchs avec lesquels elle est amene
travailler. Certaines activits se droulant dans une entit de distribution, chez un
prestataire, devront tre assimiles des activits de production.

La performance logistique est, l galement une composante de la comptitivit et de

lefficacit dune entreprise, elle se concrtise dans la phase de production.

La fonction production consiste produire, en temps voulu, les quantits demandes

par les clients dans de conditions de cout de revient et de qualit dtermins.

La gestion de production va consister optimiser tous ces paramtres ainsi que les
ressources de lentreprise de faon assurer sa prennit, son dveloppement, et sa
comptitivit. Il convient donc, l encore dorganiser une animation et un travail
damlioration autour des objectifs de services, de stocks et des dlais de production.
Donc, afin de garantir un niveau de service satisfaisant, il importe de dtecter les
principaux risques et dfaillances de rupture et de prendre des mesures prventives et
correctives adaptes pour en limiter les effets.

Objectifs de la gestion de production :

La question qui se pose ici, cest pourquoi cette gestion de production, et

quelles sont les avantages ou bien dire les objectifs cibls. Ces derniers sont
comme suit :

Minimiser les risques de lentreprise.

Optimiser les stocks.
Diminuer les en-cours.
Diminuer le cot de revient des produits.
Diminuer les dlais.

Tout cela se rsume dans un objectif principal de la Gestion de production, cet

objectif est dassurer une bonne rgulation du flux des produits dans lentreprise
(flux des pices allant du fournisseur aux clients en passant par le stock), la
matire premire, la production et le stock de produits finis.

Alors, quand on parle de gestion de production dans les entreprises, on

fait constamment rfrence des notions de flux : implantation en flux, flux
pousss, flux tirs, flux tendus, flux logistiques.

La notion de flux est synonyme de mouvement, de circulation, dvolution, de

rapidit et donc defficacit.

2
La gestion de production et les flux :

En gestion de production, on sintresse plus particulirement aux :

Flux Physique : approvisionnement, entre et circulation des matires

premires, des composants, des pices de rechange, des sous-ensembles,
circulation, sortie et distribution des produits finis.

Flux dinformation : suivi des commandes, des ordres de fabrication, suivi des
donnes techniques, suivi des heures de main duvre, des heures machines,
des consommations de matires, des rebutsLa proccupation majeure de la
gestion de production est la satisfaction: des clients, celle-ci se doit de chercher
matriser ses flux. Pour cela, elle doit :

Simplifier les flux physiques : en supprimant les oprations non

gnratrices de valeur vendable au sens valeur utile pour le client (par
rimplantation des moyens de production).
Fluidifier et acclrer les flux physiques : En vitant les pannes
machines, en diminuant les temps de changements srie, en
amliorant la qualit des pices, en dveloppant tant la polyvalence
des hommes que le partenariat avec les fournisseurs et les
distributeurs, en matrisant les flux de transports externes des
produits
Crer un systme dinformations de gestion de production
cohrent et pertinent : par un dialogue et une mise au point pour
connatre et rpondre aux besoins et aux attentes de chacun.
Matriser ses flux physiques et informationnels est, pour une
entreprise, lun des challenges dterminants de la productivit. En
rgle gnrale, chaque socit possde des fournisseurs, des clients
et apporte une valeur ajoute son produit.

En relation avec les diverses fonctions de lentreprise, la gestion de production

se trouve frquemment confronte des objectifs contradictoires. Par exemple,
les contraintes lies linterface fonction commerciale-fonction de production.

Contraintes au niveau du temps :

Dans le but de garantir une bonne amlioration du flux de production, le
dpartement de la gestion de production cherche mesurer les temps
dcoulement rgulirement, statistiquement des OFs pendant une dure afin de
pouvoir dterminer les axes suivre qui puissent aider identifier la distribution
de la variabilit des temps dans un chantillon prcis. Tout cela permet la fin
de donner des plans dactions qui permettent de minimiser les pertes et les
gaspillages.

3
Une entreprise de fabrication de produits cosmtiques produise plusieurs types
de programmes, et durant une priode prcise dun horizon denviron 1 mois,
lunit de production constate toujours quil y a une anomalie et une variabilit
dans le cycle total de fabrication de lun de ces produits, cela qui cause des
retards dans la livraison ainsi des ruptures de stocks etc donc cause de ces
problmes lunit a collect des statistiques concernant le temps total de
production (inclus les temps opratoires et le temps inter-opratoires) des 19
OFs fabriqus du programme X.

Figure 1 : les donnes de temps du programme X dans lexcel

Donc, aprs ltape de la collecte des donnes sur le temps opratoires et linter-
opratoires, vient ltape de lanalyse dont on est cens didentifier la distribution
de cette contrainte plus prcisment la loi la plus approprie.
En effet, on va utiliser le logiciel MINITAB qui va nous aider effectuer cette
analyse.
Donc pour se faire, il faut commencer par la saisie des donnes dans la feuille de
Minitab,
Commenant par le temps de cycle :

4
 Figure 2 : temps de cycle sous Minitab

Une fois la saisie des donnes est faite, on doit tester la normalit, alors pour se
faire, dans la barre des outils stat basic statistic Normality test

Figure 3 : test de normalit de temps de cycle

Ensuite, on aura la fentre suivante, pour dterminer la colonne de notre test,
ainsi il existe 3 types de test, Anderson-Darling et Ryan-Joiner, Kolmogrov-
Smirnov. Et la dernire case pour le titre du graphe.

5
 Figure 4 : test de normalit paramtres

Aprs la slection des paramtres du graph, on obtient :

Figure 5 : graph de dispersion du temps de cycle

6
Avec une moyenne de 15.45 jours et dun cart-type qui vaut 5.376 jours et le P-
value (pour conclure sur le rsultat dun test statistique) suprieur 0.05.

Donc afin de conclure sur la partie didentification de la distribution de temps de

cycle, il faut faire une petite comparaison avec des autres lois pour quon puisse
identifier la plus convenable, pour se faire :
Premirement slectionner dans la barre des outils Stat outils tools
individual distribution identification

Figure 6 : outils de distribution didentification du temps de cycle

Deuximement : il faut prciser les lois de distribution ainsi la colonne et le sous-

groupe (dans ce cas nous avons 1, car on na pas des multiples variables dans
la colonne de temps de cycle)

7
 Figure 7 : Outils de qualit paramtres du temps de cycle
Ensuite, on aura les graphs de toutes les distributions comme montre la figure ci-
dessous ;

Figure 8 : les diffrentes distributions de temps de cycle

8
Donc afin de donner une conclusion sur le temps de cycle, voici une zone de
texte qui permet de nous aider identifier la loi la plus approprie pour ce flux (la
loi qui a le p-value le plus reprsentatif) ;

Figure 9 : synthse sur la loi la plus approprie de la variabilit du cycle.

Contrainte au niveau de stock et des en-cours :

Pour chaque OFs collects nous avons eu un niveau de stock ou une quantit
des en-cours tout au long de la chaine de production, en effet il reprsente un
pourcentage de temps inter-opratoires.
La collecte des donnes de cette partie enregistre dans le fichier excel comme
le montre la figure suivante ;

Figure 10 : donnes sur les encours des OFs par lunit de temps en jour.

9
En suivant la mme dmarche prcdente pour le temps de cycle.
Commenant par la saisie des donnes dans MINITAB ;

Figure 11 : les donnes des encours dans MInitab

Ensuite, vient ltape du test de normalit de nuage des points, la moyenne qui
est gale 6.212 jours et lcart-type qui vaut 2.726 jours et le paramtre de la
loi P-value 0.161 suprieur 0.05.

10
 Figure 12 : La dispersion du nuage des points des encours

Donc comme montre la figure ci-dessus nous navons pas une grande dispersion
pour la loi normale.
En fait, il faut maintenant sassurer que la bonne distribution est celle
prcdente. Pour se faire on va tester les autres lois; de la mme manire de
temps de cycle.

