Questions d'entretien Ingénieur de production

Je commence par définir le problème avec précision et en termes mesurables avant de penser à la moindre solution. Je vais sur le terrain, j'observe le procédé directement et je collecte des données de référence : temps de cycle, taux de défauts, volume de rebuts, selon ce qui est le plus pertinent. Je constate que le problème tel qu'il est formulé en début de projet n'est presque jamais la cause racine réelle, et l'observation terrain change presque toujours le cadrage. Une fois que j'ai une base de référence claire et une cause racine confirmée, je conçois l'amélioration, je la pilote sur une ligne ou un équipe, je mesure les résultats par rapport à la base, et seulement ensuite je généralise. L'étape pilote est non négociable pour moi, car les procédés industriels ont des interactions impossibles à prévoir depuis un bureau. Je documente tout pour que le changement devienne un standard pérenne plutôt qu'une correction ponctuelle. Après la mise en oeuvre, je mets en place un plan de surveillance pour confirmer que les gains se maintiennent à 30 et 90 jours.

Les opérateurs sont les personnes qui feront tourner le nouveau procédé au quotidien, donc leur implication n'est pas optionnelle : c'est une partie du travail d'ingénierie. Je commence chaque projet de changement de procédé en passant du temps avec les opérateurs qui réalisent actuellement le travail, avant même d'avoir une solution en tête. Je cherche à comprendre ce qu'ils trouvent difficile, où ils perçoivent des gaspillages, et quelles adaptations ils ont développées, car celles-ci peuvent signaler un défaut de conception. Quand je passe à la conception de la solution, j'implique au moins un ou deux opérateurs expérimentés dans la revue de la méthode proposée. Leurs retours permettent d'identifier des problèmes pratiques qui mettraient des semaines à apparaître après le déploiement. Pour la transition, j'anime la formation moi-même dans la mesure du possible plutôt que de la déléguer, car être présent sur le terrain pendant les premiers postes me permet de détecter les problèmes en temps réel.

J'utilise les données pour confirmer ce que j'observe sur le terrain et pour prioriser où concentrer l'effort d'amélioration. Mon point de départ est généralement une analyse de Pareto : je prends les trois à six derniers mois de données d'arrêts, de défauts ou de rebuts et je les stratifie par machine, produit, équipe ou étape de procédé pour trouver où se concentre la majorité des pertes. Une fois les principales catégories identifiées, j'approfondis avec des cartes de contrôle pour comprendre si le problème est stable ou en tendance, et s'il présente des patterns spécifiques (heure de la journée, lot matière, équipe opérateur) qui orientent vers une cause. Je suis attentif à ne pas sur-interpréter : un point isolé est du bruit, mais un pattern sur plusieurs occurrences est un signal. Je surveille aussi le ratio entre le temps que je consacre aux pertes chroniques versus les pertes ponctuelles, car les pertes chroniques ont tendance à être sous-traitées parce qu'elles font partie du décor.

Le principal mode d'échec dans l'amélioration industrielle est le gain qui disparaît trois mois après la clôture du projet. J'essaie d'intégrer la pérennité dans la conception du changement dès le départ, plutôt que de la traiter comme une réflexion après coup. Cela signifie d'intégrer le changement dans le mode opératoire standard et les supports de formation opérateur avant la clôture du projet, pas après. Je mets également en place des contrôles visuels lorsque c'est possible afin que tout écart par rapport au nouveau standard soit immédiatement visible par l'opérateur et le superviseur, sans que personne n'ait besoin de consulter un rapport. Pour les changements impliquant des réglages machines ou des outillages, j'utilise des détrompeurs autant que possible afin que le procédé ne puisse pas facilement revenir en arrière. Enfin, j'inclus une mesure de suivi à 90 jours dans mon plan de projet, et je passe en revue les données avec le superviseur plutôt que de les archiver en interne.

Nous avions un défaut de surface récurrent sur un composant aluminium usiné qui apparaissait de manière intermittente depuis huit mois. Les tentatives précédentes de résolution s'étaient concentrées sur l'usure des outils, mais le défaut continuait à réapparaître. J'ai décidé de traiter le problème comme non résolu et de repartir de zéro. J'ai collecté 120 pièces défectueuses sur trois semaines et j'ai tagué chacune avec la machine, le numéro d'outil, l'opérateur, l'équipe et le lot matière. Un pattern a émergé : 80 % des défauts provenaient d'une machine sur l'équipe de l'après-midi et étaient corrélés à un fournisseur de lot matière spécifique. J'ai réalisé une expérience contrôlée avec des matières de l'autre fournisseur sur la même machine et j'ai observé zéro défaut sur 200 pièces. Nous avons déclenché un audit fournisseur et constaté un traitement de surface hors spécification sur leur stock. Le fournisseur a corrigé son procédé et nous n'avons plus eu le défaut depuis 14 mois.

