Précédent : Evaluation des performances Remonter : Résultats nouveaux Suivant : Contrats industriels (nationaux, européens et
Précédent : Evaluation des performances
Remonter : Résultats nouveaux Suivant :
Contrats industriels
(nationaux, européens et
Mots clés : agencement, ordonnancement, systèmes réactifs, pilotage, architectures de commande, politiques de maintenance .
Nous nous intéressons de manière privilégiée aux problèmes d'agencement physique d'ateliers. Nous avons développé des procédures de résolution en croisant des méta-heuristiques (recuit simulé et algorithmes génétiques essentiellement) avec des approches exactes de recherche opérationnelle qui nous permettent de résoudre plusieurs problèmes d'agencement avec des hypothèses différentes [[17],[50]]. Nous sommes en train d'utiliser cette bibliothèque de procédures pour résoudre avec des approches similaires des problèmes de découpe industrielle à deux dimensions. Nous envisageons dans un avenir proche, dans le cadre d'une collaboration avec le LRPS (laboratoire de Recherche en Productique de Strasbourg) d'utiliser et d'enrichir la bibliothèque de procédures afin de concevoir des outils de visualisation de flux physiques dans les ateliers.
Nous travaillons sur les ordonnancements prédictifs depuis de nombreuses années. Nos derniers travaux ont porté essentiellement sur le croisement des algorithmes génétiques avec des techniques plus classiques de recherche opérationnelle [[10]]. Nous travaillons à la fois sur l'efficience des algorithmes génétiques, en cherchant à concevoir des croisements qui conservent les meilleures propriétés des chromosomes croisés [[12]], et sur celle des techniques de recherche opérationnelle, en cherchant à améliorer les bornes inférieures, les bornes supérieures et les schémas de séparation des procédures par séparation et évaluation développées [[8],[12]]. Nous avons également utilisé une approche par construction suivie d'une approche par améliorations successives pour un problème d'ordonnancement issu de la sidérurgie [[35]]. Les problèmes abordés ces derniers temps appartiennent tous à la même grande famille : les flow-shops hybrides et leurs cas particuliers (un seul étage ou une seule machine par étage) avec des hypothèses issues de problèmes concrets.
De plus, Gülgün Alpan-Gaujal, en collaboration avec Prof. M.A. Jafari, a travaillé sur des ordonnancements cycliques. Dans ce travail [[3]], nous considérons un système de production avec des tâches cycliques qui utilisent des ressources en exclusion mutuelle. Nous avons généralisée une technique, dite "relative temporal analysis'', que nous avions développée préalablement. Cette technique est basée sur une transformation d'une trajectoire du système en temps réel en une trajectoire en temps relatif. Avec la technique d'origine, nous pouvons trouver un ordonnancement optimal dans le cas où il y a seulement des conflits temporels. Avec la nouvelle extension, nous pouvons ordonnancer un ensemble de tâches qui peuvent aussi être en conflits structurels, c'est à dire dans le cas où chaque tâche peut être exécutée de plusieurs façons.
Nous commençons cette année à travailler sur les ordonnancements réactifs et plus particulièrement sur la boucle rétroactive entre les ordonnancements prédictifs et les ordonnancements réactifs. Si quelques chercheurs proposent (depuis plus de vingt ans pour certains) de fournir non pas un ordonnancement "prédictif", mais des familles d'ordonnancements prédictifs qui vont conserver une certaine flexibilité qui pourra être utilisée lors de l'apparition d'aléas au niveau de l'ordonnancement réactif, aucun d'entre eux ne propose d'indicateurs permettant de mesurer la flexibilité des ordonnancements prédictifs proposés et de la relier à la déviation des performances obtenues par rapport à celles attendues en fonction du processus réactif utilisé. Ils n'ont donc aucun moyen de faire un choix raisonnable entre deux familles d'ordonnancements prédictifs supposées contenir un maximum de flexibilité. Nos objectifs sont : de concevoir des mesures de flexibilité, de choisir des indicateurs de performances et de mettre en oeuvre de nouveaux processus d'intégration à deux niveaux (prédictif/réactif) qui intégreraient les nouvelles mesures et permettraient globalement une meilleure performance. Cette thématique, qui nous paraît fondamentale pour la bonne résolution des problèmes d'ordonnancement en entreprise, est une de nos perspectives prioritaires et nous venons de créer au sein de MACSI un groupe de travail ORDOREA sur ce sujet.
Cette étude est réalisée dans le cadre de la thèse de Mlle Bérénice Camargo Damasceno. Nous étudions l'ordonnancement d'un système de production à ressources multiples que nous appelons "jobshop généralisé". Le système doit réaliser un ensemble de travaux. La réalisation d'un travail nécessite une séquence d'opérations. L'exécution d'une opération nécessite la présence simultanée d'un ensemble de ressources. A la fin d'une opération d'un travail, les ressources nécessaires à l'opération suivante de la même tâche ne peuvent être libérées et les autres ressources ne peuvent pas être libérées avant le début de l'opération suivante. Nous avons développé et publié des heuristiques permettant d'obtenir des ordonnancements sans blocage tout en minimisant la durée totale de l'ensemble de tâches [[20],[21]]. Les méthodes proposées sont des heuristiques gloutones qui ordonnancent les travaux les uns après les autres. Une méthode de programmation dynamique a été développée pour l'ordonnancement optimal de chaque travail.
Dans le cadre du stage de fin d'étude de Mlle El Karama [42], nous avons étudié l'ordonnancement d'un job-shop simple dans lequel la réalisation de chaque travail nécessite la présence d'un moyen de transport tout au long de sa réalisation. A partir d'un modèle de programmation mathématique, nous avons relaxé les contraintes des ressources, i.e. les machines et les moyens de transport, et utilisé la méthode de relaxation Lagrangienne pour déterminer une borne inférieure du critère à minimiser. Des règles d'ordonnancement ont ensuite été proposées pour construire un bon ordonnancement à partir de la solution du problème relaxé. Les résultats numériques obtenus sont satisfaisants.
Participants : Fehmi H'Mida, Radia Tayeb, Xiaolan Xie,
Michael Fu [University of Maryland].
L'objectif de cette nouvelle direction de recherche est d'étudier le comportement dynamique des systèmes de production avec différentes politiques de maintenance. Dans un premier temps, nous avons considéré l'analyse des performances et de leurs gradients pour des lignes de production continue de deux machines avec pannes de machines. Les lois de pannes et de réparation sont générales. Il n'existe pas de solutions analytiques pour évaluer les performances. Nous constatons que le modèle de pannes joue un rôle crucial dans cette étude. Lorsque les pannes ne dépendent que du temps écoulé (time-dependent failures), nous montrons que le comportement du système peut être caractérisé à l'aide des équations (min, +) [[38]]. L'évaluation des performances et de leurs gradients découlent de ces équations. Surtout, une seule simulation suffit pour l'optimisation d'une large classe des performances. Lorsque les pannes dépendent du temps opérationnel ou de quantités produites (operation-dependent failures), l'analyse devient plus subtile. En collaboration avec le Professeur Michael Fu (University of Maryland), nous avons montré que la technique des perturbations infinitésimale (IPA) ne s'applique pas [[23],[42]]. Une technique plus élaborée SPA (Smoothed Perturbation Analysis) a été utilisée pour établir des estimateurs des gradients. Ces estimateurs peuvent être évalués mais nécessitent des simulations supplémentaires dans le cas régénératif et ne nécessitent pas de simulations supplémentaires si la loi de pannes de la première machine et la loi de réparation de la deuxième machine sont exponentielles.
