Les entreprises du secteur du nucléaire évoluent en permanence dans un marché ultra-concurrentiel. Pour se maintenir au sommet de leur domaine, elles doivent sans cesse tout faire pour être compétitives. Pour cela, il est essentiel pour elles de se concentrer sur la qualité en R&D.
Cet article fait alors suite à un précédent, qui faisait un état des lieux des différentes méthodes pour l’amélioration des délais de développement dans le secteur nucléaire. Vous pouvez également consulter notre article brossant le portrait des différentes solutions qu’Ex’Up Consulting offre aux entreprises du nucléaire.
Le DFSS pour améliorer la qualité en R&D dans le secteur nucléaire
Derrière l’acronyme DFSS, se cache une méthodologie nommée Design For 6 Sigma, qui cherche à repenser la conception de son produit ou service, de manière à lui permettre de générer un niveau de top qualité. C’est donc une adaptation de la méthodologie 6 Sigma aux processus de conception industrielle.
Le but du DFSS est de prendre en compte la recherche de qualité dans l’intégralité du processus de conception. En d’autres termes, le DFSS ne conçoit pas la recherche de qualité comme une approche corrective, dans laquelle on va corriger les défauts d’un produit ou service terminé, mais plutôt comme une approche préventive. Cette méthodologie va alors permettre d’atteindre une véritable maîtrise des procédés, dès la conception. L’entreprise va donc consacrer des ressources (mains d’œuvre, temps…) aux phases précédant la conception, mais cet investissement s’avérera particulièrement judicieux, en abaissant les taux de non-qualité à leurs plus bas niveaux.
En tant que méthodologie complète, le Design for Six Sigma fonctionne alors comme une boîte à outils, enrichie de plusieurs dispositifs mettre en place de manière coordonnée, pour assurer la réussite du projet. C’est là qu’intervient Ex’Up Consulting, qui accompagne les entreprises du secteur du nucléaire dans la mise en place, puis dans le pilotage, de la méthodologie DFSS. En concevant juste du premier coup, elle peut ainsi leur permettre de réduire leur taux de non-conformité à moins de 1 défaut sur un million.
Le tolérancement inertiel
Alors que le DFSS concerne la phase précédant la conception, le tolérancement inertiel, lui, se concentre sur la période de développement du produit, mais toujours dans une recherche de qualité. Cette méthode permet alors de garantir des assemblages mécaniques avec un jeu idéal.
Pour cela, le tolérancement inertiel va anticiper le pilotage des différents outils et machines, et notamment l’usinage. À cet égard, il va utiliser l’APC : Automated Process Control, ou en français, contrôle des processus automatiques. Il s’agit ici d’optimiser les réglages des machines opérationnelles, de manière à l’adapter aux caractéristiques du produit. On va alors utiliser l’intelligence artificielle dans les processus, de manière à se centrer en permanence sur les intervalles de tolérance.
Cette méthode part du principe que l’imprécision est inévitable dans l’industrie, et qu’il faut donc la prendre en compte dans les procédés plutôt que de la combattre vainement. En effet, il existe tout un nuancier d’imprécisions qui sont permises, car elles ne nuisent pas au bon fonctionnement de la pièce ou du produit. Traditionnellement, on exprime ce nuancier par un seuil minimal d’imprécisions tolérées et un seuil maximal, et toute la gamme entre ce minimum et ce maximum est admissible. Pour désigner ce spectre d’imprécisions qui restent acceptables, on parle d’intervalles de tolérance.
Le tolérancement inertiel, quant à lui, remet en question cette notion binaire de seuil maximum et minimum, pour le remplacer par une cible et une inertie maximale autour de cette cible. La cible est placée au centre de la tolérance, et le but est alors de limiter les dérives autour de cette cible. Cette nouvelle vision du tolérancement a l’avantage de garantir la qualité par un objectif de conformité du produit fini, plutôt que par des limites acceptables de non-conformité.
Le tolérancement inertiel va donc intégrer cette cible de tolérance dès le développement du produit, et ainsi avoir un jeu d’assemblage idéal et maîtrisé. Ce recentrage permanent sur la conformité va donc permettre de générer de la qualité.
Le DOE, les statistiques appliquées au service du nucléaire
Parmi les autres méthodologies que nous utilisons chez Ex’Up Consulting auprès de nos clients dans le secteur du nucléaire, se trouve également le DOE, pour Design of Experiments, c’est-à-dire, en français, la « planification d’expériences ». Il s’agit ici de prévoir, puis de coordonner entre elles différentes expérimentations. Elles vont permettre d’évaluer l’impact de différentes variables sur les mesures de performance, et donc sur la qualité.
Le but est donc d’augmenter son champ de connaissances sur un sujet, et plus précisément, pour les acteurs du secteur nucléaire, on essayera d’analyser et de comprendre son propre système de production. La réalisation de ces expériences, planifiées à l’avance, permettra de comprendre ce qui, dans son système de production, génère de la qualité, ou au contraire, quelles variables sont source de non-qualité. Contrairement à un système essai-erreur, le DOE permet donc d’évaluer individuellement l’impact de différents facteurs sur la production de qualité. Il faut donc, en amont, identifier les différentes variables susceptibles d’avoir une incidence sur la qualité, et il s’agira donc de mettre en place une série d’expériences pour les mesurer indépendamment l’un de l’autre leur impact.
Le DOE implique alors de faire varier suivant un plan très précis, souvent établi par un mathématicien, plusieurs paramètres, de manière à modéliser le comportement de son système de production. Il s’agit donc d’une méthodologie de statistiques appliquées. Cette modélisation du comportement du système de production permettra alors de prédire ce dernier, et donc de trouver sa zone optimale de fonctionnement. On va donc chercher à mettre le doigt sur le point optimal de fonctionnement, ce qui va alors améliorer la qualité et la maîtrise du procédé.