Modélisation d’un atelier de forge par un Job-Shop flexible

1. Modélisation d’un atelier de forge par un Job-Shop flexible Anthony Caumond Phillippe Lacomme Nikolay Tchernev Réunion Bermudes du 27/09/02

2. Plan de l’exposé • L’entreprise • L’atelier de forge • Le problème à résoudre • La démarche de modélisation • Le problème théorique • Les modèles • Une approche d’optimisation

3. L’entreprise : • Le marché • Le processus de fabrication

4. L’entreprise marché • Fabrication d’alliages de fer • super alliages, alliages rapides, ... • Clients • aérospatiale, armement, énergie, automobile, outillage, médical, construction mécanique

5. L’entreprise processus de fabrication

6. L’atelier de forge • Contexte • Schéma physique • Différents types de flux • Unité de flux

7. L’atelier de forge Contexte planification opérationnelle planification au plus tard à capacité infinie

8. L’atelier de forge Schéma physique

9. L’atelier de forge Les différents types de flux Flux type Flow-Shop hybride

10. L’atelier de forge Les différents types de flux Retour sur l’étage 1

11. L’atelier de forge Les différents types de flux Changement de ressource sur l’étage 2

12. Le modèle Unité de flux Lot de type Lot de type Job 1 2 Pièce Gamme Opération Liste de Machine machines étage 2 étage 1

13. Le problème à résoudre • Problèmes théoriques sous-jacents • Lien entre les problèmes • Contraintes • But

14. Le problème à résoudre Problèmes théoriques sous jacent • Problèmes de planification • Ordonnancer les jobs • Planifier les opérations • Constituer les lots à l’étage 1 • Affecter les lots aux machines • Affecter les gammes aux jobs • Ranger les pièces des lots dans les machines (Bin Packing)

15. Le problème à résoudre Lien entre les problèmes

16. Le problème à résoudre Contraintes • Ordonnancer les jobs • contraintes temporelles (entre les jobs) • dates de début de traitement au plus tôt ou imposées • Planifier les opérations • changement d’outil étage 1 et 2 • contraintes de regroupement à l’étage 2 • « durée de traitement» comprise dans un intervalle donné (Etage 1) • l’intervalle dépend des pièces affectées au lot

17. Le problème à résoudre Contraintes • Constitution de lots • compatibilité des pièces dans les lots • lots prédéfinis (lots étage 2 et certains lots étage 1) • l'intersection des intervalles des temps de traitement des pièces est non nulle • Affectation lot/machine étage 2 (gamme / job) • Affectation lot / machine étage 1 • plages d’ouverture des machines • contrainte entre le lot et la machine • contrainte entre les pièces du lot et la machine

18. Le problème à résoudre But • Créer un outil d’Aide à la Décision pour • la planification de l’atelier • En vue de : • prendre en compte les aléas de fonctionnement • augmenter l’horizon de planification • formaliser le savoir-faire • Contrainte sur l’outil: • un outil 'rapide' • un outil  mode interactif

19. Le modèle • Schéma du modèle • Hypothèses simplificatrices • Démarche de modélisation

20. Le modèle Schéma du modèle

21. Le modèle Démarche de modélisation • Etape 1. Approche fonctionnelle SADT • Etape 2. Validation du modèle SADT • Etape 3. Extraction des données • Etape 4. Approche Objets • Etape 5. Modèle mathématique

22. Le modèle Hypothèses simplificatrices • l'étage 2 est l'étage goulet • l'étage 1 de capacité suffisante par rapport à l'étage 2 • Optimisation avec capacité infinie à l'étage 1

23. L’approche d’optimisation • Le couplage triple : principe • Le couplage triple : application • Principe de l’heuristique • Déroulement d’un exemple • Extensions

24. L’approche d’optimisation Le couplage triple: principe Règles de gestion Etat courant Décision de gestion Planification Module d'évaluation Evaluation Module d’optimisation Ordonnancement

25. L’approche d’optimisation Le couplage triple: application R0: Calcul des dates des opérations en fonction de l’ordonnancement Règles de gestion Module d'évaluation Métaheuristique sur l’ordonnancement des pièces Module d’optimisation

26. L’approche d’optimisation Principe de l’heuristique • But : construire un échéancier valide d’opérations • Données d’entrée : ordonnancement des jobs • Données de sortie : affectation job/gamme, date de début des opérations Placer les jobs en respectant l'ordonnancement • placer les opérations au plus tôt • ne pas remettre en cause les jobs précédents dans l'ordonnancement

27. L’approche d’optimisation Déroulement d’un exemple

28. L’approche d’optimisation Déroulement d’un exemple

29. Heuristique Extensions Extension 1:Changement d’outil  ajouter le temps de changement d’outil aux temps de traitementExtension 2 : Prise en compte de plusieurs machines  dupliquer les échéanciers Extension 3 :Affectation gamme / job  meilleure solution locale

30. Résultats: Taille de résultats100 000 itérations

31. Conclusion • Modélisation complète du système • Formalisation de la connaissance (SADT, modèle objet, ...) • Validation des modèles • Proposition d’outils et de méthodes d’optimisation • Conception d’un outil d’Aide à la Décision