Modèle fédérant les différentes approches de retour d expérience en entreprise : application à la chaine logistique aéronautique

Transcription

1 Modèle fédérant les différentes approches de retour d expérience en entreprise : application à la chaine logistique aéronautique Brigitte CHEBEL-MORELLO Laboratoire d automatique de Besançon - bmorello@ens2m.fr Stéphanie POUCHOY Ingénieure Supméca Paris - Etudiante MS Management des risques HEC Paris - stephanie.pouchoy@mailhec.com Tracer l information, l échanger, la capitaliser durant chaque phase du cycle de vie d un produit que ce soit en conception, en production, en maintenance, en soutien logistique ou bien en démantèlement est un défi actuel. La capitalisation de cette information et son accessibilité durant les différentes phases du cycle de vie est primordiale et peut s accomplir par une démarche de retour d expérience, ce qui fait l objet de notre étude. Notre étude du retour d expérience s intéressera à l ensemble des travaux permettant d améliorer la connaissance terrain. Afin d avoir une vue d ensemble sur la pluralité des réalités présentes sous le chapeau de retour d expérience, nous définissons un contexte d étude du retour d expérience composé de quatre facteurs liés les uns aux autres : l objet d étude, l objectif poursuivi par l étude, l événement et le modèle qu on se fait de cet objet, ou que l on doit construire à travers les données et informations du terrain. Complétant ce contexte d étude, un modèle générique de processus de retour d expérience est proposé dans l objectif de fédérer les différentes approches allant des statistiques, au management des connaissances en passant par l extraction des connaissances à partir des données, sans oublier le raisonnement à partir de cas dédié au management de l expérience. L article conclura sur l application de ces modèles d expérience au sein de la chaîne logistique et du cycle de conception, et détaillera, en particulier, le cas de l industrie aéronautique. Introduction Problématique entreprise Les conditions économiques actuelles du marché mondial poussent les entreprises à améliorer d une manière récurrente leur compétitivité, à anticiper les évolutions par une stratégie d envergure et à internationaliser leur production. On assiste actuellement à une fragmentation, une segmentation de la production. Des entreprises pivots régissent l ensemble des activités délocalisées ou sous-traitées, réalisant la production. Ceci nécessite une bonne coordination entre flux physiques et flux d information, un des points centraux du Supply Chain Management. Il y a un changement profond du paradigme de la production : on passe de la standardisation à la personnalisation du produit. Le modèle de production de masse évolue vers le modèle de Vol. 16 N 1,

2 production de produits personnalisés, assemblés en sous-traitance dans le monde. Le cycle de vie d un produit devient de plus en plus court : 40 % des nouveaux produits dans les entreprises innovantes ont un temps moyen de fabrication réduit qui passe en moyenne de 18 mois à 12 mois (Germain 2007). Information dans le cycle de vie d un produit La traçabilité et l échange d informations sur le produit durant le cycle de vie deviennent primordiaux pour une entreprise étendue et ont pour objectif d optimiser chaque phase du cycle de vie que ce soit en conception en production en maintenance ou bien en démantèlement. Les entreprises sont amenées à vendre avec le produit un contrat de maintenance garantissant son maintien en conditions opérationnelles de fonctionnement. Des études sont faites pour garantir la disponibilité de ces produits ou équipements par la mise en place d une organisation logistique de la maintenance et la mise à disposition des ressources humaines et techniques. Delsaut-Furon (Dindeleux et Delsaut-Furon 2003) déclare que «Le développement du métier de la maintenance de plus en plus associée au matériel roulant rend indispensable la prise en compte du soutien logistique au même titre que la Sureté de fonctionnement. L analyse du retour d expérience confrontée aux requis client est une des clés de la prise en compte en temps et heure de la faisabilité technico-économique du produit.» Des solutions technologiques pour assurer la traçabilité du produit comme les étiquettes RFID (Radio Frequency Identification) sont utilisées dans la logistique, le transport et la distribution et permettent le suivi en temps réel du produit dans une chaîne logistique. Elles facilitent du même coup la gestion des stocks ainsi que les inventaires. De plus les informations liées à la maintenance du produit mettent en exergue, dans certains cas, les sous systèmes présentant des faiblesses et permettent ainsi la re-conception du produit. Pour ce faire, ces informations du milieu de vie doivent être accessibles aux acteurs du début de vie du cycle. La boucle de retour de l information entre différentes phases du cycle de vie est primordiale et peut se faire par une démarche de retour d expérience, ce qui fait l objet de notre étude. Cette démarche de retour d expérience est en lien direct avec le management de la qualité. Selon Le coz «Le sens du management par la qualité est dans la double capacité à prendre en compte les besoins des clients avec vigilance et compétence tout en construisant une entreprise rentable, créative et humaine». Ces démarches qualité imposent des processus d amélioration continue, qui passe par l évaluation des pratiques, leur capitalisation, leur analyse, etc., processus dont le retour d expérience fait partie. Les entreprises vont donc s appuyer sur leur personnel, leur savoir-faire, leurs équipements et sur un système de management de la qualité. Mortureux (Mortureux 2004) dit ainsi qu «une organisation s évalue par ses performances. La mesure de certaines performances (fiabilité, sécurité...) peut passer par un retour d expérience!» Mutation en entreprise apprenante La mutation des entreprises entraine également un renouvellement accéléré des savoirs et le bon fonctionnement de l entreprise repose sur la capacité d apprentissage de son personnel. Les entreprises doivent progresser en transformant leurs pratiques par le développement d une culture apprenante, ce qui permettra de garder l entreprise dans un état permanent d innovation (Germain 2007). Dans la perspective d entreprise apprenante, le premier objectif de performance suivi se traduit par une connaissance de plus en plus grande des pratiques terrain, par l amélioration de cette connaissance et par son évolution continuelle. Le savoir est reconnu comme moteur de la productivité et de la croissance économique. Une démarche de gestion des compétences adaptée au terrain et au besoin en connaissance est primordiale et découle d une démarche de gestion des connaissances. Former le personnel sur de nouvelles technologies dans l objectif d améliorer la compétitivité de l entreprise est l enjeu majeur de demain (Germain 2007). Retour d expérience réponse au challenge associé Le retour d expérience est une démarche capable de répondre à ces enjeux. En effet, il a comme objectif d améliorer notre connaissance par une démarche terrain afin de mieux maitriser, partager et améliorer les méthodes de travail qui auraient une incidence sur la rentabilité de l entreprise. On rejoint par ce biais le cadre de l amélioration continue de la qualité. 70 Vol. 16 N 1, 2008

