La fiabilite est une discipline a part entiere, qui sent bon les statistiques et est souvent jugee difficile a aborder. Dans ce premier article de la serie consacree a ce sujet que nous demarrons ici, l'auteur Daniel Lelievre (Factory Systemes) s'est efforce de faire du concret et du pratique. Au-dela des indispensables definitions, cet article d'introduction presente des situations concretes de defaillances dues a un manque de fiabilite. Les articles suivants aborderont davantage les solutions qui permettent d'ameliorer la disponibilite. Quoi qu'on fasse, un jour ou l'autre nos machines cassent ou n'en font qu'a leur tete. Plus elles sont complexes, plus souvent ca arrive... La perfection n'est pas de ce monde, et encore moins du monde industriel. C'est un fait. Nous subissons chaque jour les couts de la non-fiabilite de nos equipements, des erreurs de ceux qui les conduisent ou qui les ont concus. Resultat, une part considerable des budgets attribues au fonctionnement normal de l'exploitation est destinee a la resolution de situations "anormales". Du procede lui-meme aux operateurs qui le pilotent, en passant par les machines et leurs automatismes, ce sont autant de deviations potentielles qu'il nous faut dompter. Acceptons le caractere ineluctable et imminent de l'erreur ou de l'usure qui mene a la defaillance. A l'aide de methodes statistiques aujourd'hui accessibles et eprouvees, calculons-en les probabilites d'occurrence, et en face de ces probabilites, determinons les couts induits. Nous pourrons alors decider du bien fonde de la mise en place de mesures preventives, lorsqu'elles existent, et nous en comparerons les couts a ceux de mesures curatives. Dans bien des cas, nous aurons la surprise d'afficher un retour sur investissement exprime en semaines. Jules Renard etait de bon conseil: 《Sous pretexte que la perfection n'est pas de ce monde, ne gardez pas soigneusement tous vos defauts》...
展开▼
