Équipes de maintenance : un projet pilote de 90 jours soutenu par la recherche vise à réduire l’utilisation des pièces de rechange

Dans le domaine de l'entretien, le « consommation de pièces » désigne le taux mesuré d'utilisation des pièces de rechange ; la meilleure façon de réduire les coûts globaux consiste à mesurer cette consommation directement dans votre système de gestion des actifs informatisés (CMMS), à segmenter les pièces selon leur importance critique, puis à appliquer des politiques de stockage ciblées et des mesures opérationnelles. La bonne conception du modèle de données est essentielle. Selon La recherche en matière de gestion des pièces de rechange. Tout le reste, de la segmentation ABC aux pilotes Kanban, dépend de cela.

En bref

• Un modèle de données fiable reliant les ordres de travail, les identifiants des équipements et les pièces de rechange est essentiel pour mesurer avec précision la consommation et optimiser les politiques d’inventaire.
• La demande de pièces détachées est souvent fluctuante et imprévisible, nécessitant des modèles spécialisés comme METRIC pour planifier des expéditions d’urgence plutôt que des méthodes de prévision traditionnelles.
• Un approvisionnement stratégiquement maîtrisé et accepté peut minimiser les risques d’épuisement des stocks pour les pièces à faible importance, ce qui permet de réduire les coûts totaux mieux que d’essayer d’atteindre un stock zéro partout.
• L’utilisation de la segmentation en fonction des coûts, de la prévisibilité de la demande et de la criticités améliore les décisions de stockage et les niveaux de service sans entraîner d’augmentations inutiles de l’inventaire.
• L’utilisation d’un système unique doté d’identifiants intégrés et d’un suivi automatisé des KPI accélère les projets pilotes et améliore l’efficacité de la gestion des pièces de rechange en cours.

Table des matières

• Pourquoi la consommation de pièces détachées se comporte-t-elle différemment
• Le modèle de données qui sous-tend la mesure de la consommation de pièces
• Comment mesurer et segmenter la consommation de pièces
• Moyens opérationnels pour réduire la consommation sans augmenter les temps d’arrêt
• Convertir cette méthode en un projet pilote opérationnel
• Liste de contrôle pour les auteurs : les 90 premiers jours sont essentiels pour commencer à réduire la consommation de pièces
• Accélérez votre consommation de pièces de volée avec la plateforme adaptée
• Sources
• FAQ

Pourquoi la consommation de pièces détachées se comporte-t-elle différemment

La demande de pièces de rechange ne suit pas la même tendance que celle des magasins de détail. La plupart des pièces industrielles et de maintenance restent inutilisées pendant des mois avant d’être consommées en cas de panne ou d’avarie d’un élément. Ce cycle intermittent et faible en volume contredit les méthodes de prévision standard conçues pour des données de ventes stables et fréquentes, et c’est pourquoi de nombreuses équipes de maintenance finissent soit par se retrouver prises au milieu d’un stock obsolète, soit à se battre pour obtenir des expéditions accélérées.

La demande corrective tend à suivre les tendances d’arrivée plus près d’un processus Poisson, des événements rares et largement aléatoires plutôt que d’une tendance régulière. Des modèles de réseaux multi-articles tels que METRIC et ses extensions ont été développés spécifiquement pour gérer cette situation, en modélisant les expéditions latérales et d’urgence entre les sites plutôt que de traiter chaque partie isolément.

Le véritable facteur déterminant de chaque décision concernant les stocks n’est pas le coût de la pièce. C’est le coût de l’immobilisation pendant que vous attendrez. C’est pourquoi la disponibilité du système et les coûts de temps d’arrêt doivent figurer parmi les critères de votre niveau de service, et non pas le prix unitaire.

La recherche sur la modélisation des stocks de pièces détachées conduit systématiquement à une conclusion contre-intuitive : un risque modéré de rupture de stock, volontairement admis pour les articles à faible importance critique, minimise généralement le coût net total mieux que la poursuite d’un taux de rupture de stock proche de zéro partout, selon Livres de référence sur l’inventaire des pièces de rechange de l’Université de Delft. La disponibilité parfaite de chaque SKU n’est pas efficace. Cela coûte cher.