3 Le retour d expérience a de tout temps intéressé les entreprises. De nombreuses branches d activités se sont organisées, pour assurer le retour d expérience : production électrique industrie chimique et pétrochimique transports aériens, transports ferroviaires (Verot). Un des points clés est de vouloir tenir compte des expériences passées pour en tirer des leçons. Dominique Thevenot (Kretzschmar, et Thévenot 1996) définit le retour d expérience comme une façon de garder des traces des incidents et des échecs, des leçons apprises, des faits techniques et des rédactions de document présentant des solutions pratiques de conception. Diversité d études Notre étude du retour d expérience ne se restreindra pas à la gestion des connaissances, qui est partie prenante de cette démarche mais s intéressera à l ensemble des travaux permettant d améliorer la connaissance terrain. La connaissance étudiée pourra être aussi bien technique, qu experte. La connaissance technique exploite des données pour élaborer des modèles de processus terrain, ou extraire de la connaissance dans un but décisionnel. La connaissance experte s intéresse au savoir faire des détenteurs de connaissances. Elle peut être obtenue par des méthodes d explicitation des connaissances à partir d interviews, ou bien par modélisation de l expérience issue de l expertise terrain. Cette connaissance peut être issue de méthodes de management des connaissances s appuyant sur une modélisation profonde des connaissances. Le retour d expérience peut s appliquer à différents types d activités. On peut s intéresser aussi bien aux expériences techniques ayant eu lieu sur des équipements, des processus ou autre, qu aux expériences humaines et à la connaissance déployée dans l activité observée. La démarche de retour d expérience passe par une première étape de détermination d évènements qui permet de collecter l information qui peut être aussi bien technique qu experte. Suivant le cas étudié, des modèles très différents de l activité sont obtenus : modèle statistique, modèle décisionnel ou modèle de connaissance. On dissociera l information technique de l information experte. Afin de tenir compte de cette diversité, tout en retrouvant le même type d activités, nous définissons le contexte d étude d un système de retour d expérience. Ce contexte d étude associé à une modélisation générique d un système de retour d expérience a pour ambition de fédérer les démarches existantes dans les différentes communautés. Rakoto (2004), par contre, pour appréhender cette diversité définit 4 types de systèmes: système orienté statistique niveau 0 : de l événement à sa description ; système orienté expérience niveau 1 : de l événement à l expérience ; système orienté connaissances niveau 2 : de l expérience à la connaissance ; système complet niveau 3 : de l événement à la connaissance. Pour notre part, nous proposons plus loin un système complet de niveau 4 (pour respecter la typologie précédente) qui va de l événement à la compétence, sachant que ce système n a pas encore été implanté à ce jour. Le contexte d étude permettra d identifier, si besoin, le niveau du système. L architecture de retour d expérience présentée a l avantage de s adapter aux différentes communautés qui s intéressent au retour d expérience à savoir : les statisticiens, la communauté de sureté de fonctionnement de management des connaissances et de raisonnement à partir de cas. Le retour d experience Les différentes communautés d étude. Au fil des années, et suivant les communautés qui s y sont intéressées, le retour d expérience ne s est pas toujours référé aux mêmes notions ; notions concernant le type de données ou d informations traitées, la démarche d acquisition et le traitement associé. En effet la notion de retour d expérience cache des réalités différentes suivant les communautés qui s y intéressent : communautés de sécurité de fonctionnement, de management des connaissances etc Par contre, tout le monde est d accord pour associer retour d expérience à réalité terrain. Au début, il y a eu un traitement minimaliste sur des données recueillies sur le terrain, qui a évolué et est passé d un simple calcul statistique à des identifications de lois de pannes et aux méthodes paramétriques ou non paramétriques de statistiques multidimensionnelles. Ces méthodes, bien que mathématiquement performantes, ont montré leurs limites quant à l interprétation des résultats et ont ouvert le champ à la communauté «Intelligence Artifi- Vol. 16 N 1,

4 1 - M. GRUNDSTEIN, dans ses travaux au sein du LAMSADE précise que les connaissances de l entreprise comprennent d une part des savoirs spécifiques qui caractérisent ses capacités d étude, de réalisation, de ses produits et de ses services et d autre part des savoir-faire individuels et collectifs qui caractérisent ses capacités d action, d adaptation et d évolution. cielle» qui a développé des méthodes relatives à la fouille de données méthodes s intégrant dans un processus plus global, le processus d Extraction des Connaissances à partir des Données ECD (Bregault 1999) (Dussart C et al. 2005) (Chebel-Morello et al. 2001) (Harrath et al 2003) (Chebel-Morello et al. 2006). Ce type d exploitation des données montre également des failles. En effet, l hypothèse forte d avoir un échantillon significatif de données à disposition, caractérisant le procédé étudié, n est pas toujours respectée et pose le problème quant aux résultats obtenus. Actuellement, une autre communauté étudie le management des connaissances et s intéresse à modéliser la connaissance experte dans l entreprise ou bien dans un atelier, plutôt que de l extraire à partir des bases de données techniques recensées sur les procédés à observer (Grundstein ) (Rasovska et al. 2008). L explicitation de cette connaissance demande une démarche de management des connaissances et est assez lourde à mettre en place (Nonaka et al. 1995). La communauté raisonnement à partir de cas, pour s affranchir de cette difficulté d explicitation de la connaissance et du savoir faire de l entreprise modélise sous forme de cas les expériences de résolution de problèmes des experts (Althoff et al. 95) (Ruet et al 02) (Chebel-Morello et al 05) Différents groupe de travail en sûreté de fonctionnement sont très actifs. Il existe des études sur : le retour d expérience technique, le retour d expérience et les facteurs humains, l estimation de la fiabilité à partir d essai ou de retour d expérience, etc Il existe différents vocables pour décrire des démarches de retour d expérience à savoir : Experience Management (Bergmann, 2002), Knowledge Management (Rakoto et al., 2004) (Jarboe 2001) (William et al., 2008), Leçons apprises (Lesson Learned) (Weber Paxton 2007) ou bien Experience Feedback (David et al 2005) (Revuelta 2004) (Schlosser et al. 2001) Quelle que soit l expression utilisée, c est bien l expérience et sa gestion qui sont au cœur de tous les travaux considérés. On recense au minimum quatre communautés différentes développant des méthodes de statistiques, de fouilles de données, de raisonnements à partir de cas ou de management des connaissances, qui travaillent sur le retour d expérience, sans compter les différents secteurs d applications. La démarche de retour d expérience La démarche de retour d expérience est mise en place dans un objectif d amélioration des performances et de recherche de solutions à divers problèmes : Pallier un problème récurrent apparaissant dans une activité Comprendre les échecs respectifs de projets d envergure Observer les données terrain pour la mise en place de modèle support à l aide à la décision Expliciter et/ou formaliser le savoir faire des détenteurs de connaissances etc. Le déploiement de moyens Le retour d expérience nécessite un déploiement de moyens et de ressources qui ne peut être fait que par une volonté politique affichée de l entreprise, nécessitant par conséquent une décision stratégique. Le dispositif à mettre en place pour ce déploiement nécessite des moyens techniques et des moyens humains. Plusieurs exemples ci-dessous l attestent. Le département Management des risques de l entreprise EDF R&D a du mettre en place dans ses centrales nucléaires des campagnes de tests : des politiques de tests périodiques pendant la période d exploitation et des tests simultanés pendant la période de maintenance effectuée. Dans une communication de leurs travaux en 2006, EDF estime les paramètres de modèles de Défaillance de Cause Commune (DCC) à partir du retour d expérience disponible. Cela a nécessité le développement de nouvelles méthodologies intégrant les spécificités des politiques de tests EDF (Grall et al 2006). Le département EDF Distribution, pour la mise en place de son retour d expérience sur ses composants et sur ses systèmes, a du faire une collecte exhaustive des pannes des composants étudiés, de leurs causes et conséquences sur la durée de vie des systèmes (Carer et al 2006). La démarche structurée d analyse du retour d expérience a abouti à un recueil de données de fiabilité qui peut être utilisé, ensuite, dans toutes les études de fiabilité systèmes. EDF a fortement contribué à la base de données de 72 Vol. 16 N 1, 2008

