Commande optimale stochastique appliquée à la gestion de capacité des systèmes dynamiques en environnement manufacturier

Dehayem Nodem, Fleur Inès (2009). Commande optimale stochastique appliquée à la gestion de capacité des systèmes dynamiques en environnement manufacturier. Thèse de doctorat électronique, Montréal, École de technolgie supérieure.

Prévisualisation	PDF Télécharger (67MB) | Prévisualisation
Prévisualisation	PDF Télécharger (10MB) | Prévisualisation

Résumé

Le travail presente dans cette these porte sur I'approche integree de gestion optimale de production, de capacite, de remplacement, de maintenance corrective et preventive des ressources d'un systeme manufacturier. Lesdites ressources sont sujettes a une degradation progressive dans un environnement caracterise par des incertitudes. Le travail est developpe en quatre (04) phases.

Dans la premiere phase, une etude est menee sur I'impact de I'introduction des strategies de maintenance corrective des equipements sur les decisions d'acquisition de capacite et de planification de la production. Le systeme constitue de plusieurs machines est modelise par un processus qui depend de la politique de maintenance corrective. Le probleme d'optimisation est ensuite resolu par des methodes numeriques. L'introduction des stratégies de maintenance corrective dans le modele propose permet d'ameliorer la disponibilite des machines et reduit le cout total encouru, compare aux modeles existants. Cependant, dans cette premiere phase, nous ne tenons pas compte de la degradation de la machine, phenomene pourtant inherent en contexte manufacturier. En effet, les machines des systemes de production sont remplacees a long terme, ce qui demontre qu'il y a une degradation progressive.

La deuxieme phase du travail a permis de prendre en compte cette realite. Pour cela, nous avons travaille sur des machines pour lesquelles le vieillissement se traduit par l'age que prend la machine chaque fois qu'une piece est fabriquee. De plus, le temps de reparation de ces machines croit avec le nombre de pannes. Une approche de recherche simultanee des strategies de production, de reparation et du remplacement de la machine est utilisee pour determiner les politiques optimales de reparation, de remplacement et de production. Bien que les temps de reparation deviennent de plus en plus longs au fil des reparations, dans cette phase, nous considerons que les activites de maintenance permettent de remettre l'age de la machine a zero, ce qui n'est pas realiste. D'ou I'apport de la prochaine phase.

Dans la troisieme phase, les machines apres reparation ont un age non nul, appele age virtuel de la machine. Une approche hierarchique de prise de decision permettant au premier niveau de determiner la politique de reparation/remplacement de la machine et au second niveau la politique de production est utilisee. EUe montre que sous des hypotheses raisonnables, les decisions de reparation ou de remplacement peuvent etre fondees sur I'age de la machine et le nombre de paimes. Le niveau operatioimel de gestion peut ensuite determiner un plan de production pour le systeme en tenant compte de ces decisions.

Les phases deux (02) et trois (03) de notre travail apportent une contribution importante. Elles permettent de montrer que le nombre de pieces a mettre en stock pour se proteger des penuries durant les periodes de non production n'augmente pas seulement avec l'age de la machine, mais qu'il augmente egalement avec le nombre de paimes.

Nous ne pouvions conclure ce travail sans explorer l'impact de I'introduction des stratégies de maintenance preventive. En effet, la maintenance preventive est une des pratiques les plus courantes dans I'industrie manufacturiere. Elle permet d'ameliorer la disponibilite des equipements lorsque ces demiers subissent une degradation progressive et nous 1'avons integree dans la demiere phase.

Dans la quatrieme phase de ce travail, nous introduisons la strategic de maintenance preventive et analysons son effet sur les differentes politiques. Le systeme est modelise par un processus qui prend en compte la deterioration et la maintenance preventive. Le modele est resolu par des methodes numeriques. Des analyses de sensibilite sont elaborees pour montrer la pertinence de I'approche et I'impact de I'introduction des strategies de maintenance preventive.

Titre traduit

Optimal stochastic control applied to the capacity management of dynamic systems in manufacturing environment

Résumé traduit

The work presented in this thesis deals with the integrated optimization of capacity, production, repair, replacement and maintenance plaiming of stochastic manufacturing systems. The resources of the manufacturing systems are subject to a gradual deterioration in an environment characterized by uncertainties. The work is developed in four (04) phases.

In the first phase, a study is conducted on the impact of the introduction of corrective maintenance strategies of equipment on decisions to acquire capacity and on production planning. The system consists of multiple machines is modeled by a process that depends on the corrective maintenance policy. The optimization problem is solved by numerical methods. The introduction of corrective maintenance strategies in the proposed model improves machine availability and reduces the total incurred cost, compared to existing models. In this first phase, we consider that the machine does not age. In reality however, production systems machinery is replaced in the long term, which proves that there is a gradual deterioration.

The second phase of work permits to take into account this reality. To do this, we worked on machines that age every time a part is manufactured. In addition, the repair time of the machines increases with the number of breakdowns. A simultaneous production, repair and replacement plaiming of the machine is used to determine optimal repair/replacement and production policies. Although repair times increase with the number of failures in this phase, maintenance activities can reset the age of the machine to zero value, which is not realistic hence the contribution of the third phase.

In the third phase, after repairing the machines, they have a non-zero age value, called virtual age of the machine. A hierarchical decision-making approach allowing the first level to determine the repair / replacement policy of the machine and the second level the production policy is used. It shows that under reasonable assumptions, decisions of repair or replacement can be based on the age of the machine and the number of breakdowns already occurred. The operational level management can then determine a production plan for the system in light of these decisions.

Phases two (02) and three (03) of this thesis provide an important contribution by showing that the number of parts to be stored to hedge against shortages during periods of nonproduction increases with the age of the machine. The number of parts also increases with the number of breakdowns. Preventive maintenance is one of the most common practices in manufacturing. It improves the availability of equipment when they undergo a gradual deterioration.

In the fourth phase of this work, we introduce preventive maintenance strategy and analyze its effect on various policies. The system is modeled by a process that takes into account the degradation and preventive maintenance. The problem is solved by numerical methods. Sensitivity analyses are developed to show the relevance of the approach and the impact of introducing the preventive strategies.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thèse présentée à l'École de technologie supérieure comme exigence partielle à l'obtention du doctorat en génie". Bibliogr : f. [200]-210.
Mots-clés libres:	Commande stochastique. capacite, deterioration, dynamique, environnement, gestion, maintenance, manufacturier, optimal, planification, preventif, production, remplacement, reparation, systeme
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Kenné, Jean-Pierre
Codirecteur:	Codirecteur Gharbi, Ali
Programme:	Doctorat en génie > Génie
Date de dépôt:	12 août 2010 18:27
Dernière modification:	03 janv. 2017 21:26
URI:	https://espace.etsmtl.ca/id/eprint/34

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt