CONFIDENTIEL DE L'ENTREPRISE. NE PAS DIVULGUER.
Toujours pionnier, Tesla mène également la charge de la transformation numérique
Les systèmes de fabrication de pointe créent des flux de données susceptibles de rendre les véhicules électriques zéro émission plus abordables
Défi : Bien que la crise climatique imminente ait clairement montré que le monde doit se détourner des consommables énergétiques, les technologies d'énergie renouvelable restent d'un coût prohibitif pour la grande majorité des consommateurs. Dans l'industrie automobile, le prix élevé associé aux véhicules électriques zéro émission est directement lié au coût traditionnellement élevé du développement et de la fabrication d'innovations de pointe.
Solution : Les visionnaires de Tesla adoptent une approche à deux volets pour réduire les coûts : utiliser des usines numériques à grand volume pour maximiser les économies d'échelle tout en optimisant étroitement les processus grâce à des analyses avancées. Le logiciel de découverte statistique JMP® fournit aux équipes d'ingénierie une plate-forme unique pour l'accès, l'analyse et le partage des données qui supprime les obstacles et les complexités des workflows d'ingénierie. JMP, déclare Samuel Troptard, Process Quality Engineer, "est une solution vraiment complète".
Résultats : En adoptant un logiciel pour l'ensemble du flux de travail de qualité des processus, Tesla a augmenté l'efficacité de l'ingénierie dans plusieurs domaines clés. Les ingénieurs peuvent désormais qualifier et mettre en production de nouveaux outils de processus plus rapidement et avec moins d'occurrences hors spécifications ; l'automatisation des tâches routinières rend les analyses plus reproductibles et instille une meilleure pratique statistique universelle ; et la visualisation dynamique des données aide les experts du domaine et les scientifiques des données à travailler de manière plus collaborative. Tous ont contribué à la réduction des coûts et des délais - ce qui, selon Troptard, plaide en faveur de JMP et, ajoute-t-il, s'aligne bien sur l'esprit d'invention accélérée de Tesla.
_____________________________________________________________________________________
L'industrie traditionnelle des transports contribuant à près d'un tiers des émissions mondiales de gaz à effet de serre, les scientifiques préviennent qu'un passage complet au transport durable est urgent si nous voulons prévenir la crise climatique. Au niveau des consommateurs, le fabricant américain de véhicules électriques Tesla a été le pionnier non seulement des technologies nécessaires pour faire de ce changement une réalité ; il a également mis des voitures à zéro émission sur la route à un rythme record, le modèle 3 de Tesla devenant la première voiture électrique à dépasser le million de ventes mondiales.
Cependant, pour accomplir sa mission d'accélérer la transition vers un transport durable, Tesla est confrontée à la réalité que le coût élevé de ses produits les met hors de portée de la plupart des consommateurs. L'entreprise se concentre donc sur une technologie innovante de véhicules électriques de plus en plus abordable. "En réduisant le coût des [composants]", a annoncé la société dans un récent communiqué de presse, "Tesla peut rendre les produits accessibles à de plus en plus de personnes, ce qui nous permet d'avoir le plus grand impact possible sur la transition du monde vers l'énergie durable".
Les systèmes avancés d'usine numérique sont un outil clé de l'innovation
Les usines numériques à haut volume alimentées par des énergies renouvelables - et les économies d'échelle qu'elles créent - constituent désormais la pierre angulaire de la stratégie de Tesla visant à accélérer le transport durable. En annonçant la formation de Tesla Advanced Automation Germany en 2016, la société a écrit que : « En tant que machine qui construit la machine, nos usines sont si importantes que nous pensons qu'elles mériteront finalement un ordre de grandeur plus d'attention en ingénierie que ce qu'elles produisent. . À des volumes de production très élevés, l'usine devient plus un produit que le produit lui-même.
Au fur et à mesure que Tesla Automation s'est développée au cours des années suivantes, cette philosophie est devenue encore plus profondément ancrée dans la culture de l'organisation où l'analyse va de pair avec certains des systèmes de fabrication numérique les plus avancés au monde. En tant que fabricant dédié de machines automatisées pour les microprocesseurs, les puces mémoire, les capteurs, les contrôleurs de direction et les batteries lithium-ion de Tesla, entre autres, Tesla Automation se concentre fortement sur l'innovation de nouveaux systèmes robotiques adaptés à l'usage.
« Dans la construction de ces types de machines spécialisées, il y a toujours un nouveau défi », explique Samuel Troptard, ingénieur en qualité des processus à l'usine de Tesla à Prüm, en Allemagne. La mission de l'équipe qualité, explique-t-il, est donc de considérer la relation entre la conception de la technologie, le processus par lequel elle est fabriquée et, in fine, la qualité et la fiabilité de sa vie après la production. Les systèmes numériques avancés du site génèrent des flux de données robustes qui, selon M. Troptard, sont essentiels dans les approches statistiques qui constituent le flux de travail de l'équipe. "Les statistiques ne sont pas toujours la solution complète, mais elles ont un impact énorme [sur le fonctionnement de nos usines]."