5 fiabilité EIReDA pour les centrales nucléaires. Une base de données de fiabilité FIDES existe pour les composants électroniques. L objectif de ses bases de données est de contrôler le niveau de fiabilité et de disponibilité opérationnel des équipements, de calculer le coût global de possession des équipements sur leur durée de vie et d estimer l impact en terme de fiabilité ou de disponibilité, de modification ou de renforcement par exemple du réseau électrique étudié. Le Centre National d Etudes Spatiales a mis en œuvre une démarche de capitalisation d expérience, de gestion des connaissances qui est assez lourde à mettre en place et qui nécessite bien une décision stratégique. (Etienne et al 2006) La Haute Autorité de Santé étant en charge de l accréditation de la qualité de la pratique professionnelle des médecins et équipes médicales exerçant en établissement de santé, est à l origine d une mise en place d un dispositif de retour d expérience sur les événements médicaux indésirables. Ce projet de réduction de risques dans les pratiques médicales, est d envergure nationale et répond à la crise de l assurance en responsabilité civile médicale (Bissauge et al 2006). Démarche terrain et contexte Afin d avoir une vue d ensemble sur la pluralité des réalités présentes sous le chapeau de retour d expérience, nous tiendrons compte dans la démarche associée de quatre facteurs liés les uns aux autres, à savoir : l objet d étude, l objectif poursuivi par l étude, l événement, le modèle qu on se fait de cet objet, ou que l on doit construire à travers les données et information du terrain. L objet d étude concerne aussi bien le comportement d un composant, d un système d un processus (Carer et al 2006), l étude de l activité terrain et de la connaissance mise en œuvre pour la bonne marche de l atelier (Rakoto et al 2004) ou encore la gestion de projet d innovation (Durand et al 2004). Et suivant cet objet, on peut être amené à poursuivre différents types d objectifs, dépendant de la connaissance disponible sur cet objet. Les événements déclencheurs permettent de sélectionner l expérience, en fonction de l objet d étude à traiter. On recensera essentiellement les événements positifs, négatifs ou marquants. L objectif poursuivi dans cette étude dépend du modèle que l on a, que l on désire parfaire ou bien que l on désirerait obtenir à partir d une collecte de données terrain. En effet, si l on a à disposition un modèle concernant cet objet, on peut être amené à personnaliser ce modèle en fonction des données récoltées sur le terrain, ou bien à le faire évoluer. Par contre, toujours pour le même objet, si l on ne dispose pas de modèle, on peut être amené à en créer un à partir d une collecte de données spécifiques au modèle recherché. La figure 1 illustre ces quatre facteurs. On peut noter, que la réalité terrain peut être appréhendée par la surveillance des évènements, le recueil de données information connaissance, l utilisation de modèle. L objectif recherché peut déboucher sur différents types de modèle, modèle personnalisé du terrain, modèle permettant d extraire des règles de décision, ou modèle de connaissances. Modèle connu Quand on a à disposition un modèle analytique du terrain, et qu il est mis en place à partir de lois générales, il peut ne pas être adapté à la réalité terrain. On a besoin, dans ce cas, de paramétrer ce modèle spécifiquement à l objet d étude. De même, certains modèles construits à partir de données peuvent poser problèmes si l échantillon de données qui a servi à son élaboration ne correspond plus tellement au terrain à cause de l évolution des points de fonctionnement, du vieillissement des composants etc. Figure 1 : La démarche terrain avec ses multiples objectifs et objets d étude Vol. 16 N 1,

6 L amélioration de ces modèles nécessite un déploiement et/ou une collecte de données ou d informations qui seront à la base du calcul du modèle permettant d obtenir des paramètres spécifiques. Le département Management des risques de l entreprise EDF R&D s est intéressé à développer pour ses centrales nucléaires des modèles plus réalistes, pour pouvoir estimer des paramètres de modèles de Défaillance de Cause Commune DCC à partir de données issues du retour d expérience. Les DCC ont une influence importante sur les probabilités d occurrence des événements redoutés dans des études probabilistes de sûreté. Pour cela, les estimateurs de paramètres relatifs aux modèles de DCC doivent être précis. Le département EDF Distribution a mis en place une démarche de retour d expérience pour estimer la fiabilité des équipements du réseau moyenne tension HTA : 20 kv, composé de postes HTB/BT, de lignes aériennes de km de câbles HTA, de transformateurs HTA/BT. Cette démarche REX a deux objectifs : obtenir des données de fiabilité sur ces composants et estimer leur loi de vieillissement. Modèle inconnu Quand le modèle à obtenir est simple et inconnu, il est élaboré à partir d une démarche ou de méthodes à suivre. Le modèle à mettre en place est fait à l aide d une collecte exhaustive des données encore possible et une analyse de celles-ci. Cette analyse de données peut comporter des identifications de lois de pannes ou bien des méthodes paramétriques qui nécessitent des hypothèses sur les lois statistiques de certaines variables observées ou, éventuellement, des méthodes non paramétriques de statistiques multidimensionnelles. Il arrive bien souvent que les bases de données techniques à disposition dans les entreprises soient à revoir. En effet, il s avère que dans certains cas l historique des pannes ne soit pas fiable et incomplet par rapport à l exploitation que l on désire en faire. Il manque en général des données relatives au contexte d apparition des pannes. Les bases de données existantes doivent être auditées : elles ont été conçues avec un certain objectif et elles sont exploitées dans un autre. Par conséquent, ils manquent certains types de données, alors que d autres types nous intéressent peu. Lorsque le processus étudié est trop complexe, il n est pas forcément compris et connu par les personnes qui le pilotent. La complexité d un modèle est souvent dû à l imprévisibilité du comportement des systèmes qu il étudie et non pas aux nombre de ses composants et à leurs interrelations. Objet d étude : l évolution du processus Le processus en lui même dépend de trop de facteurs pour pouvoir être évalué par une collecte exhaustive de données, et nécessite alors la mise en place de plans d expérience.(herbeaux 2007) Objet d étude : la connaissance experte. Lorsque l identification de l expérience à capitaliser n est pas triviale, sa mise en place demande d appliquer une démarche de traçabilité de l expérience pour capturer l expérience à utiliser. On peut s intéresser : Soit à créer un support terrain (base de données de fiabilité par exemple) sur lequel on estime des paramètres liés à des modèles. Soit observer des données dont on extraira des règles expertes par un processus d Extraction des Connaissances à partir des Données, qui intègre l étape de data mining ou de fouille de données. Dans un processus d extraction des connaissances à partir des données(ecbd) Soit en formalisant l expérience qui n est pas entièrement maîtrisée et qui s exprime sous forme de cas, elle est alors manipulée par un processus de Raisonnement à Partir de Cas (RàPC.) Soit en mettant en œuvre une démarche d acquisition des connaissances expertes dans une optique de management des connaissances (démarche KM). Ces démarches bien que développant des outils différents sont comparables, Actuellement la communauté de management des connaissances est active et a proposé différents modèles de retour d expérience. Ces méthodes sont recensées d une manière exhaustive dans Rakoto (2004). Nous passerons en revue les principaux. Modele de retour d experience Les modèles principaux existants. Ils existent plusieurs modèles de retour d expérience qui ont été mis en place par différentes communautés notamment la communauté 74 Vol. 16 N 1, 2008

7 de gestion des connaissances et celles de raisonnement à partir de cas. Le modèle de LL leçon apprise (Learned Lessons) est issu d une démarche de management des connaissances appliquée à des leçons apprises, démarche déployée par des départements du gouvernement américain (département de la défense de l énergie), les agences spatiales (la NASA en Amérique, l ESA en Europe, la NASDA au Japon)) etc Weber et al. ont défini ce modèle comme un processus générique composé de cinq sous-processus : collecter, vérifier, stocker, diffuser et réutiliser. (Weber et al., 2000). Les auteurs constatent que ce modèle pose de réels problèmes de partage des connaissances, problèmes posés par une représentation textuelle des leçons. Ils proposent dans (Weber et Aha 2002), le processus de leçons apprises (LLP lessons learned process), ayant les 5 sous processus du LL mais mobilisés et manipulés par un processus de raisonnement à partir de cas. Par contre, Bergmann (2002) propose un modèle de management de l expérience, qui correspond à un contexte de résolution de problèmes relatif au raisonnement à partir de cas. En effet, «un cas est un ensemble contextualisé de connaissances représentant une expérience qui permet à la personne qui résout un problème de tirer des leçons fondamentales pour atteindre ses objectifs». (Kolodner 1993). Ce modèle de management de l expérience consiste à collecter, modéliser, stocker, réutiliser, évaluer et mettre à jour l expérience. Un processus de capitalisation d expérience, dans le cadre du développement des outils de management dans l entreprise, (AFNOR 2000) a été défini par un groupe de travail composé des entreprises COGEMA, CEA Saclay, Dassault Aviation, EDF GDF, La Poste, Matra BAE Dynamics France, SNCF, Thomson CSF Detexis, Serbio SA etc. Ce processus de capitalisation de l expérience est composé globalement de cinq phases assurant l assise de celui-ci : l identification de l expérience, la mise en place des dispositifs nécessaires à la capitalisation, la capture de l expérience à utiliser, la valorisation par transformation en informations utilisables, l utilisation du capital ainsi obtenu. A ces cinq phases sont ajoutés deux phases d évaluation et d amélioration du processus. Modèle général Chacune de ces communautés scientifiques ou d un métier donné utilise la méthode propre et des outils spécifiques. Toutefois la démarche adoptée dans chaque cas présente des similitudes. Nous proposons par conséquent un modèle du processus de retour d expérience fédérant les différentes approches existantes dans la littérature, où l on présente des grandes étapes qui se retrouvent dans les différentes communautés. Ces étapes peuvent être plus détaillées dans tel modèle ou tel autre, et ne s opposent nullement aux différents modèles existants. Ce modèle sera composé est un processus comme le définissent Rakoto et al (2004) figure 2 composé de 2 parties : une phase de capitalisation qui donne lieu à une base de retour d expérience et une phase d exploitation. Nous proposons donc un processus composé de deux grands cycles qui s appliqueraient optionnellement suivant les différentes communautés à savoir la communauté de sécurité de fonctionnement, la communauté d extraction des connaissances à partir des données, la communauté de raisonnement à partir de cas et de management des connaissances. Il a pour objectifs : d obtenir de la connaissance pour une activité donnée à partir d une démarche terrain, de préparer cette connaissance afin de la partager entre différentes personnes, de mettre en action cette connaissance assimilée, d obtenir par conséquent une nouvelle compétence. On désire exploiter ainsi l expérience des experts afin de former de nouveaux experts dans un temps plus rapide. La figure 3 schématise les différentes étapes associées aux deux cycles. Le schéma est présenté pour des raisons de simplicité et de Figure 2 : Le processus Retour d Expérience Source : Rakoto Vol. 16 N 1,

