Conception et pilotage de systèmes de production reconfigurables et durables – RECONFIDURABLE
Conception et pilotage de systèmes de production reconfigurables et durables
/
Enjeux et objectifs
L’objectif de RECONFIDURABLE est de montrer que les systèmes de production reconfigurables (RMS) peuvent être une base de développement de systèmes de production durables. Initialement conçus pour offrir un nouveau type de flexibilité aux systèmes de fabrication, ils ont des propriétés intrinsèques pour mettre en place des systèmes d’une nouvelle génération répondant aux critères du développement durable. La méthodologie se base sur le principe de modularité des RMS. Il s'agit de choisir des modules d’équipement à utiliser et d’affecter les opérations de production à ces modules en tenant compte des scenarios possibles d’évolution de la demande, des types de produits à fabriquer et de leurs contraintes, ainsi que des incertitudes sur des volumes durant le cycle de vie du système. La méthodologie développée doit permettre de prolonger la vie du système de production et de diminuer les émissions, la consommation de l’énergie et les coûts. Les 3 étapes considérés sont la conception, la reconfiguration et le pilotage en temps réel. L’apport ne vise pas une complétude de prise en compte de tous les critères, mais plutôt de proposer une démarche intégrant la durabilité avec les autres critères des 3 étapes. Les techniques utilisées sont basées sur la modélisation multi-échelle, la modélisation des processus, l’optimisation combinatoire et sous incertitudes, l’analyse de robustesse des solutions obtenues, la simulation à évènements discrets et des techniques d'apprentissage.
/
L’ensemble de méthodes et d’outils d’aide à la décision permet de : 1) Mesurer et intégrer les coûts et les conséquences environnementales dans les modèles de choix de modules d’équipement et de reconfiguration d’un RMS. Un point important est le couplage des indicateurs coût/qualité avec l’analyse de la durabilité. 2) Choisir un ensemble optimal de modules d’équipement pour un RMS afin que le système puisse évoluer dans le futur et ainsi augmenter les options possibles tout au long de son cycle de vie. Il s’agit d’optimiser la capacité du système à rester performant et robuste en dépit des évolutions externes. 3) Reconfigurer un RMS de manière optimale lors de son exploitation vers la nouvelle étape de son fonctionnement et replanifier sa production dans la nouvelle configuration en tenant compte des modifications conséquentes de l’environnement, du coût de l’énergie, etc. : Mesurer et modéliser la dimension environnementale, choisir un nouvel ensemble de modules à utiliser tout en augmentant l’efficience environnementale du système, etc. 4) Mettre en place un pilotage réactif et robuste afin de faire face à des aléas ponctuels, internes et externes, de différentes natures : variation de la demande et de durées d’opérations, pannes de machine, modifications mineures de la consommation énergétique, aléas liés à la maîtrise d’une nouvelle configuration ou problèmes de qualité nécessitant une reconfiguration.
/
Battaïa, O.; Dolgui, A. Hybridizations in line balancing problems: A comprehensive review on new trends and formulations. International Journal of Production Economics. 2022, 250, 108673.
Arbi, S.; Cerqueus, A.; Gurevsky, E.; Dolgui, A.; Siadat, A. Simulated annealing for a bi-objective-based scalable balancing of a reconfigurable assembly line under uncertainty and limited resources. The 50th Computers and Industrial Engineering Conference. Sharjah, Oct 30–Nov. 2023, 1-4. (extended version submitted to Computers & Industrial Engineering).
Ostovari, A.; Benyoucef, L.; Haddou Benderbal, H.; Delorme, X. Robust configuration design of sustainable reconfigurable manufacturing system under uncertainty. The 20th IEEE International Conference on Networking, Sensing and Control. Oct 25-27, Marseille, IEEE. 2023, 1-6.
Ostovari, A.; Benyoucef, L.; Haddou Benderbal, H.; Delorme, X. Multi- objective workforce and process planning for socio-economic sustainable RMS: Lp-metric vs Epsilon Constraint. The 4th International Conference on Industry 4.0 and Smart Manufacturing. Nov 22-24, Portugal. Procedia Computer Science. 2023, 456-464.
Les systèmes de production reconfigurables (RMS) ne sont pas de simples systèmes avec une flexibilité personnalisée, ils peuvent aussi être une base de développement de systèmes de production durables. L’objectif du projet RECONFIDURABLE est de mettre en place une méthodologie efficace pour l’intégration des critères de développement durable dans la conception et la reconfiguration des RMS. La méthodologie se base sur le principe de modularité des RMS. Il s'agira de choisir des modules d’équipements à utiliser et d’affecter les opérations de production à ces modules en tenant compte de la demande, des types de produits à fabriquer et de leurs contraintes ainsi que des incertitudes. Les 3 étapes à considérer sont la conception, la reconfiguration et le pilotage en temps réel, et des critères de développement durables seront intégrés à chaque étape. À ces trois étapes s’ajouteront deux autres. La première représente une étape préalable d’identification et de modélisation des critères à évaluer et à intégrer. La deuxième sera une étape de tests et de validation via des cas d’études industriels. Dans ce projet, nous nous focaliserons principalement sur les dimensions environnementales et économiques. Donc nos critères seront d’ordre technologique (dérive, qualité, fiabilité), économique (coût, temps, ressources utilisées), environnemental (énergie, émissions…) et organisationnel (facteurs humains, compétences, sécurité et santé, …). Notre apport ne vise pas une complétude de prise en compte de tous les critères mais plutôt de proposer une démarche intégrant la durabilité avec les autres critères de conception, de pilotage et de reconfiguration face aux incertitudes et aléas. Les techniques utilisées seront basées sur la modélisation multi-échelle, la modélisation des processus, l’optimisation combinatoire, l’optimisation sous incertitudes, l’analyse de robustesse des solutions obtenues, la simulation à évènements discrets et des techniques d'apprentissage.
Coordination du projet
Alexandre Dolgui (Laboratoire des Sciences du Numérique de Nantes)
L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.
Partenariat
LIS Laboratoire d'Informatique et Systèmes
LS2N Laboratoire des Sciences du Numérique de Nantes
LIMOS Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes
AI AUTOMATIQUE ET INDUSTRIE / Service R&D
ENSAM - LCFC Ecole Nationale Supérieure d'Arts et Mértiers - LABORATOIRE CONCEPTION FABRICATION COMMANDE
Kedge Business School / Operations Management and Information Systems Department
Aide de l'ANR 580 209 euros
Début et durée du projet scientifique :
février 2022
- 48 Mois