Le modèle de données qui sous-tend la mesure de la consommation de pièces

On ne peut pas gérer ce que vos systèmes ne peuvent pas connecter. La plupart des organisations de maintenance enregistrent les commandes de maintenance dans un module et les problèmes de pièces dans un autre, sans lien fiable entre les deux, et cette lacune constitue le principal obstacle à la mesure de la consommation réelle.

Un modèle de données empirique développé spécifiquement pour la gestion des pièces détachées montre que la solution requiert la connexion des modules de maintenance préventive (PM) et de gestion des matériaux (MM) grâce à trois identifiants cohérents : l’identifiant de l’actif, l’identifiant de la commande de travail et un numéro de pièce détachée standardisé. Dans l’étude de cas sous-jacente, cette connexion liait de nombreux articles détachés avec leurs listes de matières premières sur des dizaines de milliers de consommations enregistrées, construite comme une couche d’intelligence métier à accès exclusif reposant sur le CMMS existant plutôt que de le remplacer.

Conseil de pro : Un système unique et rigoureux de numérotation des pièces détachées qui correspond parfaitement aux fiches de données techniques constitue souvent le changement le plus efficace que puisse apporter une équipe de maintenance. Il n’implique aucun coût d’implémentation et permet d’exploiter toutes les analyses qui en résultent.

Une fois que les identifiants sont cohérents, les champs qui comptent réellement pour l’analyse de consommation sont les suivants :

• Liens de la nomenclature des composants (BOM) connecter chaque partie au modèle spécifique d’actif ou d’équipement qu’elle sert
• Temps de livraison par fournisseur et pièce, Pas un seul principe généralisé dans tout le catalogue
• État de la partie (actif, obsolète, remplacée) c’est-à-dire cesser d’analyser les stocks morts comme si c’étaient une demande réelle.
• Localisation du stockage, y compris les camionnettes techniques et les dépôts satellites, et non seulement le entrepôt central
• Historique des réparations et des défaillances associer les événements de consommation à des modes de défaillance spécifiques

Une couche analytique construite à partir de ces champs transforme les journaux de transactions épars en un ensemble de données que vous pouvez réellement segmenter, prévoir et agir en conséquence. Sans elle, toutes les décisions ultérieures, depuis les points de réordonnancement jusqu’à la classification de la priorité, reposent sur des données incomplètes.

Comment mesurer et segmenter la consommation de pièces

La transformation des données de consommation brutes en une politique de stockage efficace nécessite quatre étapes, et l’omission de l’une d’entre elles tend à aboutir à des plans qui paraissent solides sur le papier mais qui échouent sur le terrain.

1. Suivez d’abord les bons indicateurs de performance. Au minimum, surveillez le taux de consommation par article par période, le taux de remplissage (les commandes livrées en stock sans délai), le nombre de jours de fourniture disponibles, le risque de rupture de stock au cours de la fenêtre de délai concernée, et le délai de réparation des pièces réparables.
2. Analyser la segmentation ABC en fonction du coût ou de la quantité. Classifiez les pièces en fonction de leur valeur annuelle de consommation, et non pas uniquement en fonction du prix unitaire. Une joint-tige bon marché utilisée constamment peut avoir une valeur supérieure à celle d’un capteur coûteux utilisé rarement.
3. Utilisez la segmentation XYZ pour prévoir la demande. Les parties X présentent une demande stable et prévisible ; les parties Y présentent une demande variable mais régulière ; les parties Z sont véritablement irrégulières. Les méthodes de régularisation standard ont du mal à gérer les cas de Z intermittents, et les approches de type bootstrapping ou Smart-Willemain ont tendance à Dépasser-les dans ce segment.
4. Attribuez des objectifs de service en fonction de leur importance critique, et non de leur usage courant. Une salle de pièces n’a pas besoin d’un seul niveau de service. Elle a besoin de plusieurs, adaptés à ce que chaque pièce protège réellement.

Le cadre de gestion des actifs de la norme ISO 55000 offre une structure utile pour documenter ces décisions fondées sur les risques Ils survivent ainsi aux audits et à la rotation du personnel.

Moyens opérationnels pour réduire la consommation sans augmenter les temps d’arrêt

Réduire la consommation ne signifie pas réduire la disponibilité. Plusieurs leviers éprouvés permettent de réduire les coûts de stockage et les pertes tout en maintenant les équipements essentiels en fonctionnement ; le choix dépend du segment de la pièce, et non d’une politique générale.