8 clarté d une manière linéaire, c est-à-dire en boucle ouverte à l exception du rebouclage connaissance et évènements. Toutefois le retour d expérience est constitué d étapes qui se rebouclent entre elles. C est un phénomène dynamique où sans cesse la collecte se modifie, l expertise s agrandit, l analyse peut se parfaire. Le premier cycle de notre modèle est associé à cette phase de capitalisation. Elle permet d élaborer ce que nous appelons d une manière fédérative le référentiel entreprise. Il concerne l acquisition des connaissances, son explicitation sous forme de mémoire d entreprise, de bases de données techniques, i.e. de référentiel d entreprise. Le deuxième cycle concerne la phase d Exploitation ou de réutilisation. Il s intéresse à la connaissance, à son partage et à la vérification de son appropriation (sa mise en action par les ressources humaines). Dans ce modèle, les activités, les informations, les acteurs et les outils appropriés à chaque communauté sont sous jacents. Le premier cycle peut s appliquer aussi bien aux démarches qui aboutissent à des modèles statistiques, qu à des modèles décisionnels issus de la méthode d extraction des connaissances ou des modèles de connaissances obtenus par une démarche de management des connaissances. Tout dépend du type de données collectées, et de l objet d étude. Suivant la vue donnée au retour d expérience, on a différentes possibilités d exploitation. Figure 3 : Formalisation du processus de retour d expérience (REX) Ce cycle constitue la démarche permettant de collecter les informations pertinentes à partir d événements porteurs, c est-à-dire intéressants à exploiter, ce qui permet de les recenser sous différentes formes : recueil de fiches ou base de données plus générale d informations. La collecte d information peut concerner : une collecte de données dans des bases de données (data warehousing), l élaboration de plans d expérience concernant des processus complexes, les méthodes actuelles de reviewing dans la démarche KM pour l obtention des connaissances pertinentes ou encore faire appel à la notion de traçabilité. Cet ensemble d informations, analysé et formalisé, et par conséquent traité, donnera un référentiel l entreprise. Ce référentiel - ou mémoire d entreprise - est l explicitation d un savoir faire permettant de résoudre les problèmes dans une activité donnée. Le deuxième cycle est composé de deux parties distinctes. La première, qui est exploitée en management des connaissances, concerne la diffusion de la connaissance en vue de son appropriation par les ressources humaines, et la seconde s attache à sa réutilisation. Suivant le type de travaux, certaines études privilégient une étape par rapport à l autre. La diffusion et l apprentissage des connaissances (Bruillard 1977) dit que la connaissance diffusée ne peut être réappropriée par les humains que si un effort essentiel est fait du point de vue didactique, dans la conception de situations d apprentissage et dans le préceptorat. On rejoint par ce biais l ingénierie pédagogique. Castillo et al (2004) ont proposé des démarches générales d accompagnement permettant de faciliter le processus d appropriation des mémoires métiers construites par des méthodes d ingénierie des connaissances. Dans le domaine spatial, un outil SAFE Satellite Feedback Expérience, (Etienne et al 2006) outil web pédagogique orienté utilisateur, a été proposé. Il est accessible à partir d un découpage fonctionnel d un système générique. Cet outil a été mis au point pour éviter que des dysfonctionnements déjà observés par le passé ne se reproduisent et que des risques majeurs ne soient identifiés tardivement en cours de développement. L apprentissage dans ce cas se fait par la réutilisation de la connaissance par les acteurs à qui est destiné cet outil pédagogique. 76 Vol. 16 N 1, 2008

9 La Validation des connaissances La modélisation par un cycle d ECD Par contre la dernière partie de ce cycle, la partie validation de l activité, est étudiée par la communauté qui s intéresse à la compétence. La mise en action des connaissances (les compétences), acquises par cette démarche de retour d expérience doit être validée pour reconnaitre la compétence de la personne à qui la connaissance a été diffusée. Bissauge dans (Bissauge et al 2006) définit dans un premier temps la démarche d élaboration d un référentiel de qualité et de sécurité des pratiques médicales, ce qui correspond au premier cycle de notre modèle. Il développe dans un deuxième temps la partie validation en planifiant cette partie de cycle dans le futur dispositif national de gestion de risque médical à mettre en place. Ce dispositif permet d accréditer un médecin après une étape d apprentissage se faisant par un accompagnement des acteurs dans la mise en œuvre des connaissances. L accréditation du médecin devrait se faire par un organisme de médecins experts dans la spécialité et permettant la vérification de l acquisition des compétences par les médecins candidats à l accréditation.. La modélisation pour le traitement statistique Dans le traitement statistique, on ne s intéresse qu au premier cycle qui est composé de la collecte d information, de son analyse et de sa formalisation. Les données collectées peuvent être, soit numériques, soit symboliques et sont traitées par des méthodes multidimensionnelle ou non. La collecte de données peut être exhaustive ou bien nécessiter, dans le cas d étude de système complexe, des méthodes permettant de sélectionner les plans d expériences. Le référentiel d entreprise peut prendre différentes formes et exploiter les résultats obtenus dans des applications spécifiques. Ce référentiel peut être composé, par exemple, de recommandations d utilisation d estimateurs en fonction de politiques de test, lorsqu on s intéresse à la mise en en place de telles politiques. Il peut également être présenté sous forme de fichiers ou de bases de données, à l image des bases de données sur la fiabilité qui servent de référence dans certains calculs. Le contenu de ce référentiel métier a été nommé connaissance technique. Comme dans le cas du traitement statistique, on ne s intéresse qu au premier cycle qui permet de fournir un référentiel métier que l on a nommé précédemment la connaissance décisionnelle. Dans la communauté Extraction des Connaissances à partir des Données ECD, ou ECBD le retour d expérience passe au préalable par une étape d observation, ou de collecte de données. Les données sont enregistrées dans la plupart des cas, dans une base de données technique. Ces bases de données peuvent être exploitées par des techniques statistiques ou d intelligence artificielle, notamment par un cycle d Extraction des connaissances à partir des données qui est composé principalement de 4 phases (Fayyad et al 1996) : La collecte de données, ou le data warehousing, permet d explorer les différentes bases de données se trouvant dans une entreprise et reliées grâce à un système d information. Le data warehousing permet ainsi de collecter l ensemble des données que l on a sur le domaine étudié, de valider les données en place, de les enrichir par des compléments d informations qui peuvent exister en dehors de la base tels que des rapports d intervention dans le cas de la maintenance curative ou autre. Une phase de prétraitement destinée à préparer les données à être exploitées par la phase suivante. La phase de fouille de données (data mining) qui établit un modèle relatif à la structure sous-jacente des données, modèle devant être validé. Une dernière étape de post traitement qui prépare les données éventuellement sous forme de règles de décision relatives à ces données récoltées. La figure 4 montre le lien entre le processus d ECD (Extraction des Connaissances à partir des Données) et le REX (Retour d Expérience). Un processus d ECBD ou ECD, qui est composé de ces quatre phases, consiste à partir d événements porteurs, de collecter des données, de les préparer à être traitées par une application de fouille de données - qui déterminera un modèle de données sous forme d arbre de décisions par exemple - et de les post traiter en les présentant sous forme de règles de décision. Vol. 16 N 1,

10 Figure 4 : Extraction des Connaissances à partir des données et Retour d expérience Figure 5 : Capitalisation de connaissances et REX Ce processus peut être identifié au premier cycle du processus de Retour d expérience, où la collecte des données correspond à la première étape de collecte. Les deux étapes suivantes (le pré-traitement et la fouille de données) correspondent à l étape d analyse et enfin l étape de post traitement est assimilée à la formalisation de la connaissance, ici sous forme de règles de décision. Dans le cas présent, on extrait des connaissances sous forme de règles qui constituent le référentiel entreprise contenant la connaissance décisionnelle. Les données collectées se font conditionnellement à l arrivée d un événement. On mémorise ces données prétraitées et complétées par d autres bases de données existantes dans le système d information de l entreprise, dans une base de données technique. Les bases de données prétraitées permettront de mettre en place une base épurée par rapport à l objectif assigné, que l on traitera à l aide d un algorithme de fouille de données. On obtiendra soit un modèle à base de réseaux de neurones soit un arbre de décision soit une forme autre qui constituera le modèle associé au retour d expérience. Une étape de post traitement permettra de fournir de la connaissance sous forme éventuellement de règles de décision ou d ensemble de modèles adapté au type de données. La modélisation par une démarche KM Les deux cycles proposés dans la formalisation d un processus de retour d expérience sont exploités dans la démarche gestion des connaissances, peut-être pas en tout point mais peuvent être quand même être comparés au cycle de capitalisation des connaissances de Grundstein (Grundstein M. 2000). On se contentera ici d énoncer les différentes phases constituant ce cycle pour mieux les comparer avec le processus de retour d expérience. Ce cycle de capitalisation est composé globalement de 6 phases : détecter la connaissance cruciale, préserver, partager, diffuser, valoriser et exploiter la connaissance. La figure 5 illustre sur le même schéma les deux démarches. La phase de formalisation du REX est identifiée à la phase KM de «Préserver la connaissance» dans un référentiel entreprise. «Préserver» comprend pour Grundstein les étapes d acquisition, de modélisation, de formalisation et de conservation de la connaissance. Ce qui constitue le premier cycle du REX. On constate que les deux phases de collecte d information et d analyse permettent de repérer la connaissance cruciale. Le deuxième cycle est composé de deux parties. La première concerne des phases existantes dans le cycle de capitalisation de Grundstein, à savoir le partage et la diffusion de la connaissance, que nous appellerons leçons car cette connaissance est adaptée aux acteurs en vue de son apprentissage. La valorisation et l exploitation de la connaissance correspondent à l apprentissage de l activité par les acteurs. Par contre la deuxième partie de ce deuxième cycle, concernant la notion de validation des compétences n est pas représentée dans les cycles de capitalisation des connaissances, 78 Vol. 16 N 1, 2008

11 notamment celui de Grundstein. Mais cette partie a toute sa place et est en lien direct avec la connaissance déployée dans l activité. Les connaissances nouvelles sont destinées à être exploitées et induisent de nouvelles compétences. Bien que non explicitée, cette partie est sous jacente aux connaissances et à son appropriation par les acteurs. Il y a toute une communauté travaillant sur les compétences et sur l articulation connaissance -compétence. Prenant appui, sur la démarche entreprise par le dispositif national de gestion des risques médicaux, nous proposons cette deuxième partie qui est dédiée à la compétence acquise. La modélisation par le raisonnement à partir de cas Le raisonnement à partir de cas RàPC est une méthode particulière de management des connaissances où la connaissance est constituée d expériences de résolution de problèmes qu on appelle cas. Nous citons les différentes étapes de cette démarche afin de les restituer dans le cycle de retour d expérience présenté ci-dessus. Toutefois avant de vous décrire les étapes du RàPC, il est important de noter que ces étapes concernent la phase d exploitation de la mémoire de connaissance (l enrichissement de sa base de cas). Sachant que le cycle du REX est constitué d étapes se rebouclant entre elles, il peut être utilisé aussi bien en phase de conception de la connaissance, qu en phase d exploitation, ce qui nous permet de faire des correspondances entre les deux cycles. Voici les quatre étapes principales dans un processus de RàPC après la conception de celui-ci (Aamodt et al 1994) : ❶ l élaboration d un nouveau cas à partir d un problème à résoudre ❷ la remémoration qui permet de retrouver un cas similaire dans une base de cas - où sont répertoriées les expériences de résolution de problèmes antérieurs. ❸ la réutilisation d un cas similaire, relative à une expérience nécessitant éventuellement une adaptation. ❹ la révision de ce nouveau cas résolu et sa mémorisation qui permet l apprentissage dans la base de cas du nouveau cas. La figure 6 illustre la mise en correspondance d un cycle de RàPC et d un cycle de retour d expérience (REX). On utilisera le premier cycle tout d abord pour une première phase de conception de la base de cas du RàPC avec sa Figure 6 : Raisonnement à partir de cas et retour d expérience phase de collecte d information, d analyse et de formalisation qui aboutira à la base de cas. Toutefois en mode exploitation de la base de cas, on utilisera toujours ce premier cycle. La phase d élaboration à partir d un événement négatif (un problème se pose), peut être identifiée aux trois phases de collecte d informations, d analyse et de formalisation permettant de fournir un nouveau cas. Par contre le deuxième cycle ne s adressera pas directement aux acteurs, mais les touchera via la base de cas. L étape de remémoration, de réutilisation, de révision et de remémoration correspond à la transformation de cas existant en cas résolu, appris et intégré dans la base de cas. Par le biais de la base de cas la nouvelle solution peut être diffusée et apprise par les acteurs. L étape de validation des compétences n a pas lieu d être dans ce cycle. Après avoir présenté le modèle de retour d expérience à quatre niveaux et l avoir confronté à différents paradigmes, nous allons nous intéresser à la mise en place effective de ces modèles dans le cadre de l industrie aéronautique. Bien sûr, il n y a pas d exemple type illustrant ces modèles mais la section suivante va donner un aperçu des différents retours d expérience qu on peut rencontrer dans l industrie - aéronautique en particulier - autant au niveau de la chaîne logistique que de la (re)conception d un produit. Vol. 16 N 1,

