Comment déployer l’approche Model Based dans un PLM existant

Mews Partners s’est construit sur les connaissances de ses fondateurs concernant les systèmes PLM (Product Life-cycle Management) et la manière de définir avec succès les processus, l’organisation et les outils de soutien qui y sont liés. Dans cet article, nous souhaitons restituer une partie des connaissances et des leçons qui peuvent être appliquées pour gérer avec succès votre PLM, les niveaux de complexité apportés par l’introduction de nouvelles méthodes de travail dans la gestion de la définition des produits et de la fabrication, axées sur l’utilisation de « modèles » (Model-Based System Engineering, Model-Based Engineering,…).

Historiquement, les systèmes PLM ont été conçus pour répondre à un besoin commercial très spécifique : comment maintenir la cohérence entre les différentes équipes et départements travaillant sur les multiples disciplines d’ingénierie (développement de produits, production ingénierie, etc.) ?

Il y a 30 ans, il s’agissait de savoir comment une entreprise parvenait à maintenir la cohérence des évolutions de son dossier de définition et de son dossier de fabrication, qui étaient représentés principalement par des documents.

Depuis, la plupart des industries ont évolué pour compiler de nombreuses autres informations que de simples documents, afin de décrire et de fabriquer leurs produits : schémas (schéma de câblage), modèles 2D (par exemple, dessins), modèles 3D (la maquette numérique pour la CAO mécanique est désormais largement utilisée), données (résultats de simulation, résultats d’essais…). Il est essentiel de s’assurer que toutes ces données sont organisées, maintenues de manière cohérente et disponibles pour quiconque en a besoin, afin de permettre aux nombreuses équipes (internes, mais aussi externes, avec clients et fournisseurs) de travailler simultanément sur ces données.

Le volume et la variété des informations à conserver ont également augmenté au fil du temps, ce qui ajoute à la complexité pour toute entreprise. Il s’agit d’un défi, particulièrement pour les entreprises multi-pays où les données doivent être constamment échangées entre les différents sites et services 24 heures par jour.  

L’introduction d’une nouvelle catégorie d’informations dans ce paysage, les « modèles », ajoute un autre facteur de complexité : comment gérer correctement ces modèles, leurs évolutions, leurs entrées de données, leur cohérence avec d’autres modèles et informations sur les produits ? Un modèle de simulation des contraintes nécessite des informations sur le matériau de la pièce, sur le modèle 3D, sur les forces à appliquer : à chaque fois, la « version » correcte de ces informations doit être utilisée avec la « version » correcte du modèle de simulation.

Les modèles sont différents de l’information non structurée des documents car les modèles sont des informations structurées et qu’il est donc plus facile d’accéder à ces informations, de les traiter ou d’en faire le traitement par rapport à une documentation écrite. De plus, contrairement aux documents, les modèles nous permettent de gérer la continuité et la cohérence de l’information d’une manière plus automatisée.

Product Lifecycle Management - PLM

Étant donné que chaque fonction crée de plus en plus de modèles pour répondre à ses besoins, comment maintenir la cohérence entre tous ces modèles et comment en tirer le maximum de valeur ? Il est possible d’y parvenir en faisant évoluer le PLM pour qu’il soit en mesure de gérer ces modèles, grâce à ce que nous appelons le « PLM basé sur les modèles ».

Trois leçons doivent être prises en compte pour réussir la transition vers un PLM basé sur des modèles :

 

1. Préparer les fonctions et les équipes de l’entreprise aux changements induits par l’approche fondée sur les modèles

 

« Tous les modèles sont faux, mais certains sont utiles »

La force des modèles réside dans le fait qu’ils visent à simplifier la réalité et à fournir une base de compréhension partagée entre les personnes. Les modèles peuvent être très simples, mais ils peuvent aussi être extraordinairement complexes, et leur facilité d’utilisation et de manipulation peut varier.

La mise en œuvre de la modélisation au sein d’une entreprise est loin d’être simple et nombreux sont ceux qui résisteront à ce changement. Pour lutter contre cette résistance, il est important de donner un sens au changement. Pour ce faire, nous recommandons de :

  • Définir une ontologie commune minimale des données afin de fournir une base solide de connaissances partagées facilitant le déploiement des modèles et de la plate-forme PLM.
  • S’assurer que l’approche basée sur un modèle est déjà bien comprise et soutenue, car il s’agit d’un changement très important dans toute organisation, en clarifiant les principaux objectifs et le raisonnement qui sous-tend ce déploiement. Une équipe dédiée, chargée de la formation et du déploiement, ainsi qu’une gouvernance claire doivent être mises en place pour fournir une perspective, des progrès dans la feuille de route globale du projet et pour communiquer fréquemment. Ce sont les principaux facteurs clés de succès de toute transformation réussie.

2. Approche synchrone (transformation MB & PLM)

 

L’intégration de l’utilisation de modèles dans des fonctions qui ne les utilisent généralement pas est un grand « changement d’étape »

Si, en plus de cela, vous ajoutez la complexité de la mise en œuvre d’une plate-forme PLM pour gérer ces modèles nouveaux ou anciens, vous avez la recette d’un désastre. Il s’agit d’un problème bien connu, rencontré il y a quelques années par de nombreuses entreprises lorsqu’elles ont introduit les modèles 3D pour la CAO mécanique (MCAD) : elles ont dû trouver un moyen d’articuler et de synchroniser la nomenclature MCAD gérée dans l’outil MCAD (Catia, NX, Creo,…) avec la nomenclature complète du produit gérée dans le PLM : cette question de l’articulation des différentes informations de description du produit atteint aujourd’hui un nouveau niveau de complexité avec l’utilisation de modèles dans de nombreux autres domaines que la simple CAO mécanique.

