L’usine de fabrication de GE choisit AnyLogic pour une aide à la décision en temps réel

Présentation:




En 2012, GE a ouvert une nouvelle usine de fabrication de batteries avec le lancement d’une activité de stockage d’énergie innovante. Les nouveaux produits Durathon, dont la taille est la moitié des batteries à acide conventionnelles, mais qui durent dix fois plus longtemps, sont le résultat de l’investissement initial de 100 millions $ de GE dans les technologies de la batterie développées au centre de recherche mondial de GE (geenergystorage.com, 2014). L’expansion de l’usine a doublé la production, a créé 100 emplois nouveaux, et a porté la force de travail totale de l’usine à 450 personnes lorsque celle-ci est en pleine capacité (geenergystorage.com, 2014).


Problème:




La nouvelle opportunité de GE a représenté de nombreux défis, tels que l’augmentation de la production et du rendement avec des processus en évolution et des incertitudes, et la réduction des coûts de fabrication afin de gagner des parts de marché. Avec plus de 27 000 variables suivies chaque jour, la société Ge disposait d’une masse de données, mais elle manquait d’un outil pour répondre aux questions, analyser les données convenablement ou pour tester et évaluer les options.


Le centre de recherche mondial de GE avait besoin d’un outil puissant et souple pour analyser, non seulement le processus spécifique, mais l’ensemble du système de fabrication.


Solution:




GE a choisi la modélisation de simulation parce qu’elle procurait un retour sur investissement énorme, et que la simulation permettait de visualiser le système dans le temps. Les impacts à long terme pouvaient être évalués avec une précision accrue par rapport aux méhodes de calcul mathématiques traditionnelles.


Processus complet de développement de la simulation
 

Processus complet de développement de la simulation



Le logiciel de simulation et de modélisation AnyLogic a été choisi pour ses capacités de modélisation multi-méthodes et sur la base d’agents. Il a permis à GE de résoudre les problèmes dans bien des domaines, de combiner les modèles, d’entrer des sources de données multiples, et de lancer des modèles en tout lieu pour assurer une collaboration complète et une prise de décision de temps réel.


Les modèles de simulation de GE, construits dans AnyLogic, mettaient l’accent sur la détermination de la capacité de référence avec une variabilité, la simulation par dynamiques système, l’identification des goulots d’étranglement, la planification de la montée en puissance de la production, le pilotage de l’expansion, l’amélioration continue, l’évaluation de l’investissement P/E, et l’optimisation de la production en temps réel.


Données d’entrée:

  • Flux du processus
  • Type de machine (continue, lot, machine indépendante, et machines spéciales, notamment la presse à tubes et le four)
  • Durée du cycle machine
  • Rendement
  • MTBF/MTTR de la machine
  • Plan de la main d’oeuvre
  • Configurations, nettoyage ou travaux spéciaux non standards
  • IPK’s

Résultats:




La simulation de l’usine entière de GE a modélisé le flux de fabrication, et elle a été utilisée pour planifier la capacité (identifier, évaluer et classer les projets par priorité), analyser les goulots d’étranglement de manière qualitative, et évaluer les options d’amélioration. L’aide à la décision opérationnelle a permis à GE de répondre à des questions telles que : « dois-je ajouter un opérateur supplémentaire dans les huit heures à venir ? » rapidement, simplement et avec exactitude, en lançant des scénarios « et si ?» et en optimisant les résultats.

Manufacturing simulation model


Le logiciel AnyLogic a offert à GE les outils pour prendre les bonnes décisions sur la base de probabilités et avec plusieurs scénarios, ce qui a produit une bonne visibilité des opérations au jour le jour, augmenté la production et diminué les coûts de fabrication.