12 Le rex dans l industrie aéronautique Historique Pour de nombreuses entreprises aéronautiques, le Rex occupe une place centrale. En effet, dès les premières heures de l aviation, apprendre des échecs des tentatives de vol, a été une propension. L utilisation de l avion comme arme de guerre au cours du XXe siècle, et les premières démarches de fiabilisation de l outil accélèreront l utilisation du retour d expérience de façon systématique, donnant naissance au «débriefing», toujours pratiqué dans le monde de l aviation moderne. Ensuite, l utilisation de l avion comme moyen de transport civil, et les effets de la concurrence entre avionneurs, verra le législateur définir un règlement imposant une pratique commune de Rex par les compagnies aériennes et les avionneurs. L aviation remonte, analyse et traite ainsi chaque incident de vol. En constatant les progrès en matière de sécurité, traduits par la réduction du nombre d accidents et de leur gravité, les entreprises sont confortées par le fait que l accident n est pas une fatalité, et sont encouragées à faire évoluer leur Rex, pour aborder les accidents moins graves, voire les presque accidents. Les différentes formes de Rex Comme expliqué précédemment, le Rex est multiple. Certains Rex portent sur des événements tandis que d autres portent sur des signes avant coureurs, annonciateurs d un événement accidentel possible. Certains Rex concentrent leur analyse de façon isolée sur chaque événement et les traitent au cas par cas tandis que d autres formes de Rex procèdent quant à eux par approche statistique ou calcul probabiliste, à partir de données collectées au fil des années. C est plutôt le cas des Rex orientés vers la performance de l outil industriel ou, dans le cas des entreprises de transport, vers la continuité de service. La fiabilité des systèmes, la sécurité des procédés, et de façon plus générale, la maîtrise des opérations, sont au cœur des préoccupations de ce type de Rex. Au sein des grands groupes, ces approches de retour d expérience s intègrent dans les démarches de projets et sont déclinées dans les différentes sociétés qui les composent. Elles consistent à partager les connaissances, les bonnes pratiques, les expertises métiers Le Rex évènementiel Il est basé sur la survenue d un événement isolé, pour lequel l entreprise souhaite comprendre l origine de façon à en éviter la répétition. Le Rex événementiel s applique non seulement aux événements graves, mais aussi à ceux qui représentent une gravité potentielle élevée. Pour cela, le Rex «événementiel» encourage la remontée du plus grand nombre d événements accidentels depuis le terrain, même les plus bénins, pour pouvoir repérer les cas sur lesquels il s avère nécessaire d en savoir plus. Les mesures seront décidées à la vue des conclusions de l analyse qui sera menée. (cabinet conseil DP2i sas, ISCI, 2005) En pratique, sur une ligne de production, si un incident survient, l employé va le signaler et détailler sur une fiche de retour d expérience : l évènement et ses conséquences, les facteurs contributifs, les barrières qui n ont pas fonctionné, les recommandations Il ne s agit pas de pointer du doigt une possible erreur mais bien de créer une synergie d équipe pour améliorer les conditions de travail de tous. Dans le cadre de l aéronautique, il est bien évident que dans le cas d une catastrophe aérienne, un retour d expérience est nécessairement requis. On cherche naturellement à comprendre ce qui s est passé. Cependant, le Rex sur les crises n est pas forcément une bonne base à exploiter étant donnés les aspects émotionnels, juridiques, politiques qui interfèrent directement sur la démarche Rex au travers de la communication. Ainsi, d après Amalberti et Barriqualt (1999), il vaut mieux effectuer des retours d expérience sur des évènements moins critiques, voir normaux et quotidiens. Il n en demeure pas moins que les motoristes, pour des raisons réglementaires mais aussi pratiques et commerciales, tiennent un journal détaillé de la totalité des incidents, aussi minimes soient-ils, survenus aux moteurs au sol ou en vol. Ces données sont exploitées par les constructeurs, pour analyser la fiabilité de leurs produits, mais aussi par les réparateurs qui disposent ainsi d une base fiable concernant les clients potentiels. Le Rex «signaux faibles» pour anticiper la survenue d évènements redoutés Cette forme de Rex se distingue de la précédente par le simple fait qu aucun événement marquant n est réellement survenu. Il vise toutefois à en anticiper la survenue. Le Rex «signaux faibles» est basée sur un des princi- 80 Vol. 16 N 1, 2008

13 pes de travail des professionnels en maîtrise des risques qui pose comme hypothèse que tout ce qui est envisageable peut arriver un jour, et qu il convient donc d anticiper autant que possible les événements redoutés, et de prendre les mesures qui permettront d en contrôler la situation. Il ne s agit plus de prendre des mesures suite à un incident mais d anticiper cet incident et s il n est pas possible d en empêcher la survenue, il faut pouvoir le maîtriser, en réduire les effets. Dans cette optique, les motoristes utilisent les bases d incidents décrites précédemment pour établir des statistiques sur le nombre d heures au bout desquelles il faudra réparer le moteur compte tenu des incidents relevés, de l environnement de vol Ainsi, ils peuvent prévoir à quel moment les moteurs de leurs clients vont rentrer en atelier pour réparation et anticiper de la sorte leurs flux. En effet, pour que la réparation soit la plus rapide possible, il faut que des pièces de rechange soient disponibles, qu il y ait suffisamment de main d œuvre Un avion qui ne vole pas constitue un manque à gagner important pour la compagnie, les pressions sont donc importantes en ce qui concerne le respect du délai de réparation. Le Rex «positif» pour identifier les bonnes pratiques Cette forme de Rex s appuie sur le même souci d apprendre aux autres à partir de sa propre expérience. La difficulté réside dans la capacité à analyser les pratiques et leurs effets sur la sécurité, à en vérifier le caractère transférable vers les autres, et enfin, la capacité des autres de se reconnaître aussi dans cette pratique et ses bénéfices. Dans de nombreuses entreprises, cette forme de Rex est développée à travers l innovation participative. Cette démarche de progrès se nourrit de l ensemble des idées, issues de la créativité et de l innovation des personnels. Le processus d innovation participative favorise l expression des idées, leur prise en compte, et finalement leur transformation en solution opérationnelle ou en innovation concrète. C est une démarche «terrain», implantée dans tous les ateliers et services de l entreprise. Retour d expérience et Supply Chain Management Pour être toujours plus performante, l entreprise doit sans cesse améliorer ses processus. L innovation participative est une façon de mettre en place des bonnes pratiques qui feront vraisemblablement gagner du temps et de l argent mais cela ne suffit pas. A partir d évènements singuliers, tels que des stocks trop importants, une hausse des mécontentements clients, des délais de fabrication qui augmentent... l entreprise doit mener un retour d expérience afin d analyser les causes de ces dysfonctionnements. En général, ceux-ci se présentent sous la forme d indicateurs suivis régulièrement et ils amènent donc l encadrement à s interroger rapidement sur les causes. Ces indicateurs ont eux-mêmes été mis en place suite à des retours d expérience menés dans le cadre du processus d amélioration continue. Rex et amélioration continue Dans les cycles de production, afin de réduire le risque d apparition de défauts, est mis en place la méthode 6 sigma (Pillet, 2003). Ce projet, initialement développé par Motorola afin de rendre les processus de fabrication plus robustes et d atteindre ainsi le niveau de qualité exigé par la production en grande série de composants électriques, a été repris et généralisé par General Electric à tous les processus de l entreprise. Cette méthode s appuie sur trois composantes : une organisation pour la conduite des projets : les blacks belts et les green belts qui conduisent et développent les équipes d amélioration inter fonctionnelles et conseillent le management sur la mise en œuvre des plans d amélioration un déroulement en cinq étapes : définir, mesurer, analyser, améliorer et maîtriser. des méthodes de progrès : maîtrise statistique de la qualité, plans d expérience, détrompeurs pouvant aller plus largement jusqu à l analyse des processus, du management visuel ou encore de la maintenance préventive. Snecma, 4 e motoriste mondial (CA 2007 de 4 milliards d euros, 9750 salariés, filiale du groupe Safran), met actuellement en œuvre cette démarche de progrès en s appuyant sur l expérience de son partenaire historique pour la fabrication du CFM56 (moteur le plus vendu au monde) : General Electric. Snecma a pour objectif de : réduire de 25% à 30% ses délais de fabrication, Snecma veut passer d un cycle Vol. 16 N 1,

