Optimisation du poids de fabrication d’une bouteille de verre creux (CC35) via l’approche Taguchi

Abstract

Dans l’industrie du verre d’emballage, la partie la plus importante des pertes financières, est la résultante des écarts des caractéristiques qualité du produit fabriqué par rapport aux spécifications exigées dans le
cahier des charges. Nous avons choisi d’illustrer ce problème à travers un produit de référence portant le nom de code CC35, qui est une bouteille de verre destinée à une marque de boissons gazeuses de renommée mondiale. Dans le procédé de fabrication du verre creux, il y a de nombreux paramètres contrôlables et non contrôlables qui peuvent affecter la caractéristique qualité du produit. Dans cette étude nous nous sommes limité aux facteurs contrôlables qui ont fait l’objet de l’étude expérimentale. Notre objectif est de proposer des solutions permettant de réduire les pertes économiques et garantir des améliorations du système de production. C’est un travail d’optimisation visant à obtenir la qualité à moindre coût, c'est-à-dire garantir l’efficacité et l’efficience du système de production. Dans ce sens, l’approche des plans d’expérience de Taguchi constitue une manière efficace pour optimiser l'exécution de processus de
fabrication via une matrice d'expériences bien organisée. Pour la  réalisation expérimentale suivant un plan d’expérience factorielle, 8192 expériences auraient été nécessaires. En utilisant le concept des plans
d’expériences de Taguchi, seulement 16 expériences étaient nécessaires pour cette étude d'optimisation. L’analyse de la variance et le rapport signal/bruit ont été employés pour évaluer la contribution de chacun
des paramètres contrôlables dans le processus d'optimisation du procédé de fabrication. Pour déterminer le poids optimal à atteindre de la bouteille étudiée désignée par le code CC35, treize paramètres de commande ont été choisis et évalués à deux niveaux distincts.

Mots-clés : optimisation, fonction Perte de Taguchi, méthode Taguchi, indices de capabilité, ANOVA.