Historiquement, beaucoup ont l’expérience de modèles développés localement qui ne sont pas intégrés dans un PLM PMT global dédié, car ils sont adaptés aux besoins locaux. C’est une façon de faire qui facilite la gestion des modèles (imaginez un modèle stocké uniquement sur l’ordinateur d’un collègue), la mise à jour et la maintenance. D’un autre côté, l’entreprise ne sera pas en mesure d’exploiter ce modèle local avec la valeur ajoutée de le relier aux autres fonctions :  c’est un compromis, bien sûr, mais nous sommes convaincus que la meilleure approche, si le modèle est si précieux, est de le gérer dans le cadre du PMT et de la connectivité qu’un PLM peut fournir. Imaginez que vous disposiez d’un modèle 3D de votre usine : l’utiliser « seul » pour optimiser la position des différentes machines dans l’atelier apporte déjà de la valeur. Mais le connecter à un modèle logistique décrivant le flux des différentes pièces apporterait un autre niveau de valeur pour tester différents scénarios de positionnement des machines afin d’optimiser le flux des pièces sur la base des données logistiques.

Notre recommandation est de synchroniser les deux changements (intégration du modèle et déploiement du PLM) en une seule étape afin de les organiser comme une seule et même transformation. Cette combinaison présente les avantages suivants :

  1. Vous pouvez combiner le perfectionnement de l’utilisation (définition, conception et exploitation) des nouveaux modèles avec la manière dont ces modèles doivent être gérés en cohérence avec le reste de l’entreprise.
  2. Vous pouvez très facilement fournir un contexte pour ces nouveaux modèles au sein de l’entreprise et, grâce à leur utilisation, une meilleure compréhension des liens entre les modèles d’autres fonctions.
  3. Vous pouvez mieux maîtriser les exigences de gestion des nouvelles méthodes et outils Process Methods and Tools de la plateforme PLM avec une utilisation pratique.

3. Adapter la gestion des données à l’approche basée sur des modèles tout au long du cycle de vie du système

 

Dans une approche axée sur le développement de produits physiques, l’optimisation de la production et la maintenance proactive, toutes les données ne sont pas importantes.

Essayer de gérer toutes les données, dans toutes les dimensions, serait une tâche impossible… pour une valeur ajoutée minime. Nous sommes convaincus qu’il est essentiel de trouver l’ensemble minimal de données pertinentes pour chaque fonction de l’entreprise, de les mettre en contexte et de relier leurs interfaces d’une manière pertinente. Par conséquent, être axé sur les données signifie que les données importantes sont prises en charge de manière à  apporter la plus grande valeur à l’entreprise. Dans le cas du nombre croissant de modèles créés par l’entreprise pour compléter le dossier de définition globale, le dossier de vente, le dossier de maintenance, etc., la clé est de comprendre quelles données doivent être cohérentes avec les autres fonctions sur la façon dont ces données circulent dans l’entreprise.

Une fois que vous aurez compris cela, vous serez en mesure d’adapter votre PLM de la manière la plus logique pour vous et votre entreprise, et donc de faire en sorte que les gens adhèrent facilement à votre vision. En d’autres termes, vous serez en mesure de traduire les exigences commerciales des différentes fonctions pour modifier ou améliorer votre PLM afin de gérer les niveaux optimaux de granularité des modèles en configuration. En ce qui concerne la documentation, nous avions l’habitude de gérer les versions de l’ensemble de la documentation. La question qui se pose est la suivante : pour mon entreprise, qu’est-ce que je veux suivre dans la configuration des modèles ? Le modèle entier ? Seulement les informations ? Une combinaison des deux ? Qu’en est-il des paramètres que le modèle reçoit en entrée ou en configuration ?

En conclusion

Avec l’augmentation de la complexité, les entreprises n’ont pas d’autre choix que de combiner l’approche basée sur le modèle avec le déploiement de la plateforme PLM existante. Néanmoins, cela pose des problèmes :

  • Quel est le bon niveau d’information pour relier les différents modèles et les différentes données ?
  • Comment tirer le meilleur parti de cette interconnexion sans se noyer dans les détails ?
  • Comment embarquer toutes les équipes dans ce nouveau voyage qui va changer leur façon de travailler (définition de modèles) et d’échanger avec les autres équipes ?

Ces défis doivent être affrontés de front :

  • La préparer : définir la vision et le sens de l’entreprise (Change Management) et définir un langage commun entre toutes les fonctions (définition de l’Ontologie).
  • Communiquer clairement : en comprenant les besoins des utilisateurs finaux et en y répondant, et en fournissant des informations précises sur les progrès réalisés et les difficultés rencontrées qui peuvent avoir un impact sur les opérations de l’entreprise et qui nécessitent une escalade ou une décision spécifique de la part de la direction.
  • Se concentrer sur les données utiles : en trouvant le sens de ce qui est important pour l’entreprise et de ce qui ne l’est pas (approche axée sur les données).