14 de fabrication de quatorze jours à dix jours d ici à 2010 sur le CFM56, de créer une «moving line» sur son site de Villaroche (déplacement du produit de poste en poste au cours de son assemblage), de réduire ses délais d approvisionnement d au moins 30% d améliorer son taux de rebuts ; sur des pièces à haute valeur ajoutée, comme les aubes de turbine, Snecma est parvenu à diviser par trois sa non-qualité. Pour accompagner le changement, d ici à la fin 2008, 80 blacks belts et 200 à 250 green belts auront été formés au sein de Snecma. (Lecompte-Boinet, 2008) L ensemble de ces mesures proviennent du retour d expérience effectué par GE au sein de ses propres lignes d assemblage de CFM56 aux Etats Unis. Retour d expérience dans le cadre de l entreprise étendue L échange de connaissances, d expériences dans le but d accroître la compétitivité ne se retrouve pas qu entre partenaires. De plus en plus souvent, les entreprises du secteur aéronautique - Airbus en particulier - établissent des relations étroites, de partenariat, avec leurs fournisseurs. Ainsi, comme l explique Alcouffe et Corrégé (2004), «Airbus et ses fournisseurs/sous-traitants sont passés de relations peu organisées et non contractualisées à des liens structurés, s inscrivant dans la Figure 7 : Relations clients-fournisseurs dans un contexte d entreprise étendue durée et dans le cadre d un réseau hiérarchisé, conduisant à la constitution d une entreprise étendue.» Ce modèle d entreprise, comme le souligne Naulleau et Guth (2000), permet «une utilisation des ressources et des expertises des différents acteurs d une filière plus fluide que celle des modèles conventionnels d intégration verticale, d une part, et de relation commerciale client-fournisseur, d autre part.» L heure est donc à la collaboration, à la coopération afin d optimiser l ensemble de la chaine logistique. L entreprise et ses partenaires échangent leur savoir faire pour réduire leurs délais de fabrications, améliorer la qualité de leurs produits Au sein d Airbus, sont mises en places des missions de Supplier Development qui consistent à analyser les processus physiques et administratifs pour aboutir à la mise en place d améliorations. Ces missions «ont pour objectif d optimiser les performances d approvisionnement du fournisseur en mesurant ses performances et en encourageant des démarches d amélioration continue. Pour cela, Airbus coopère avec le fournisseur/sous-traitant en lui procurant aide et support, mais aussi, réciproquement, en récupérant, chez les plus avancés, une expérience et un savoir-faire qui peuvent lui faire défaut. Cela permet la création d une culture partagée où chaque entreprise s autogère, améliore et développe ses activités de façon proactive..» (Alcouffe et Corrégé, 2004) Cet échange de bon procédé correspond bien à la mise en commun de retours d expérience visant à rendre l ensemble de la chaine logistique plus performante. Retour d expérience technique chez les constructeurs de moteurs d avions Bien plus intuitif que le retour d expérience associé au Supply Chain Management, le retour d expérience purement technique, sur l évolution d un produit, sa fiabilité, ses causes de panne... est impératif à l entreprise. Difficultés de mise en œuvre Dans le domaine aéronautique, comme dans l automobile d ailleurs, les motoristes ne peuvent avoir de retour d expérience que s ils réparent les moteurs qu ils ont fabriqués. Or, c est là que se pose tout le problème. Parmi les quatre grands motoristes mondiaux, seul Rolls Royce possède l exclusivité de l entretien et de la réparation des moteurs qu il vend. Les autres, à savoir General Electric (GE), 82 Vol. 16 N 1, 2008

15 Snecma et Pratt and Whitney ne réparent pas forcément leurs propres moteurs : le marché de la réparation est ouvert et des compagnies aériennes avec des flottes importantes décident d ouvrir leurs propres ateliers de réparation, comme Air France ou Lufthansa, et concurrencent alors les motoristes. Dans de telles conditions, les constructeurs ont des difficultés pour recueillir de l expérience sur les taux de rebuts des pièces ainsi que leurs causes, travail qui est nécessaire afin d optimiser la conception du produit. Dans la suite de cet article, nous nous focaliserons plus particulièrement sur GE et Snecma dont la problématique est complexifiée par les relations qui unissent ses deux entreprises. En effet, GE et Snecma à travers la joint venture CFM International créée il y a 34 ans, fabriquent conjointement le CFM56 : GE fabrique la partie haute pression du moteur tandis que Snecma fabrique la partie basse pression; l assemblage final étant partagé entre les deux entreprises. Comme CFM ne propose pas, à l heure actuelle, de contrat de maintenance, le client peut faire réparer son moteur indifféremment chez GE Services (division de GE), chez Snecma Services (filiale à 100% de Snecma, qui réintégrera Snecma en janvier) ou même chez un autre réparateur, Air France par exemple. La difficulté est donc double pour ces deux entreprises : elles ne peuvent pas accéder à l ensemble de l expérience de leurs moteurs elles font face à une concurrence agressive des non constructeurs. Les enjeux du marché Cette concurrence est d autant plus importante que le marché de la réparation du CFM56 est en pleine expansion. En effet, aujourd hui, le CFM56 est un succès commercial inégalé dans le marché civil des moteurs aéronautiques : décliné sous 6 versions, il est le moteur civil le plus vendu au monde avec exemplaires vendus en 25 ans. Ainsi, il génère une part de marché de maintenance et réparation d environ 3 milliards d euros par an (soit 35% du marché tous modèles moteurs confondus). Du Rex pour une meilleure compétitivité Ce marché hautement concurrentiel impose de prévoir et d optimiser les coûts de maintenance. La compétitivité des offres se joue principalement sur deux axes : la maîtrise des coûts et la capacité à anticiper l usure des moteurs. Pour cela, il est nécessaire de capitaliser et d appréhender avec pertinence l expérience technique des moteurs déjà réparés afin d évaluer au mieux les coûts d entretien des moteurs qui entreront en atelier ultérieurement. A partir des taux de rebuts constatés et capitalisés, les entreprises mettent au point des modèles techniques de devis conformes à la réalité et qui leur garantit donc de proposer au client un prix au plus près de la réalité. Du Rex pour la (re)conception de produit Depuis plus de 25 ans qu il est commercialisé, le CFM56 a été décliné en six versions. Les évolutions spécifiques à chacune de ses versions ont visé à améliorer la sécurité, la fiabilité et la performance du moteur. Elles ont toutes pour origine une remontée d informations, un retour d expérience technique qui permet de reconcevoir le produit. Snecma, et GE de son côté, disposent donc d informations fiables sur le comportement des pièces qu ils fabriquent. Mais, plus encore, ils acquièrent de cette façon une connaissance de pièces qu ils ne fabriquaient pas. Ces deux entreprises ne sont pas présentes uniquement sur le marché du CFM56. Elles développent chacune de leur côté de nouveaux partenariats : GE avec la NASA pour la fabrication d un moteur qui consommerait 26 % de carburant en moins et rejetterait 60 % de moins de dioxyde d azote et Snecma avec le motoriste russe NPO Saturn pour la réalisation du SAM146, un moteur destiné aux avions régionaux de 60 à 100 places. Ces deux nouveaux moteurs ne changent pas fondamentalement du CFM56 : une grande partie des composants sont les mêmes et disposer de retour d expérience sur l ensemble des pièces constitue un avantage indéniable. Ce retour d expérience permet donc à ces deux entreprises d être plus performantes et de concevoir de nouveaux produits en se basant sur leur savoir faire commun. Conclusion Les enjeux économiques actuels conduisent l entreprise à mettre en place des démarches qualité, avec des processus d amélioration continue induisant une démarche de retour d expérience. Le retour d expérience peut être également identifié comme solution à mettre en œuvre pour soutenir une organisation Vol. 16 N 1,

16 apprenante. Celui qui consiste à rendre la chaîne logistique plus performante est très prisé ; d autant plus que les points d amélioration potentiels sont, le plus souvent, nombreux. Un besoin réel de capitaliser les connaissances terrain se fait sentir, dans l objectif d améliorer la compétence de l entreprise qui n est autre que la composée des compétences de ses ressources humaines. Le retour d expérience est un moyen d y parvenir en réutilisant les expériences acquises au cours des activités antérieures. Maints travaux existent dans le domaine du retour d expériences et de différentes natures. Afin d avoir une vue d ensemble sur la pluralité des démarches associées au retour d expérience, nous avons défini un contexte associé à cette démarche contexte composé de quatre facteurs essentiels : l objet d étude, l objectif poursuivi par l étude, l événement et le modèle à développer. Ce contexte associé à une catégorisation de la connaissance à capitaliser (technique décisionnelle ou autre) nous a permis de proposer un modèle générique du retour d expérience composé de deux cycles. Ce modèle part de l événement et va vers la compétence. Puis ce modèle a été décliné dans les différentes communautés d étude. La dernière partie a été l occasion de donner des exemples de retours d expérience pratiqués dans le domaine aéronautique mais qui sont transférables pour la plupart aux autres secteurs industriels. Bibliographie Aamodt A. et Plaza E., (1994), Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches Artificial Intelligence Communications 7, no. 1, Althoff K. D., Auriol E., Bergmann R., Breen S., Dittrich S., Jonhston R., Manago M., Traphoener R., Wess S., (1995), "Case-based reasoning for decision support and diagnostic problem solving: the INRECA approach", 3rd German Workshop on CBR, University of Kaiserlautern, Germany AFNOR 2000, (2000), «Outils de management Capitalisation d expérience», FD X50-190, septembre Alcouffe C. et Corrégé N., (2004), Structures de gouvernance dans l entreprise étendue : l exemple d Airbus, Notes du LIRHE, n 393 Bergmann R., (1999), Preface Engineering Applications of Artificial Intelligence 12, 661±663 Bergmann R., (2002), "Experience Management", Springer- Verlag Berlin Heidelberg. Bissauge B., Ildefonse J;, Fumey M., Pothier F., (2006), dispositive de retour d expérience sur les événements médicaux indésirables, 15ème congrès de Maîtrise des Risques et de Sûreté de Fonctionnement MRSF 06, Lille Octobre Bregault L. et Martinetti E., (1999), Le Data Mining appliqué au retour d expériences industrielles, Société Française de Statistique Groupe Logiciels et Statistique, Quelques applications du Data Mining, Jeudi 28 janvier, Paris Bruillard E., (1993), Les machines à enseigner, Editions Hermès, Paris, 320 p Carer P., Spelleman C., Futtersack C., (2006), Retour d expérience sur les équipements électriques du réseau moyenne tension (HTA : 20 kv) d EDF, MRSF 06 Lille, Octobre Castillo O., Matta N., Ermine J.L., (2004), De l appropriation des connaissances vers l acquisition des compétences, 2 colloque C2EI, Nancy Chebel-Morello B., Michaut D., Baptiste P., (2001), A knowledge discovery process for a flexible manufacturing system Proc of the Emerging Technologies and Factoty Automation, volume 1, october 15 1, Antibes, pp Chebel-Morello B., Rasovska I., Zerhouni N., (2005), Knowledge capitalization in system of equipment diagnosis and repair help, IJCAI 2005 Workshop on Knowledge Management and Organizational Memories, Edinburgh, Scotland, August Chebel Morello B., Baptiste P., Lereno E. (2006), Extraction de règles d ordonnancement : Aide au paramétrage d un progiciel d ordonnancement Numéro spécial de Jesa APII-JESA (RS), Journal Européen des Systèmes Automatisés, vol. 40, n 1, pp David O., Loving A.B., Palmer J.D, Ciattaglia S. and. Friconneau J.P., (2005), Operational experience feedback in JET Remote Han- 84 Vol. 16 N 1, 2008

17 dling, Fusion Engineering and Design, Volumes 75-79, November, Pages Durand M.G., Renaud J., Boly V., (2004), Constitution d une mémoire projet par retour d expérience lors des étapes amont du processus d innovation, 2 ème Colloque C2EI, Nancy, décembre Dussart C., Petit C., (2005), Méta-apprentissage d expériences : nouvelles voies en data mining Lavoisier 06, 126p. Etienne K., Cabarbaye A. et Laulheret R., (2006), Retour d expérience en sureté de fonctionnement dans le domaine spatial, MRSF 06 Lille Octobre Fayyad U. M., Piatetsky-Shapiro G. And Smyth P., (1996), From Data Mining to Knowledge Discovery: An Overview, Advances in Knowledge Discovery and Data Mining, (pp. 1-34). Germain M.F., (2007), conférence plénière sur «la gestion stratégique de l innovation : une réponse à la mondialisation des marchés», 7 e Congrès international de génie industriel 5-8 juin Trois- Rivières, Québec (CANADA) Grall A., Barros A. et Zequeira R., (2006), Intégration Des spécificités des tests Edf à l estimation des paramètres Dcc, 15 ème congrès de Maîtrise des Risques et de Sûreté de Fonctionnement Lille Octobre Grundstein M., (2000), In D. Morey, M. Maybury, & B. Thuraisingham (Eds), Knowledge Management, Classic and Contemporary Works (chapter 12, pp ). Cambridge, Massachusetts: The MIT Press. Harrath Y., Chebel-Morello B., Zerhouni N., (2003), Using learning to find patterns in genetic algorithm solutions to solve job-shop scheduling. Proc. for the International Conference on Industrial Engineering and Production Management, IEPM 03, sur CD ROM, 10 pages, mai, Porto, Portugal. ICSI, (2005), «Retour d expérience et Sécurité Industrielle». Appel à propositions scientifiques, Institut pour une Culture de Sécurité Industrielle. Jarboe K.P., (2001), Knowledge Management As an Economic Development Strategy, Reviews of Economic Development Literature and Practice, n 7. Kolodner J., (1993), "Case Based-Reasoning", Morgan Kaufmann Publishers, Inc. Kretzschmar, C. Thévenot D., (1996) «Leçons acquises : comment collecter et exploiter l expérience du passé», 10 e Colloque National de fiabilité et Maintenabilité, Tome 2, octobre, Saint-Malo, France. Dindeleux J.J. et Delsaut-Furon S., (2003), Capitalisation et retour d expérience dans la préparation du soutien reverse logistics Lecompte-Boinet G., «Snecma plus réactif pour doubler ces cadences», L Usine Nouvelle, n 3115, Pages : Le coz E., (2003), «Système de management de la qualité(smq) processus d amélioration», Techniques de l Ingénieur, traité L entreprise industrielle, vol. 1, n AG1751, pp.1-14 Mortureux Y., (2004), «le retour d expérience en question», L entreprise Industrielle Techniques de l Ingénieur, dans traité L entreprise industrielle, vol. 1, n SE 1040, pp Herbeaux O., (2007), publis/publi_aut/?id=91, publis/?id=2933. Chapitre 2 In Raisonnement à partir de cas 1 : conception et configuration de produits (Traité IC2, série Informatique et systèmes d information), Auteur(s) : RENAUD Jean, CHEBEL MORELLO Brigitte, FUCHS Béatrice, LIEBER Jean Naulleau J. et Guth J.P., «Du partenariat à l entreprise étendue : vers une reconfiguration de la relation clients/fournisseurs dans le secteur automobile», Gérer et comprendre Paxton L J., (2007), Faster, better, and cheaper at ASA: Lessons learned in managing and accepting, risk Acta Astronautica, Volume 61, Issue 10, November, Pages Rakoto H., (2004), «Intégration du retour d expériences dans les processus industriels», Thèse de. Doctorat, Institut National Polytechnique de Toulouse. Rakoto H., Clermont P., Geneste L., Poret G., (2004), Proposition d une architecture de retour d expérience pour la gestion des connaissances dans les processus industriels, 2ème Colloque C2EI, Nancy, décembre Rasovska I., Chebel Morello B., Zerhouni N., (2008), Knowledge capitalization in a decision support system for equipment diagnosis and repair, Journal of intelligent Vol. 16 N 1,

18 manufacturing Netherlands, ISSN (Print) (Online) in January 08. Revuelta R., (2004), Operational experience feedback in the World Association of Nuclear Operators (WANO), Journal of Hazardous Materials, Vol 111, pp Ruet M. et Rakoto H., (2002), «Le RàPC pour la capitalisation et l exploitation du retour d expérience», 10 ème atelier de raisonnement à partir de cas, Paris, France. Schlosser J., Durocher A., Huber T., Garin P., Schedler B., and Agarici G., (2001), Experience feedback from high heat flux component manufacturing, Tore Supra Fusion Engineering and Design, Volumes 56-57, october, Pages Elsevier Science. Valot C. et Amalberti R., éditeurs (2001), Ergonomie en aéronautique, numéro spécial, Le Travail Humain, 64(3). Verot Y., «Retour d expérience dans les industries de procédé» Techniques de l Ingénieur, traité L entreprise industrielle AG : AG King W.R., and Marks P.V 10&_rdoc=1&_fmt=&_orig=search&_sort= d&view=c&_acct=c &_version=1&_urlversion=0&_userid=10&md5=b4bf7019a47389c6014aab , (2008), Motivating knowledge sharing through a knowledge management system, Omega, 36 February, Pages Weber R., Aha D.W., Muñoz-Avila H., Breslow L. (2000), Active delivery for lessons learned systems, EWCBR 2000, Pages , Trento, Italy, September 6-9 Weber R. et Aha D. W., (2002), Intelligent delivery of military lessons learned, Decision Support Systems, Vol 34, Pages: Vol. 16 N 1, 2008