Problème
Aujourd'hui, de nombreux fabricants d'acier ont besoin d'outils de système de production à flux tendus (Lean Manufacturing) qui leur permettront d'améliorer le retour sur investissement et les niveaux de service. Le niveau de fiabilité minimum de 80% lequel la plupart des entreprises sidérurgiques ont du mal à atteindre est très loin de ce que les clients et les investisseurs veulent avoir à traiter actuellement.
L'un des plus grands et des plus anciens fabricants d'acier en Europe a rencontré ces problèmes et tentait désespérément de les résoudre. Toutes leurs initiatives ont abouti aux opérations de désengorgement sans fin, au lieu de créer un système stable. La société a fait appel à Goldratt Research Labs. Ensemble, ils ont décidé de transformer et d’optimiser la chaîne d’approvisionnement de la société, qui présentait un degré élevé de fragilité face aux changements externes, ainsi n qu’une rentabilité et un retour sur investissement faibles.
À l’époque, la direction de la société n’avait pu apporter aucun changement efficace en raison de la complexité de la chaîne logistique. Il était très difficile et risqué de décider de nouvelles règles, car les résultats étaient difficilement prévisibles. Les outils statiques d'aide à la décision tels que ERP (logiciel de planification des ressources d'entreprise) ou les feuilles de calcul Excel n'ont pas été utiles, car ils n'ont jamais été conçus pour faciliter la prise de décision dans un environnement aussi complexe.
Pour prendre pleinement en compte toutes les interdépendances, contraintes, dynamiques et variabilités du système, il a été décidé de recourir à la modélisation par simulation. Avec la simulation du processus de fabrication, les ingénieurs pouvaient capturer tous les détails complexes de la chaîne logistique de fabrication, déterminer les causes des écarts de performances et tester les solutions possibles dans un environnement numérique sécurisé. La modélisation par simulation était censée aider la direction à prendre plus rapidement de meilleures décisions et prévisions, afin de pouvoir transformer ces prévisions en engagements d’optimisation de la fabrication fiables vis-à-vis des investisseurs et des clients.
Solution
Plusieurs modèles ont été construits, de manière à pouvoir représenter l’ensemble de la chaîne logistique intégrée de la production d’acier. Le logiciel de simulation de la chaîne logistique de production AnyLogic offre la possibilité d’utiliser différentes méthodes de modélisation dans un modèle. Les développeurs ont tiré parti de cette possibilité et ont intégré dans le modèle les approches de simulation basées sur le comportement des agents, les événements discrets et la dynamique des systèmes. Cela a permis de refléter tous les composants, processus et interdépendances. Tous les modèles avaient la fonctionnalité de montrer les résultats pour chaque scénario, une analyse de sensibilité pour divers paramètres et une comparaison directe de scénarios.
Les données pour les modèles (plus de 70 feuilles de calcul Excel) ont été collectées à partir d'ERP et d'EMS. La capacité d'AnyLogic de créer des modèles auto-configurables à partir de données externes a permis de réduire considérablement le temps de développement.
Les modèles de simulation du processus de fabrication comportent une animation 2D et 3D détaillée. La plate-forme AnyLogic fournit des interfaces faciles à utiliser et la possibilité d'exporter des modèles en tant qu'une application autonome et de les exécuter sur n'importe quel ordinateur sans logiciel spécial. Le travail et la collaboration mobiles, essentiels pour la prise de décision rapide et efficace aujourd'hui, ont été facilités par AnyLogic Cloud. Ce service Web permet aux utilisateurs d'exécuter des modèles exigeants en ligne dans un navigateur Web sur n'importe quel appareil, y compris les téléphones mobiles et les tablettes, de partager des modèles, de discuter de scénarios et de fournir des analyses de simulation aux clients.
Modèle de simulation de finition à chaud de bobines d’acier
La zone de finition à chaud de bobines d’acier comportait un grand nombre de congestions et il y avait un mouvement permanent de bobines afin de trouver la bobine nécessaire. Même le parking était rempli de bobines, ce qui indiquait que le système fonctionnait de manière inefficace. De nouvelles décisions visant à éviter la congestion et à améliorer le débit étaient nécessaires.
Le modèle conçu simule l'emplacement de toutes les bobines du système. Pour chaque bobine, le type, la destination et l'emplacement de stockage ont été spécifiés.