Nous lancions un nouvel assemblage de boîtier et la conception prévoyait un état de surface avec une tolérance atteignable avec notre équipement, mais seulement à un rendement très faible. J'ai réalisé une étude de capabilité avant de soulever le problème, car je voulais apporter des données, pas des opinions, quand j'irais voir l'équipe conception. Le Cpk sur cette cote était de 0,87, soit environ 10 % de rebuts en volume. J'ai préparé une note d'une page montrant les données de capabilité, le coût estimé des rebuts au rythme de production, et deux options de tolérance alternatives qui amèneraient le Cpk au-dessus de 1,33 sans compromettre la fonction de l'assemblage. L'ingénieur conception a d'abord résisté car la tolérance d'origine avait été définie pour des raisons esthétiques plutôt que fonctionnelles. Après une revue avec l'ingénieur produit et le responsable qualité, nous avons convenu d'une tolérance légèrement plus large avec un traitement de surface maintenant l'exigence esthétique. Le procédé révisé a tourné à 99,4 % de rendement premier passage au lancement.

Notre ligne d'assemblage avait un goulot d'étranglement au poste de test qui limitait le débit à 340 unités par équipe contre une demande de 420. Le poste de test avait deux opérateurs mais l'équipement ne pouvait faire tourner qu'un test à la fois. J'ai cartographié en détail les activités des opérateurs au poste et j'ai constaté qu'un opérateur passait 28 % de son temps à gérer les flux de matières entre la ligne et le poste, et que l'autre était inactif pendant 35 % du cycle de test en attendant l'équipement. J'ai proposé un changement d'implantation : rapprocher le tampon d'entrée du poste (un changement d'aménagement ne nécessitant aucun investissement) et rééquilibrer les tâches opérateur pour que l'un gère deux bays de test en séquence pendant que l'autre s'occupe des matières et de la documentation. J'ai piloté le nouvel aménagement sur une équipe pendant une semaine. Le débit sur cette équipe est passé de 340 à 398 unités. Nous l'avons étendu aux trois équipes et éliminé le goulot sans aucun investissement équipement.

Une AMDEC procédé est une analyse structurée des risques de défaillance d'un procédé de fabrication et de leurs conséquences. Je la construis comme un exercice pluridisciplinaire : je veux avoir l'ingénierie procédé, la qualité, la maintenance et idéalement un ou deux opérateurs expérimentés autour de la table. Nous parcourons chaque étape du procédé, identifions les modes de défaillance potentiels (ce qui pourrait mal se passer), leurs effets (ce qui arrive au produit ou au procédé) et les causes (pourquoi cela surviendrait). Chaque combinaison est cotée en gravité, occurrence et détectabilité sur une échelle de 1 à 10, et le produit donne l'Indice de Priorité du Risque. Je concentre l'équipe sur les IPR les plus élevés et je m'assure qu'on dispose d'un contrôle qui prévient la défaillance ou d'un contrôle qui la détecte avant qu'elle n'atteigne le client. Je traite l'AMDEC comme un document vivant : je la mets à jour quand un nouveau mode de défaillance apparaît, et je la revois à l'occasion de chaque changement de procédé.

La DFM est la plus utile en amont, avant que l'intention de conception soit figée. Le coût d'un changement DFM au stade concept est environ 1x ; au stade prototype il est 10x ; au lancement en production il peut être 100x. J'essaie d'intervenir dans les revues de conception le plus tôt possible et d'apporter des contraintes de fabrication spécifiques : tolérances minimales atteignables sur nos équipements, géométries difficiles à maintenir en bridage, états de surface nécessitant des opérations secondaires, et séquences d'assemblage créant des risques ergonomiques. J'utilise une liste de contrôle DFM standard comme point de départ, mais je l'adapte toujours au procédé spécifique. Un exemple concret : sur un projet récent de support, j'ai signalé que deux trous taraudés étaient positionnés de façon à nécessiter un second bridage sur le centre d'usinage. En décalant un trou de 8 mm, la pièce pouvait être terminée en un seul montage, économisant 2,5 minutes de temps de cycle par pièce. À notre volume de production, cela représentait environ 800 heures de capacité par an.

Le MSP (ou SPC) est un outil pour distinguer les variations de causes communes (inhérentes au procédé) des variations de causes spéciales (quelque chose a changé). Je l'utilise principalement sur les dimensions critiques pour la qualité où nous avons besoin d'une alerte précoce avant que des défauts ne surviennent, plutôt que de compter sur l'inspection en fin de ligne pour les détecter. Je mets en place des cartes de contrôle (cartes X-barre et R pour les mesures continues, cartes p ou c pour les données attributaires) aux étapes clés du procédé et je forme les opérateurs à les interpréter. La règle que j'insiste le plus à distinguer est la différence entre un procédé sous contrôle et un procédé capable : on peut avoir un procédé stable avec un Cpk de 0,8 (sous contrôle mais pas capable) ou un procédé capable avec un signal hors contrôle (capable mais quelque chose vient de changer). Ces deux situations nécessitent des réponses différentes. J'utilise aussi les données MSP de façon rétrospective : une carte sur trois mois de données historiques peut révéler des patterns comme des tendances d'usure d'outil ou des variations entre équipes qui ne sont pas visibles dans les chiffres de défauts agrégés.