Dans le cadre du stage de fin d'étude de Mlle Tayeb [43], nous avons considéré l'optimisation de la politique de maintenance d'un système composé d'une machine et fabriquant un seul de produit. Une opération de maintenance démarre dès que l'âge de la machine atteint une limite m. La production dépend d'un stock de sécurité h et la machine produit à sa capacité maximale si h n'est pas atteint et s'adapte à la demande sinon. L'objectif de cette étude est l'optimisation simultanée de m et h pour minimiser les coûts de stockage, de rupture, de pannes et de maintenance. Nous avons développé une méthode analytique approximative et une méthode fondée sur la simulation. La méthode analytique donne des résultats satisfaisants si la charge de la machine est faible et devient décevante lorsque la charge de la machine augmente. La méthode fondée sur la simulation utilise l'analyse des perturbations (IPA) et permet de donner la solution optimale dans un temps raisonnable.
Le sujet de thèse de Fehmi H'Mida porte sur l'adaptation de l'étude précédente [43] à des types de systèmes de production plus larges (plusieurs machines, plusieurs produits, différentes politiques de gestion...) en vue d'optimiser la politique de maintenance. Une large étude bibliographique sur les méthodes de modélisation mathématique des politiques de maintenance dans les systèmes de fabrication a été réalisée.
Les problèmes posés par les perturbations pouvant intervenir lors de la production de différents produits dans un atelier manufacturier sont assez difficiles à prendre en compte et à résoudre de manière automatique et dans des temps brefs. En effet, pour trouver une solution il faut prendre en compte tous les paramètres régissant la production d'un produit (cadences, charges, capacités, etc.) et établir le panel de solutions acceptables. Il faut de plus pouvoir choisir la solution la mieux adaptée et/ou la moins coûteuse. En pratique, ces tâches sont en général réalisées par des opérateurs humains. Cependant, la résolution du problème dépend de la vitesse de recherche des solutions et du temps nécessaire pour en effectuer le tri. C'est pourquoi, nous cherchons à automatiser cette tâche et à en accélérer l'exécution afin de pouvoir répondre aux aléas de production (endogènes et exogènes) et ceci en temps quasi-réel.
Pour atteindre ces objectifs, nous avons réalisé une plate forme pour le pilotage réactif d'atelier [[2]]. Ce système, nommé SYROCO (SYstème Réactif par Objectifs de COnduite), est basé sur une structure multi-agents fortement hiérarchisée et à contrôle centralisé [[4],[19],[31]]. L'originalité de cette approche réside dans l'utilisation conjointe de techniques habituellement dissociées. Ainsi, nous utilisons des agents cognitifs, à savoir le Superviseur qui gère le système et le Méta-Objet qui construit les solutions, et des agents réactifs (agents Cellules, Produits et Ressources) qui réagissent à des stimuli. De plus, nous utilisons une structure de commande hiérarchique (chaque niveau de l'architecture correspond à un niveau de décision de l'atelier) gérée par un organe de décision central et unique (le Superviseur). Les tests effectués par simulation donnent des résultats particulièrement encourageants. En effet, il apparaît que le système est capable de fournir des résultats fiables et stables avec des temps de réaction de l'ordre de la minute. Bien qu'il ne s'agisse que d'une simulation, ces résultats sont très prometteurs quant à l'implantation de SYROCO sur un véritable atelier.
Actuellement, SYROCO est en phase de transfert sur une cellule d'assemblage. Ce travail est plus particulièrement confié à M. Ferreira Koyama et est réalisé en collaboration avec l'Université de Campinas (Brésil).
SYROCO ayant été développé de manière très générale et
modulaire, nous étudions maintenant les possibilités de
spécialisation de l'architecture afin de pouvoir l'adapter à
différents types particuliers de production (systèmes KANBAN,
production en anneau, etc.). Ces nouvelles structures sont
obtenues en fusionnant différents niveaux de l'architecture
initiale. Enfin, nous prévoyons d'utiliser SYROCO sur diverses
cellules (ENIM, Université de Metz) afin d'en tester la fiabilité
en situation réelle. Pour cela, le Superviseur fera appel aux
algorithmes d'ordonnancement développés par les autres membres de
MACSI.