Le modèle a aidé à identifier des options efficaces pour la réduction de la congestion basée sur le débit, le stock en cours de production et l'impact sur les coûts. Les changements opérationnels, notamment l'augmentation de la production des laminoirs à chaud et le doublement de la largeur de la bobine, ont été testés pour améliorer la planification et le contrôle de la production. Le modèle a également permis de trouver le meilleur moyen de mettre à niveau et d'optimiser la flotte de wagons. À l'avenir, le modèle pourra être utilisé pour tester de nouvelles règles opérationnelles permettant une automatisation complète du processus de gestion des bobines chaudes.
Le modèle de simulation de la production d'acier et de dalles
Les opérations sidérurgiques et leur calendrier sont très complexes. Il est très difficile de prédire l’impact des modifications de la gamme de produits ou des règles opérationnelles. Pour les tester et améliorer l'efficacité, un modèle spécifique était nécessaire.
Ce modèle a permis aux développeurs de saisir tous les éléments du système de production. Dans l'animation 2D détaillée, l’utilisateur peut cliquer sur une grue ou un produit pour afficher son statut et ses opérations en cours. Le cœur du modèle est la logique qui soutient la planification de la production et la planification de toutes les opérations. La combinaison de produits requise et d'autres paramètres peuvent être définis et modifiés, et une planification manuelle est disponible si nécessaire.
Le modèle de simulation de la production d'acier et de dalles a permis de:
- Capturer et numériser les règles de planification et de fonctionnement utilisées par les opérateurs de différentes usines. Ces règles n'avaient jamais été verbalisées auparavant et pourraient éventuellement être perdues. Maintenant, le personnel peut apprendre à travers une expérience partagée.
- Développer des règles de planification et d'exploitation pour éviter les goulots d'étranglement. Pour cela, des différentes limitations de vitesse ainsi que des règles alternatives de priorité pour différents produits ont été testées et analysées.
- Prévoir l'impact opérationnel et financier de la production de produits plus complexes et à plus forte marge, ce qui pourrait avoir un impact négatif sur les workflows.
Modèle de chaîne d'approvisionnement en acier
Comme mentionné ci-dessus, la société connaissait une grande congestion dans l'usine et une faible fiabilité. La société avait beaucoup de stocks et ne pouvait pas les gérer correctement. Il était nécessaire de déterminer les causes principales de telles situations, d'identifier de nouvelles règles globales et optimales à mettre en œuvre, et de quantifier leurs avantages opérationnels et financiers. Goldratt Research avait pour mission de fournir un outil d’aide à la décision et à l’optimisation de la production, lequel les gestionnaires pourraient utiliser lors de l’élaboration de la planification et de la planification de la production.
Le modèle représente chaque partie de Supply Chain en détail. L'utilisateur peut cliquer sur un lien dans la chaîne d'approvisionnement et voir les processus qu'il contient. Le modèle de statistiques présente des informations sur les niveaux de stock, les unités de traitement, les données financières, etc.
En conséquence, il a été découvert que les problèmes étaient principalement causés par le fait que la direction choisissait toujours l’option la moins chère (par tonne) pour la fabrication et la distribution. L’autre problème était le re- équilibrage permanent des capacités. Le modèle peut être utile pour:
- Le développement de nouvelles règles «Low work-in—process (WIP) / Max Flow».
- Prévision du coût par tonne, si l'entreprise adopte une approche davantage axée sur la demande.
- Prendre des engagements annuels, en ce qui concerne le niveau de performance, en utilisant les données financières complètes fournies par le modèle.
Résultat
À l'aide de ces modèles, Goldratt Research et son client ont réussi à déterminer les causes des congestions et de la faible fiabilité auxquelles l'entreprise avait été confrontée au cours des dernières années.
Ensuite les modèles ont fourni un moyen sûr, économique et très rapide de tester l'impact de tout changement sur les performances opérationnelles et financières. Les modèles ont également été utilisés pour valider les résultats de chacun.
À l'avenir, les modèles peuvent être utilisés sur une base hebdomadaire, mensuelle ou annuelle pour analyser les flux de travail et prendre des décisions critiques et des engagements fiables.
Présentation du projet par Dr. Alan Barnard et Jaco-Ben Vosloo du Goldratt Research Labs
