Cas d’application
TRANSFORMATION NUMÉRIQUE DANS L’INDUSTRIE PHARMACEUTIQUE
Une entreprise pharmaceutique de premier plan augmente sa productivité grâce à la transformation digitale de ses procédés de fabrication.
- Sujet : Surveillance numérique des machines
- Lieu : États-Unis
- Client : Fabricant pharmaceutique
- Produits : pour la santé animale
- Machines surveillées : Unités de traitement de l’air, ventilateurs d’incubateur, pompes à eau réfrigérées, pompes de déplacement.
Le défi
L’une des 20 plus grandes entreprises pharmaceutiques au monde voulait optimiser son efficacité opérationnelle en réduisant les temps d’arrêt coûteux qui affectaient l’ensemble de sa chaîne d’approvisionnement. Les machines fournissant de l’air aux salles blanches de classe A et B étaient tombées en panne de façon inattendue, causant d’importantes perturbations aux procédés de fabrication. La productivité diminuait, les coûts de maintenance grimpaient en flèche, les opérations et les processus de fabrication prenaient énormément de retard sur leurs objectifs.
L’équipe du site pensait que les problèmes causant des temps d’arrêt pouvaient être réglés en ajustant simplement les pratiques de maintenance actuelles, mais les problèmes qui frappaient le site étaient plus importants que prévu. Sans être en mesure de diagnostiquer correctement l’état de ses machines, l’équipe s’est retrouvée à court de données et d’idées. Mais comme ils l’ont appris, le simple fait de placer des capteurs sur leurs équipements ne suffit pas à transformer un processus. La technologie Grundfos Machine Health, une solution numérique de suivi d’état des machines, peut véritablement apporter de la valeur et orienter la prise de décision au sein des entreprises de production.
LE SUIVI D’ÉTAT DES MACHINES, FONDEMENT DE LA TRANSFORMATION NUMÉRIQUE
Le fabricant pharmaceutique et son partenaire ont mis en œuvre une stratégie basée sur des piliers clés du suivi de l’état et de la performance des machines numériques :
Déploiement d’une technologie à valeur ajoutée
Diagnostics d’état des machines actionnables et non intrusif pour les utilisateurs
Conduite du changement
Pour garantir la réussite du processus de transformation numérique, l’équipe a créé un suivi de projets décrivant l’audit des installations sur site, ainsi qu’un plan de formation et d’un programme de suivi. Une fois la solution de diagnostic en continu installée, l’équipe après-vente a formé sur places les utilisateurs à l’interface et au flux de données de la plateforme. Avec sa solution intégrée et son déploiement clé en main, le programme a porté ses fruits dans les jours suivant l’installation.
Des résultats tangibles
Les algorithmes de machine learning ont identifié l’usure des roulements à billes dans deux unités de traitement de l’air importantes desservant des salles blanches. Si ces défauts n’avaient pas été détectés, la production aurait été interrompue de manière inattendue pendant plusieurs jours, ce qui aurait entraîné une perte de plus de 255 000 euros (300 000 $) en coûts de réparation et en perte de production. N’ayant que deux périodes d’arrêt prévues par an consacrées à la réalisation des réparations, les défaillances survenues en dehors de ces périodes auraient imposé des exigences importantes à l’équipe et causé d’importantes perturbations de la production. Grâce au diagnostic et aux alertes reçues, l’équipe a pu commander les pièces nécessaires à l’avance et profiter d’une pause pendant les cycles de fabrication pour accéder aux unités de traitement de l’air et réparer les problèmes, sans aucune perturbation de la production. En se concentrant sur la machine, la base de tout processus de fabrication, et en passant de la maintenance réactive à la gestion numérique des machines, le fabricant a pu améliorer la productivité, les opérations et la chaîne d’approvisionnement.