La surveillance continue, ou (Q,r), et la surveillance périodique, ou min-max, se situent à deux extrémités opposées de la même équation. Une étude appliquée sur l’inventaire de MRO dans un secteur pétrolier et gazier a révélé que le passage d’un système de contrôle général (min-max) à un modèle (Q,r) avec des coûts d’inventaire explicitement pris en compte, notamment les stocks excédentaires et les commandes en attente, a permis de réduire de moitié la valeur moyenne des investissements en inventaire tout en améliorant notablement le niveau de service. lien. Min-max fonctionne encore bien pour les articles C et Y à faible valeur et prévisibles, où la simplicité administrative vaut davantage que la perte de précision.

• Pilot Kanban pour les camionnettes de techniciens ou les dépôts locaux de 10 à 20 articles sur une période d'environ 30 jours avant le déploiement ; les commandes de reconstitution visuelles réduisent les stocks excédentaires et les excédents pour les articles consommables à forte rotation, en exploitant le logiciel de service sur le terrain pour le chauffage, la climatisation et l'électricité afin d'optimiser le stock de véhicules des techniciens.
• Utiliser le transbordement latéral entre les sites Pour couvrir un déficit provenant d’un entrepôt voisin plutôt que de stocker des stocks de sécurité supplémentaires partout, une recommandation fondamentale de Recherche sur la modélisation de pièces de rechange multi-item.
• Accélérer les réparations des pièces remplaçables Au lieu de stocker des pièces détachées en excès en guise d’assurance, des essais sur le terrain combinant l’estimation du risque de panne et l’accélération des réparations ont permis d’obtenir des économies allant jusqu’à 8% %, ainsi qu’une précision de prévision d’environ 63% % à 15 jours et 83% % à 45 jours. lien.
• Évaluer l’impression 3D et la prépositionnement prédictif basé sur l’Internet des objets pour les pièces à faible vitesse de production et à haute durée de fabrication, où une géométrie imprimable ou un signal d’échec prédictif peuvent remplacer des semaines de stock de pièces en attente.

Convertir cette méthode en un projet pilote opérationnel

Les modèles académiques sont moins importants que le fait que votre équipe les applique réellement. Un déploiement pratique peut se faire dans un délai de 90 jours si vous limitez le périmètre de travail.

1. Semaines 1 à 2 : sélectionnez un périmètre pilote de 10 à 20 articles assortis à un seul groupe d’actifs critiques, et nettoyez les données de base pour ces pièces en particulier.
2. Semaines 3 à 4 : mapler les trois identifiants (actif, commande de travail, numéro de pièce) et relier tous les enregistrements de la nomenclature de pièces pour les références pilotes.
3. Semaines 5 à 8 : Activez la traçabilité complète des commandes afin que chaque problème et chaque retour puissent être liés à un travail spécifique, puis lancez l’essai Kanban.
4. Semaines 9 à 12 : Mesurez les décalages des KPI par rapport à votre base de référence et décidez de l’échelle à utiliser.

Le support logiciel revêt la plus grande importance dans trois domaines : la connexion avec la nomenclature des pièces, un tableau de bord complet et une traçabilité des ordres de travail qui capture automatiquement la consommation au lieu de dépendre d’une saisie manuelle. La présentation automatisée des rapports permet de clôturer le cycle en affichant les évolutions des indicateurs clés de performance sans avoir à reconstruire un tableau de bord chaque mois.

Liste de contrôle pour les auteurs : les 90 premiers jours sont essentiels pour commencer à réduire la consommation de pièces

Commencez par une approche étroite. Sélectionnez un groupe d’actifs, nettoyez les données de ses éléments et établissez des liens entre les identifiants avant de prendre toute décision concernant la politique d’approvisionnement. Les semaines 1 à 4 sont consacrées à l’hygiène des données, et non à la réorganisation des points de vente. Les semaines 5 à 8 concernent la mise en œuvre du projet Kanban et le suivi de la cadence de remplissage ainsi que des jours d’approvisionnement disponibles. Les semaines 9 à 12 consistent à comparer honnêtement les chiffres avec votre base de référence, y compris les problèmes rencontrés.

La pire erreur est de passer à travers le travail de définition des identifiants parce qu’ils semblent longs et fastidieux. C’est la base même du processus. Mesurez, ajustez, répétez et résistez à l’envie de déclarer victoire après un mois de travail réussi.