11
 Figure 13 : identification de la distribution des encours

Comme montre le schma suivant, il apparait que la loi exponentielle et la loi

Gamma ne sont pas convenables pour dcrire la variabilit des encours.

Figure 14 : synthse du test de la distribution la plus approprie des encours.

Contrainte au niveau de la flexibilit :

12
 Flexibilit du process :
Les temps de changement de fabrication sont valus et, sils sont pnalisants,
des interventions tentent de les amliorer. Limplantation des diffrents ateliers,
de la rception de la matire premire, de la manutention du stockage et de
lexpdition, est rationnalise de manire rduire les distances et simplifier la
gestion des flux.

Flexibilit personnel :
La polyvalence du personnel, labsentisme ainsi la possibilit de modifier de
faon plus rapide le temps de douverture des ateliers.
Pour analyser chaque contrainte dune manire indpendante nous avons
construit colonnes, chacune est lie une contrainte, voici le tableau dans le
fichier excel ;

Figure 14 : donnes des contraintes de flexibilit en pourcentage

13
Pour la flexibilit du process ;
La saisie des donnes dans le logiciel MINITAB,

Figure 15 : donnes de flexibilit du process dans MINITAB

14
 Figure 16 : test de normalit de flexibilit du process

Dans le test de dispersion du nuage des points de flexibilit du process, nous

avons obtenu une grande dispersion par rapport la droite, cela qui est bien
expliqu dans le P-value qui est trop infrieur 0.05.

15
 Figure 17 : test des lois de distribution de la flexibilit du process

Comme montre le schma suivant, il apparait que la loi exponentielle et la loi

Gamma et la loi normale ainsi de Weibull ne sont pas convenables pour dcrire
la variabilit de flexibilit du process.

Figure 18 : Synthse didentification de la loi la plus approprie de flexibilit du

process

16
Pour la flexibilit du personnel ;
La saisie des donnes dans le logiciel MINITAB,

Figure 19 : donnes de flexibilit du personnel dans MINITAB

Figure 20 : test de normalit de flexibilit du personnel

17
Dans le test de dispersion du nuage des points de flexibilit du process, nous
avons obtenu une grande dispersion par rapport la droite, cela qui est bien
expliqu dans le P-value qui est trop infrieur 0.05.

Figure 21 : test des lois de distribution de la flexibilit du personnel

Comme montre le schma suivant, il apparait que la loi exponentielle et la loi
Gamma et la loi normale ainsi de Weibull ne sont pas convenables pour dcrire
la variabilit de flexibilit du personnel.

18
 Figure 22 : Synthse didentification de la loi la plus approprie de flexibilit du
personnel

Conclusion :

Pour conclure cette dmarche qui permet danalyser la variabilit et la dispersion du

nuage des points qui reprsentent les donnes collectes dans une dure prcise, au
fait de cela on peut identifier la loi ou bien la distribution de variabilit issue dans le
flux de production dans les OFs, afin de mettre en place une dmarche prventive ou
bien corrective pour ne pas avoir une grande variabilit entre les OFs dun programme
X, et aussi de standardiser le flux en optimisant toutes les sortes de pertes qui
peuvent influencer le droulement dans la phase de production.

19
Conclusion gnrale :

Quel que soit son secteur dactivit (mcanique, plastique, alimentaire, bois...),
lentreprise a besoin dune gestion de production rsolument moderne et efficace qui
se traduit tant par la mise en uvre de nouveaux principes de gestion de production,
limplication, la formation des acteurs de lentreprise que par la mise en uvre de
technologies.
En essayant de hirarchiser la dmarche dvolution de la gestion de production, on
peut dire que lon doit :

Se fixer une stratgie dexcellence industrielle

En dduire les principes de gestion (tension des flux, qualit totale, planification)
Dfinir les mthodes appropries (MRP2, Kanban...)
Dfinir les outils appropris (SMED, SPC...)

20