Planification, Ordonnancement et Maintenance pour une Production Intégrée Et Robuste – POMPIER
Planification, Ordonnancement et Maintenance pour une Production Intégrée Et Robuste
/
Enjeux et objectifs
L’industrie 4.0 laisse présager un pilotage réactif et flexible des chaines de production ainsi que l’avènement de nouveaux outils d’aide à la décision reposant sur l’usage de données collectées en temps réel. Il en reste un besoin d’implantation et d’intégration dans les approches traditionnelles de gestion de la production au sens large. Le projet POMPIER cherche à répondre à ces questions pour l’amélioration de l’articulation des décisions tactiques et opérationnelles, en s’appuyant entre autres sur les nouveaux concepts de maintenance prédictives et prescriptives. L’objectif du projet est de définir un ensemble méthodologique pour une meilleure prise en compte de la « robustesse » des plans de production vis-à-vis d’un ensemble de caractéristiques comme la synchronisation de ces plans tactiques et de la réalité opérationnelle des ordonnancements induits, ainsi que d’un ensemble d’incertitudes qu’elles soient d’ordre épistémique ou inhérentes à la variabilité des processus abordés. Les approches envisagées pour contourner les diverses problématiques de synchronisation des différents niveaux décisionnels principalement liées aux dépendances mutuelles reposent sur l’identification et la modélisation de données « prescriptives », requérant par ailleurs la modélisation renforcée entre usage et dégradation. Ces données prescriptives seront intégrées dans les modèles de planification et d’ordonnancement, et traduites en règles ou préconisations d’un niveau vers l’autre.
Les contributions visent à améliorer la planification de la production au niveau de la synchronisation opérationnelle et l’intégration de la maintenance prévisionnelle. Elles complèteront des travaux antérieurs sur la planification tactique et maintenance conditionnelle, par amélioration de la prévision des capacités consommées. L'utilisation accrue de données de production en temps réel motive ce changement vers des approches plus réactives. On attend des développements d’algorithmes pour la résolution des ordonnancements stochastiques, intégrant des méthodes d'apprentissage automatique pour mieux spécifier les incertitudes. Des résultats sont attendus sur le concept de la maintenance prescriptive, combinant décisions de maintenance et règles d'usage avec des modélisations plus précises entre usage résultant de l’ordonnancement et mécanismes de défaillances et de dégradation. L'optimisation mathématique reposera sur des méthodes de contrôle stochastique et de simulation stochastique. Ces règles prescriptives seront intégrées dans le processus de planification. Enfin, une intégration des contributions pour élaborer un outil d'analyse des performances, basé sur un Jumeau Numérique flexible, sera fournie. De nouveaux indicateurs de performance en seront déduits pour caractériser la robustesse/faisabilité des plans de production, et leurs spécifications devraient faciliter l’intégration des nouveaux préceptes de l’industrie 4.0 dans les approches traditionnelles.
/
/
6 à 7 publications dans des revues de rang A et une dizaine de conférences nationales et internationales sont attendues. Les résultats académiques seront diffusés auprès de la communauté française au sein de différents GdR et des jeunes chercheurs avec l’animation d’une école/journée spécifique. Par ailleurs, l’objectif étant de contribuer à l’évolution des pratiques industrielles, un séminaire sera organisé en ce sens. Enfin, l’une des originalités sur le champ de la valorisation est la mise en place d’un parcours « Maintenance industrielle » en collaboration entre Polytech Angers, l’IMT Atlantique et l’ITII des Pays de la Loire, au sein d’une formation par apprentissage. Les alternants seront fortement sensibilisés aux problématiques soulevées par le projet.
L’industrie 4.0 laisse présager un pilotage réactif et flexible des chaines de production ainsi que l’avènement de nouveaux outils d’aide à la décision reposant sur l’usage de données collectées en temps réel. Il en reste un besoin d’implantation et d’intégration dans les approches traditionnelles de gestion de la production au sens large. Notre projet cherche à répondre à ces questions pour l’amélioration de l’articulation des décisions tactiques et opérationnelles, en s’appuyant entre autres sur les nouveaux concepts de maintenance prédictives et prescriptives. Il en ressortira de nouvelles approches intégrées de planification, d’ordonnancement et de maintenance, prenant en compte différents niveaux d’incertitude, accompagnées de nouveaux indicateurs orientés performances vis-à-vis de la robustesse des plans de production. En outre, ce projet servira à définir un ensemble de spécifications relatives aux données à collecter ainsi que des règles de gestion associées qui formeront alors le « squelette » d’une ombre numérique développée tout au long du projet et motivée par une application industrielle du secteur des appareils médicaux.
Coordination du projet
Bruno CASTANIER (LABORATOIRE ANGEVIN DE RECHERCHE EN INGENIERIE DES SYSTEMES)
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
LARIS LABORATOIRE ANGEVIN DE RECHERCHE EN INGENIERIE DES SYSTEMES
LS2N Laboratoire des Sciences du Numérique de Nantes
CRAN Centre de recherche en automatique de Nancy
LIMOS Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes
UNIVERSITE CATHOLIQUE DE L OUEST
Aide de l'ANR 517 452 euros
Début et durée du projet scientifique :
février 2024
- 48 Mois