POMPIER : Planification, Ordonnancement et Maintenance pour une Production Intégrée Et Robuste

POMPIER : Planification, Ordonnancement et Maintenance pour une Production Intégrée Et Robuste

Nombre d’acteurs industriels sont convaincus des bénéfices substantiels liés à une convergence des objectifs d’optimisation associés aux processus de production et de maintenance. En dépit de ce constat, on observe que les approches traditionnelles de gestion de production, qui tiennent lieu de référence pour définir et piloter ces processus au niveau tactique, persistent à traiter ces deux préoccupations indépendamment. En outre, ces approches s’appuient en général sur une vision agrégée de phénomènes dynamiques et de décisions opérationnelles qui s’oppose aux nouveaux paradigmes de réactivité et de flexibilité qui gouvernent les processus industriels.

Pour répondre à cette problématique, nous proposons de développer des méthodes d’aide à la décision pour optimiser conjointement les politiques de production et de maintenance, en tenant compte des incertitudes inhérentes aux systèmes manufacturiers pour concevoir des plans tactiques à la fois performants sur un plan économique et robustes vis-à-vis des incertitudes. C’est cette volonté d’intégration qui motive notre proposition, poussée par les deux constats suivants :

• L’estimation très agrégée des capacités de production du processus de planification conduit trop souvent à la définition d’objectifs de production irréalisables qui doivent être modifiés a posteriori en fonction des données opérationnelles ;
• L’agilité opérationnelle, liée à l’acquisition de données en temps réel, pour l’ordonnancement et la maintenance ne profite pas, paradoxalement, à la planification tactique.

Plus précisément, les objectifs de ce projet sont définis comme suit :

• Étendre les approches décisionnelles classiques des 3 domaines pour une meilleure appréhension de l’ensemble du contexte de production en renforçant la faisabilité opérationnelle des plans mis en place au niveau tactique grâce à l’apport de certains paradigmes et outils liés à l’Industrie 4.0 ;
• Fournir des prescriptions pour des données génériques et des modèles d’optimisation à l’élaboration des futurs jumeaux numériques dans ce contexte de production dite robuste ;
• Renforcer le rapprochement de communautés scientifiques (production et maintenance) et la mise en commun d’approches de modélisation mathématique et d’optimisation pour répondre à des enjeux majeurs de l’organisation industrielle.

L’hypothèse générale de recherche est que l’intégration de règles de prescription issue de la maintenance dans les modèles de décisions tactiques et opérationnelles permet de résoudre le problème conjoint de planification-ordonnancement-maintenance. La démarche générale consistera à introduire des dépendances entre l’efficacité opérationnelle et l’état de santé du système de production aux agrégations classiques d’information habituellement prises en compte par la planification tactique. On s’attachera plus précisément à analyser les caractères aléatoires inhérents aux systèmes manufacturiers et les incertitudes de modélisation liées au niveau de connaissance des phénomènes qui les régissent.

Les verrous scientifiques ciblés sont présentés comme 4 questions de recherche :

• Comment caractériser, modéliser et évaluer les règles prescriptives issues de la maintenance pour l’ordonnancement et leur potentiel de résolution de l’intégration des différents niveaux décisionnels ?
• Comment gérer des échelles de temps inhérentes aux horizons de planification par l’usage d’une « ombre numérique » ? 
• Comment modéliser les dépendances entre l’efficacité des ordonnancements et l’état de santé du système de production afin de mettre en place des politiques de maintenance conditionnelle et prévisionnelle 
• Comment caractériser, modéliser et évaluer la robustesse d’une solution d’ordonnancement face à des incertitudes de nature aléatoire et épistémique ?

Les principales contributions scientifiques et techniques attendues sont :

• Des formalismes mathématiques et approches d’évaluation et d’optimisation de critères de performance à chaque niveau décisionnel ;
• Des approches de résolution pour la robustesse des décisions tactiques et opérationnelles ;
• Des données prescriptives pour les futurs jumeaux numériques vus comme des outils d’aide à la décision dans le contexte de planification et de pilotage de la production.