— Pedro

Accélérez votre consommation de pièces de volée avec la plateforme adaptée

Les feuilles de calcul et les systèmes déconnectés peuvent bien fonctionner pour un projet pilote de 20 produits, mais ils s’effondrent dès que l’on tente d’étendre la segmentation ABC, la traçabilité des commandes et les rapports automatisés à toute une gamme de pièces. Fullyops est conçu pour cette transition : une seule plateforme où les liens entre les nomenclatures de matières premières, les données de base des pièces et l’historique des commandes sont intégrés, de sorte que les opérations d’identification décrites ci-dessus se déroulent au sein du système plutôt que sur trois feuilles de calcul et un lecteur partagé. outils de gestion des ordres de travail Rappelez-vous que chaque aspect de la mise en œuvre est lié au travail qui l’a alimentée automatiquement, et ses fonctionnalités d’inventaire et de reporting révèlent les débits de KPI sans que vous n’ayez à réorganiser les données manuellement. Les plans sont structurés en fonction des niveaux Basic, Professional et Advanced, en fonction du nombre de techniciens, d’administrateurs et d’intégrations dont vous avez besoin. Si vous êtes prêt à lancer le pilot plutôt que de simplement le planifier, Commencez par une démonstration et apportez vos 10 à 20 premiers articles.

Sources

• Chapitre sur les modèles de pièces de rechange multi-éléments (TU Delft / publication scientifique)
• Estimation du risque de rupture de stock pour les pièces de rechange réparables
• Système amélioré de gestion des stocks MRO dans une entreprise pétrolière et gazière
• ISO 55000 : gestion des actifs — présentation générale, principes et terminologie

FAQ

Qu’est-ce que le consumo de pièces lors des opérations de maintenance ?

Il s’agit du taux mesuré auquel les pièces de rechange sont utilisées pour réparer ou entretenir les actifs, généralement enregistré sous forme d’unités consommées par période pour pièce ou groupe d’actifs. Pour mesurer correctement ce taux, il est nécessaire de relier les ordres de travail aux demandes de pièces grâce à des identifiants cohérents, comme décrit dans la modélisation empirique des données sur les pièces de rechange.

Comment réduire la consommation de pièces de rechange sans augmenter le risque d’arrêt de production ?

Segmenter les articles en fonction de leur importance et de leur demande, puis appliquer la politique correspondante : (Q,r) pour les articles à forte valeur et prévisibles, min-max pour les articles à faible valeur stables, et Kanban pour les articles de grande rotation. Les expéditions latérales et l’accélération des réparations réduisent davantage les stocks locaux de produits, sans augmenter le risque, sur la base des conclusions tirées des Risque d’épuisement des stocks et recherche visant à accélérer les réparations.

Quels KPIs dois-je suivre pour le suivi de la consommation de pièces ?

Mesurez le taux de consommation, le taux de remplissage, le nombre de jours de stock, le risque de rupture de stock et le délai de réparation comme paramètres minimum. Ces données vous permettent d’obtenir à la fois l’image de la demande et la réactivité de l’offre nécessaires pour fixer des objectifs de service réalistes.

Comment l’ISO 55000 se rapporte à la gestion des pièces de rechange ?

La norme ISO 55000 fournit le cadre de gestion des actifs permettant d’aligner les décisions de provisionnement des ressources sur la tolérance au risque de l’organisation et de documenter les raisons pour lesquelles un niveau de service donné a été choisi. Elle ne prescrit pas de formules spécifiques de stockage, mais elle soutient la couche de gouvernance qui cadre avec ces décisions.

Peut-on mesurer avec précision la consommation de pièces avec un CMMS seul ?

Un système de gestion de la maintenance industriel (CMMS) standard enregistre les transactions, mais ne les intègre rarement à un modèle analysable en soi ; la plupart nécessitent une couche supplémentaire reliant les identifiants des actifs, des commandes de travaux et des pièces. Des plateformes comme Fullyops remédient à ce problème en reliant la traçabilité des commandes de travaux directement aux registres d’inventaire, plutôt que de les considérer comme des systèmes distincts.

Recommandé

• Gestion des pièces de rechange pour les responsables de la maintenance : un système pratique
• Workflow pour la maintenance préventive : Réduire les coûts de 30% en 2026
• Réduire les ruptures de stock en 90 jours grâce à la codification de remplacement liée aux actifs
• Planification de la maintenance étape par étape : Réduire les temps d'arrêt par 30%