Watch the video of Shanshan Wang, an Operations Researcher from GE Global Research, presenting this project at the AnyLogic Conference:


More Case Studies

  • Planification et optimisation de la ligne de production automatisée
    Centrotherm Photovoltaics AG est un fournisseur mondial de technologies et équipements pour les industries photovoltaïques, des semi-conducteurs et de la microélectronique. L’entreprise doit identifier les lignes de production automatisée et configuration usine optimales afin de minimiser les coûts et maximiser le flux de production et la fiabilité.
  • L’analyse de capacité avec AnyLogic
    Avec le logiciel de simulation AnyLogic comme la pièce maîtresse, NASSCO utilise un système d'analyse fait sur mesure appelé le Système de Modélisation de Simulation à Grande échelle pour la Construction navale (LSMSe) pour fournir des analyses de capacité f détaillées tant pour la production actuelle que pour les nouveaux chantiers potentiels.
  • Simulation de la construction d’un tunnel à l’aide d’un tunnelier
    Le coût d’une heure d’arrêt d’un tunnelier (machine de forage de tunnel) est habituellement élevé et les gestionnaires de projet doivent s’efforcer d’éviter les retards dans la construction. Le but du projet de simulation, qui a été mené à l’université Bochum de la Ruhr en Allemagne, consistait à créer un modèle de simulation capable de déterminer les goulots d’étranglement dans les processus de construction du tunnel, afin de minimiser les pertes financières potentielles.
  • Planification de la production dans l’industrie maritime
    Les dirigeants de l’un des fabricants italiens les plus en vue recherchaient une nouvelle approche intelligente pour simplifier l’élaboration du planning. FD et DSE ont été approchés pour développer un outil de simulation du planning entièrement nouveau. L’objectif était de fournir au planificateur de la production réelle une mine d’informations pour le planning permettant de tester et d’ajuster le plan avant sa mise en œuvre. Le concept de l’outil s’organisait autour de l’aide décisionnelle, ce qui signifie que l’individu peut facilement affiner les idées et tester la faisabilité d’un plan dans de multiples situations avant de le déployer dans l’atelier.
  • Shipyard démontre sa capacité à honorer les commandes et gagne une visibilité sur les installations et la distribution de la production
    Confronté à une commande majeure de sous-marins propulsés au diesel, Admiralty Shipyards JSC doit évaluer si les installations de production actuelles peuvent satisfaire cette commande, et dans le cas contraire, déterminer ce qui peut être produit d’ici 2016. Admiralty Shipyards JSC cherche également à confirmer qu’il n’y aura pas besoin d’une installation de production supplémentaire pour achever la commande.
  • Simulation de la production de glaces: identification des contraintes et optimisation du plan de production
    Conaprole, la plus grosse société de production de produits laitiers d’Uruguay, produit plus de 150 SKU dans son usine de fabrication de glaces, à l’aide de cinq lignes de production, chacune de ces lignes comportant jusqu’à cinq configuration d’emballage différentes. La direction devait reformuler ses plans afin d’équilibrer l’offre et la demande et éviter les ruptures de stock pour les produits clés. Elle cherchait également à optimiser ses capacités de production.
  • Analyse des stratégies de management pour la montée en puissance de la production d’avions
    Le Groupe Airbus Group s’est joint au projet de l’Union Européenne ARUM (Adaptive Production Management – gestion de la production adaptative), qui a pour but de créer une solution IT pour la réduction des risques, la prise de décision et la planification pendant les montée en puissance du nouveau produit.
  • Simple Simulation Model Helps Intel Avoid Production Plant Downtime
    Intel factories used a particular type of equipment that often broke down, which caused capacity constraints. These expensive parts were used in critical factory operations, and the repairs took significant time, so it was necessary to have extra spare parts on hand to avoid downtimes. Broken parts caused constraints at some of the factories while other factories over purchased spares.
  • Modeling the Cladding Leak Detection Shop of a Nuclear Reactor's Module
    The cladding leak detection shop is part of an automated line of fuel assembly production. Leak control is based on heating the fuel element groups. While warming up, defective units eject the control gas, which is detected by a leak locator. The defected group is divided into two parts. Each part is screened in the same way until the leaking fuel element is found.
  • La centrale métallurgique Tcheliabinsk utilise un modèle de simulation d’atelier de fonderie électrique d’acier
    The model simulates the redesigned ground environment and production processes of the shop floor to be renovated. This is one of the significant examples of simulation modeling technology appliance in metallurgical industry.