Planification des activités de la production des systèmes de production avec demandes aléatoires

Coulibaly, Lacina (2012). Planification des activités de la production des systèmes de production avec demandes aléatoires. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (1MB) | Prévisualisation

Résumé

Ce travail traite de la stratégie de la planification de la production des systèmes de production soumis à des perturbations et des phénomènes aléatoires tout au long de leur durée de vie. Ces phénomènes aléatoires et perturbations sont responsables des défaillances et réduisent l’aptitude des systèmes à assurer leur fonction intrinsèque. En tenant compte de ce disfonctionnement des équipements et de la demande qui se présente de façon aléatoire, il serait utile de mettre en place une politique optimale de production tout en satisfaisant la clientèle.

Dans la littérature, les études qui traitent de la planification de la production avec demandes aléatoires avec l’approche de la méthodologie adoptée sont presque inexistantes. Avec la levée des frontières commerciales, les entreprises doivent s’adapter au marché mondial tout en maîtrisant les coûts de production et satisfaire le marché.

Ce faisant, nous avons considéré dans ce mémoire, un système de production constitué d’une machine et ensuite deux machines en parallèle produisant un seul type de produit avec un taux de demande variable. Ces machines sont sujettes à des pannes et réparations aléatoires. Le problème de la planification de la production de ce système est formulé comme un problème d’optimisation stochastique. La variable considérée est le taux de production. Ce système a été modélisé par les chaînes de Markov homogènes (taux de transition constant). Nous avons utilisé la méthode numérique basée sur l’approche de Kushner pour résoudre les équations du type Hamilton Jacobi Bellman afin d’obtenir la structure de la politique. Cette structure s’appelle la politique à seuil critique (Hedging Point Policy). Le modèle de simulation a permis de déterminer les coûts afférents à chaque combinaison obtenue par le biais du plan d’expérience des seuils critiques. Partant de ces coûts, nous avons fait une analyse de régression pour trouver la nouvelle commande optimale du problème d’optimisation considéré. Et pour illustrer nos résultats, nous avons effectué une analyse de sensibilité.

Titre traduit

The production planning manufacturing systems with the random demand

Résumé traduit

This work deals with the strategy of the production planning of manufacturing systems subject to random breakdown and repair during their life. These random perturbations are caused the failure and reduce the ability of systems to ensure their function. Taking into account of these malfunction of equipment and random demand, it would be useful to develop an optimal production policy while satisfying customers.

In the scientific literature, studies that deal with the production planning, random demand and the methodology approach adopted are almost nonexistent. With the lifting of trade barriers, companies must adapt to the world market while controlling production costs and customer satisfaction.

In this paper, at the First, we consider a manufacturing system consisting of one machine producing one type of part, and then we develop our study for two machines in parallel producing one type of part. Theses machines are subject to random breakdowns and repairs. The production planning problem of our manufacturing system is formulated as a stochastic optimization problem. The variable is the production rate. The system modeled by homogeneous Markov chain (constant transition rate). We used the numerical method based on Kushner's approach to solve the Hamilton Jacobi Bellman equations in order to obtain the policy structure. This structure is called the Hedging point Policy. The structure of the hedging point policy is then parameterized by factors representing the thresholds of involved products. With such a policy, simulation experiments are combined to experimental design and response surface methodology to estimed the optimal control policy. A numerical example and sensitivity analysis are presented to illustrate the usefulness of the proposed
approach.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Mémoire présenté à l'École de technologie supérieure comme exigence partielle à l'obtention de la maîtrise en génie mécanique". Bibliogr. : f. [95]-98.
Mots-clés libres:	Production Gestion. Analyse numérique. Plan d'expérience. Systèmes flexibles de fabrication. Méthodes de simulation. Surfaces de réponse (Statistique) Aléatoire, Demande, Méthode numérique, Système manufacturier flexible, Modèle de simulation.
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Kenné, Jean-Pierre
Programme:	Maîtrise en ingénierie > Génie mécanique
Date de dépôt:	14 mars 2012 14:02
Dernière modification:	22 juin 2017 13:06
URI:	https://espace.etsmtl.ca/id/eprint/946

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt