Précédent : Evaluation de performances des systèmes Remonter : Fondements scientifiques Suivant : Domaines d'applications
Précédent : Evaluation de performances des systèmes
Remonter : Fondements scientifiques Suivant :
Domaines
d'applications
Mots clés : agencement, ordonnancement, systèmes réactifs, pilotage, architectures de commande, politiques de maintenance .
Participants : Gülgün Alpan-Gaujal, Henri Amet, Didier
Anciaux, Bérénice Damasceno, Lamia Djerid, Fehmi H'Mida, Abdel
Halim Mahdi, Marie-Claude Portmann, Daniel Roy, François
Vernadat, Antony Vignier, Xiaolan Xie
L'organisation et la conduite d'un système de production posent de nombreux problèmes tels que l'agencement des ateliers, la prévision de demandes, le réapprovisionnement en matières premières et en composants, la gestion des stocks, la planification, l'ordonnancement, la livraison, le contrôle de qualité, la supervision ou la maintenance des équipements, entre autres [Gia88,Dup98,Sal92]. Le projet MACSI n'a pas la prétention de s'attaquer à tous ces problèmes mais vise à contribuer à une gestion plus globale et plus réactive des systèmes industriels. Bien que de nombreux modèles formels existent pour les systèmes de production[BS92b] ou les problèmes d'agencement de ressources[MUY95], ce sont les problèmes de planification et d'ordonnancement pour lesquels les fondements théoriques sont les mieux établis[Bak74,RC67,Fre82].
Les problèmes de planification et d'ordonnancement se posent aux niveaux moyen terme, court terme et très court terme d'une approche de gestion de la production hiérarchisée. Ce sont des problèmes de décision liés à la production de produits, de transports ou de services. Les questions soulevées par ces problèmes sont : quand produit-on ? combien ? en utilisant quels moyens ? et de quelle façon ?
Les problèmes de planification concernent le niveau moyen terme[Orl75]. Il s'agit de répartir les charges de production éventuellement entre plusieurs sites géographiques et de les lisser sur un horizon relativement long, appelé horizon du moyen terme et constitué d'unités de temps du moyen terme, par exemple, l'horizon du moyen terme peut être de six mois découpés en 12 quinzaines. Le choix de l'horizon et de l'unité de temps du moyen terme dépend de la durée de vie des produits fabriqués, des délais, de la qualité des prévisions de vente... Ils doivent être définis par l'entreprise pour chaque grand secteur d'activités.
Les problèmes d'ordonnancement se posent au niveau court terme et très court terme de la gestion de production[BEP+96,CC88,GOT93,Pin92]. Il s'agit de définir avec une précision qui dépend du niveau où on se place, quand et avec quelles ressources on réalise les opérations qui permettent d'assurer la production de produits, la maintenance des machines ou des transports de marchandises ou de personnes. On distingue trois classes de problèmes d'ordonnancement : les problèmes dits faciles ou polynomiaux (on peut obtenir une solution optimale et avoir la preuve de son optimalité en utilisant un algorithme polynomial), les problèmes dits NP-difficiles (on considère un problème très difficile de référence qu'aucun scientifique n'a pu résoudre jusqu'à ce jour avec un algorithme polynomial et on démontre mathématiquement que le problème à résoudre est au moins aussi difficile que le problème de référence) et les problèmes dits ouverts (personne n'a encore prouvé qu'ils sont polynomiaux ou qu'ils sont NP-difficiles). Pour les problèmes NP-difficiles et les problèmes ouverts, on ne sait écrire, pour obtenir une solution optimale ou même pour obtenir une solution réalisable dans le cas de problèmes très contraints, que des algorithmes dont la complexité est exponentielle (c'est-à-dire qu'ils durent en général des siècles d'ordinateur dès l'instant où l'on considère des problèmes de taille industrielle). C'est pourquoi, pour ces problèmes, on conçoit des méthodes approchées (recuit simulé, méthodes Tabu, algorithmes évolutionnistes...) qui ne donnent pas toujours la solution optimale et qui ne prouvent pas nécessairement l'optimalité de la solution obtenue, alors qu'il faut utiliser des méthodes exactes polynomiales pour les problèmes faciles[ACC+96].
Au niveau du très court terme, l'existence d'aléas nécessite de concevoir des processus réactifs de pilotage en temps réel, en essayant de garder le mieux possible les performances de l'ordonnancement prédictif à court terme.