JMP, un outil de workflow statistique de bout en bout, réduit de deux tiers le temps d'accès aux données, de préparation et d'analyse
Le coût est un domaine où l'impact de l'analyse se fait le plus profondément sentir. Bien que le coût soit toujours un facteur clé dans le développement, explique M. Troptard, les approches statistiques du démarrage de la production permettent aux ingénieurs qualité de Tesla de quantifier directement le coût de chaque problème ou dépassement des spécifications. Il devient alors plus facile de hiérarchiser l'ordre dans lequel les problèmes doivent être résolus.
La rapidité est d'une importance similaire dans le développement et la production. Les approches statistiques peuvent considérablement accélérer les cycles d'innovation, mais sans les bons outils pour gérer le flux de travail d'analyse, explique Troptard, une complexité inutile a tendance à compenser les avantages de rythme. C'est pourquoi, dit-il, Tesla a adopté le logiciel de découverte statistique JMP®, une solution de bout en bout pour l'ingénierie des processus et des équipements qui réduit à la fois les coûts et le temps de développement.
Lorsque les ingénieurs ont présenté l'outil à la direction de Tesla pour la première fois, ils ont démontré comment JMP pouvait aider à accélérer les processus sur le site de l'entreprise à Prüm. « La raison la plus [irrésistible] était de gagner du temps, ce qui, à mon avis, est le meilleur argument pour JMP », déclare Troptard. « JMP accélère beaucoup de choses. Par exemple, alors qu'auparavant nous devions créer une feuille de données avec des formules et des macros Excel avant même de pouvoir calculer un petit facteur de capacité standard, avec JMP, vous pouvez y arriver en seulement deux clics.
En réduisant le temps d'analyse de base, dit-il, l'outil libère également les ingénieurs pour qu'ils puissent s'attaquer à des problèmes plus complexes et à valeur ajoutée. "Vous pouvez passer moins de temps à parler du problème et plus de temps à parler de la solution", ajoute-t-il, notant que JMP a aidé l'équipe à éliminer les obstacles et les complexités, en augmentant l'efficacité sans obliger la direction à augmenter les effectifs.
« Je dirais que je suis au moins trois fois plus rapide avec JMP », atteste Troptard. « Et il y a des choses que je peux faire dans JMP qui n'étaient pas possibles auparavant. Par exemple, il y a des choses qui seraient vraiment difficiles à faire dans Excel et JMP est 100 fois plus rapide car il est déjà implémenté en tant que fonction spéciale.
La migration de tous les processus de données dans un seul outil améliore la reproductibilité et standardise autour des meilleures pratiques
Qu'il s'agisse de plates-formes préconfigurées pouvant être utilisées prêtes à l'emploi pour des méthodes telles que la conception d'expériences (DOE) ou la plate-forme exploratoire dynamique Graph Builder, Troptard explique que JMP gère les workflows de données de bout en bout - de l'accès à la découverte à la décision. JMP offre à Tesla la capacité de dépanner les processus et équipements existants, de développer de nouvelles méthodes pour prendre en charge la prochaine technologie de pointe et d'affiner les processus rapidement et économiquement. « La solution de JMP est vraiment complète », déclare Troptard. "Lorsque je commence un projet avec JMP, je peux terminer le travail entièrement dans JMP en raison de ses différentes fonctions... JMP est une solution vraiment complète, c'est mon outil de tous les jours.
En unissant autant d'outils dans un seul logiciel, Troptard affirme que JMP élimine le besoin pour les ingénieurs de concéder sous licence plusieurs plates-formes qui résolvent les mêmes problèmes. « JMP est le juste équilibre entre un logiciel universel tel qu'Excel et un logiciel dédié à la qualité logicielle pour l'analyse des processus », déclare-t-il.
« Vous pouvez peut-être faire toutes sortes de choses avec Excel, mais ce n'est pas rapide. Et vous devez connaître beaucoup d'astuces pour atteindre votre objectif. D'un autre côté, [un logiciel d'analyse de processus] peut être vraiment spécifique - mais il est limité dans le large éventail de choses pour lesquelles vous pourriez avoir besoin d'un outil. De plus, avec JMP, j'ai découvert que je pouvais effectuer des analyses beaucoup plus rapidement et avec moins de configuration. Les graphiques de variabilité, par exemple, sont très rapides. En deux clics, vous pourrez lire votre réponse.
La personnalisation via des tableaux de bord scriptés a permis d'automatiser davantage les processus de données à toutes les étapes du flux de travail d'analyse, en inculquant les meilleures pratiques et en accélérant les analyses répétées. Par exemple, Troptard montre comment il scénarise les transformations de table, transformant les colonnes en lignes et vice versa.
« Nous pouvons vérifier visuellement si toutes les positions sont mesurées et nous assurer que les données sont plausibles. Ensuite, je peux décider si nous poursuivons les tests sur la machine », explique-t-il. « Si nous exécutons plus de produits, nous voudrons peut-être revérifier le matériel ou le logiciel. Après avoir défini les problèmes dans le logiciel, ou si les données ne passent pas, nous aurons des discussions. Les graphiques JMP affichent visuellement toutes les occurrences qui ne sont pas conformes aux spécifications afin que nous puissions réagir rapidement.
Les scripts standardisés sont encore un autre moyen de réaliser des économies d'échelle, et chez Tesla, les scripts pour les analyses répétées et la surveillance des processus peuvent être rapidement déployés à toute une équipe d'ingénieurs. Ceux qui sont plus aptes à l'analyse complexe peuvent donc plus facilement soutenir les experts du domaine travaillant plus près des produits et des processus. De plus, ajoute Troptard, les scripts partagés inculquent les meilleures pratiques et les outils intégrés de JMP permettent une meilleure reproductibilité.
JMP est un remplacement numérique complet des prototypes traditionnels
Alors que JMP est devenu plus profondément intégré dans les flux de travail quotidiens, l'outil fournit désormais à l'équipe de Troptard un aperçu des processus comparable à celui des prototypes physiques qui étaient auparavant standard. "Contrairement aux ingénieurs qualité typiques, nous ne recherchons pas un processus constant", déclare Troptard. "Chaque machine est assez unique et notre rôle est donc d'abord d'améliorer la conception, puis de développer et de vérifier le processus de production."
Alors que traditionnellement les prototypes donnaient un aperçu du cœur critique d'un processus et aidaient à prédéfinir les paramètres de test, il n'était pas toujours facile de simuler le fonctionnement interne de machines aussi complexes. Et le prototypage était souvent coûteux. "Donc, notre idée, en substance, était de remplacer le prototype [traditionnel] par JMP", déclare Troptard. « Avec JMP, nous pouvons économiser de l'énergie, réduire le temps d'analyse, réduire le nombre d'essais et de manipulations de la machine et atteindre notre objectif plus rapidement. Ensuite, nous pouvons appliquer [les apprentissages] directement à la machine et effectuer des essais supplémentaires pour vérifier. C'est également quelque chose que nous pouvons faire dans JMP. C'est un remplacement complet du prototype.
L'outil facilite également le partage de données et la discussion, que ce soit en phase d'amélioration ou de développement. Et pour l'utilisateur final de la machine, ajoute Troptard, "c'est aussi un avantage de pouvoir partager les résultats rapidement et soigneusement et de dire" voici la capacité ", par exemple, afin que vous puissiez prendre une décision rapide sur le résultat."
Une culture d'activation de l'analytique stimule la rétention des employés et aide à attirer des talents d'ingénierie de haut niveau
Peut-être même plus percutante que la vitesse et l'optimisation, l'adoption par Tesla de la transformation numérique et son approche pionnière de la normalisation de l'analyse contribuent à bâtir la marque Tesla aux yeux de la communauté des ingénieurs dans son ensemble. Les systèmes standard hautement automatisés ont rationalisé les processus de données au point où les équipes d'ingénierie sont libérées des tâches de données par cœur pour penser de manière créative et innover à un rythme sans précédent. Il s'agit d'une opportunité passionnante qui aide à attirer les meilleurs et les plus brillants nouveaux employés, ainsi qu'à retenir les talents existants.
"Tesla est une marque bien-aimée, ce qui rend certainement le travail plus attrayant", déclare Troptard. « C'est aussi une bonne chose pour l'entreprise car nous sommes en mesure d'attirer des ingénieurs de très haut niveau. Nous avons l'opportunité de travailler avec des gens formidables - et c'est cette diversité qui fait que travailler pour Tesla est si agréable."
Le niveau de connaissance des statistiques parmi les nouvelles recrues est élevé, dit-il, mais « ce qui est vraiment nouveau, c'est chemin nous analysons les données. Les experts du domaine travaillent non seulement en étroite collaboration avec des scientifiques des données, mais ils sont également habilités à appliquer des analyses à leurs propres données. "Ce que je trouve vraiment important, c'est la façon dont nous intégrons l'analyse dans la pratique de notre travail... Je vois l'analyse comme un levier pour apporter des améliorations.
"Le facteur gain de temps est vraiment un bon point pour JMP, mais plus que cela, il est également conforme à l'esprit de Tesla : travailler à un rythme accéléré pour conserver l'objectif avancé que nous avons déjà." Peut-être que le monde où chaque conducteur a un véhicule électrique n'est pas si loin après tout.
