Rapport du
Projet Excel de Maintenance Prédictive et
Évaluation de la Productivité par des tableaux
de bords automatisés :
Réalisé par :
• SAADAOUI Badr
• MEFTOUL Mohamed Amine
• BENHIDA Chada
• AROUF Khadija
• BENFARHOUN Ismail
Parcours ELECTROMECANIQUE-INDUSTRIEL SECTION 3 ET 4
Présentation générale :
Objectif du Projet : Concevoir un tableau de bord avancé pour le suivi des pannes et des pertes de
production des machines industrielles. Ce projet met l'accent sur l’optimisation de la maintenance, la
réduction des coûts et l'amélioration de la productivité en fournissant des données analytiques et des
visualisations interactives.
Intérêt du Projet :
1. Optimisation de la maintenance : Identification des pannes récurrentes et des composants
défectueux.
2. Réduction des coûts : Minimisation des pertes financières liées aux arrêts imprévus.
3. Amélioration de la productivité : Suivi en temps réel des performances des machines.
4. Décisions proactives : Visualisation des données pour anticiper les pannes.
5. Évaluation des techniciens : Suivi de leur efficacité et ajustement des besoins en formation.
Contexte de l’Étude : projet cible une chaîne de production comprenant 10 machines fonctionnant
16h/j, 7j/7, avec une cadence de 100 pièces emballées toutes les 5 minutes. Une base de données,
couvrant une période de deux mois (juillet-août 2024), permet :
• L’identification des machines les plus sujettes aux pannes.
• L’analyse des composants défectueux.
• L’évaluation de l’impact financier des pannes.
Organisation des Données :
1. Base de données : Importée d’une source Kaggle et restructurée pour le projet.
2. Traitement des données : Utilisation de TCD/GCD et fonctions avancées Excel.
3. Tableau de bord interactif : Visualisation des KPI pour prédire les pannes et analyser leur
impact.
L’automatisation est assurée par des scripts Macro/VBA.
1. Structure du Fichier :
Le fichier contient plusieurs feuilles interconnectées avec des rôles spécifiques :
• Intro : Page d'accueil présentant une interface conviviale et un point d'entrée pour les
utilisateurs.
• Base de Données : Contient 631 lignes et 15 colonnes de données structurées. Les colonnes
incluent des informations essentielles telles que : dates, machines, pannes, durées d'arrêt,
production perdue et pertes financières.
• Feuille de Traitement : Centre des calculs automatisés et statistiques. Comprend 576 lignes
et 84 colonnes dédiées aux formules, indicateurs et analyses détaillées.
• Dashboard : Tableau de bord interactif conçu pour une visualisation claire des indicateurs
clés (KPI) à travers des graphiques et des tableaux croisés dynamiques.
• Report : Feuille dédiée à la génération de rapports en PDF, incluant un point focal unique
pour des données ou résultats spécifiques.
2. Calculs et Formules Utilisées :
Les calculs sont principalement réalisés dans les feuilles Base de Données et Traitement :
• Durée totale d'arrêt : Conversion des minutes en heures :
• =SOMME(G2:G621)/60
• Sommes et Moyennes :
o Production perdue : =SOMME(I2:I621) o Nombre total de pannes :
=SOMME(D2:D621) o Moyenne des pannes par période :
=MOYENNE(D2:D71).
• Indicateurs de performance :
o Calculs dynamiques basés sur les tableaux croisés et filtres par machine, période et
technicien.
3. Fonctionnalités Avancées :
• Segments dynamiques :
o Slicer_Date : Filtrage par période. o Slicer_Nom_Machine : Filtrage par
machine.
o Slicer_Technicien_Responsable : Filtrage par technicien.
• Tableaux croisés dynamiques :
o Analyse des pannes par machine. o Analyse des interventions par technicien. o
Visualisation des tendances temporelles.
o
4. Automatisation avec Macros VBA :
Des macros VBA sont utilisées pour :
• Naviguer entre les feuilles (exemple : passer de Sheet1 à Sheet5).
• Exporter des rapports en PDF.
• Actualiser les tableaux croisés et graphiques automatiquement.
• Exemple de macro pour changer de feuille :
Sub AllerSheet5()
Sheets("Sheet5").Activate
End Sub
5. Dashboard et Visualisations :
Le tableau de bord inclut :
• Graphiques interactifs :
o Histogrammes des pannes par machine. o Courbes pour la production perdue au fil
du temps. o Diagramme Radar des techniciens
• KPI principaux affichés :
o Production perdue. o Total des pannes.
o Durée totale d'arrêt. o Pertes financières cumulées.
o
6. Points Forts Techniques :
• Mise en forme conditionnelle :
o Alertes visuelles sur les cellules critiques (pannes fréquentes, durées longues).
• Rafraîchissement automatique :
o Données synchronisées grâce aux segments et macros.
• Protection et sécurité :
o Sauvegarde des paramètres de confidentialité et protection des données critiques.
ANALYSE DE MAINTENANCE INDUSTRIELLE :
Ce rapport présente une analyse approfondie du système de maintenance industrielle, couvrant la
période de juillet à août 2024. Il concerne un parc de 10 machines, avec un total de 620
Enregistrements et une équipe composée de 15 techniciens actifs. L’objectif principal est
d’optimiser les performances des équipements, d’identifier les points critiques et de proposer des
solutions d’amélioration dans une optique de maintenance prédictive efficace.
État des lieux des machines :
L’analyse des pannes met en lumière trois machines particulièrement critiques :
• Machine M9 : Profil le plus préoccupant avec 63 pannes enregistrées, engendrant 2499
minutes d’arrêt. Ces interruptions ont entraîné une perte de 48,800 boîtes, soit un impact
financier de 488,000 dhs.
• Machine M8 : 64 pannes, 1820 minutes d’arrêt, causant une perte de 35,000 boîtes et
350,000 dhs.
• Machine M10 : Bien que moins critique, elle totalise 55 pannes et 1971 minutes d’arrêt.
À l’inverse, certaines machines se distinguent par leur fiabilité :
• Machine M1 : Avec seulement 50 pannes et 1393 minutes d’arrêt, elle affiche les
meilleures performances.
• Machine M6 : 52 pannes et 1679 minutes d’arrêt, confirmant une meilleure fiabilité que les
machines critiques.
Analyse des composants et interventions :
L’étude des composants défaillants identifie plusieurs points critiques :
• Pompes : Élément le plus problématique avec 43 interventions et 2759 minutes d’arrêt
cumulées.
• Convoyeurs : Deuxième point de vulnérabilité avec 42 interventions et 2457 minutes
d’arrêt.
• Boîtes de vitesses : 37 interventions, 2541 minutes d’arrêt.
• Systèmes électriques : 37 interventions, 2269 minutes d’arrêt.
En ce qui concerne les performances des techniciens :
• Hamza est le plus actif avec 25 interventions, totalisant 1710 minutes.
• Amir (24 interventions, 1637 minutes) et Rachid (22 interventions, 1481 minutes) suivent de
près.
• En termes d’efficacité, Redouan, Younes, et Bahae se démarquent avec des temps moyens
d’intervention respectifs de 56.7, 53.0, et 52.3 minutes.
Impact sur la production et mesures correctives :
L’impact global sur la production est significatif :
• 350,300 boîtes perdues, représentant des pertes financières de 3,503,000 dhs.
• Temps d’arrêt total : 18,103 minutes (environ 302 heures).
• La machine M9 contribue le plus à ces pertes (488,000 dhs), suivie de la M10 (382,000 dhs)
et de la M8 (350,000 dhs).
Mesures correctives proposées :
• Machine M9 (priorité absolue) : Installation de capteurs de surveillance, révision complète,
et formation spécifique des techniciens.
• Mise en place d’un programme de maintenance préventive renforcé, en particulier pour les
pompes et convoyeurs.
Programme de maintenance et améliorations :
Le planning de maintenance proposé repose sur trois niveaux :
• Quotidiennement :
o Inspections visuelles des pompes.
o Vérifications des convoyeurs. o Tests des capteurs.
• Hebdomadairement :
o Analyse vibratoire des pompes.
o Inspection détaillée des systèmes électriques.
o Vérification des roulements.
• Mensuellement :
o Révision complète des boîtes de vitesses.
o Calibration des régulateurs.
o Maintenance préventive des moteurs.
Améliorations proposées :
1. Installation d’un système de surveillance IoT avec monitoring en temps réel et
alertes précoces.
2. Programme de formation continue avec spécialisation par type de panne. 3.
Optimisation de la gestion des pièces de rechange.
Performance et perspectives :
Indicateurs de performance actuels :
• MTBF : 29.2 heures.
• MTTR : 64.7 minutes.
• Disponibilité : 93.2 %.
• Coût moyen par panne : 6,147 dhs.
• Coût total des arrêts : 3,503,000 dhs.
Plan d’action :
• Court terme (1-3 mois) :
o Mise en place du système de monitoring.
o Formation des techniciens.
• Moyen terme (3-6 mois) :
o Installation des capteurs IoT. o Développement d’un tableau de bord en temps réel.
• Long terme (6-12 mois) :
o Automatisation de la maintenance prédictive.
o Développement d’un système d’intelligence artificielle pour la prédiction des
pannes.
Conclusion :
Ce projet Excel offre une solution complète et automatisée pour analyser les pannes, évaluer
l'efficacité de la maintenance, et mesurer l’impact sur la productivité. Grâce à l'intégration des
macros et des tableaux croisés dynamiques, il est facile à utiliser et peut être adapté à d'autres
besoins industr
