Contrôle dynamique du routage au sein d’un π-cross dock par champs de potentiel

1. Contrôle dynamique du routage au sein d’un π-cross dock par champs de potentiel Yves SALLEZ, Thierry BERGER, Thérèse BONTE, Cyrille PACH, Damien TRENTESAUX Université de Valenciennes et du Hainaut-Cambrésis, France Laboratoire TEMPO, Equipe Production Services Informations

2. Plan de la présentation • Introduction au concept d’Internet Physique • Problématique d’un π-cross dock • Proposition d’une architecture de contrôle • Description de l’approche de routage utilisée à base de champs de potentiel • Présentation du cas d’étude • Etude en simulation (Plate-forme SMA Netlogo) • Conclusion & Perspectives IMS'13 - Sao Paulo

3. Concept d’Internet Physique • Nouveau paradigme : métaphore de l’Internet informationnel • www.physicalinternetinitiative.org/ • Trois défis : • Économique : meilleures performances • Environnemental : réduction de l’impact environnemental associé aux transports des marchandises • Sociétal : amélioration de la qualité de vie des différents acteurs

4. Concept d’Internet Physique • Encapsulation du fret via des conteneurs standardisés • Réseau de π-Cross-docks

5. π-Cross-dock Exemple de π-Cross-dock (Meller et al., 2012) Docks Réseau flexible de π-convoyeurs Docks

6. Cross-dock / Problématiques • Problématiques (Boysen et Fliedner, 2010; Van Belle et al., 2012) • Stratégique (Ex : Positionnement des cross-dock) • Tactique (Ex : Attribution de docks selon les destinations) • Opérationnel • Au niveau opérationnel : • Allocation des camions aux docks de chargement / déchargement • Routage / stockage temporaire au sein du cross-dock

7. Les perturbations externes (Yan et Tang, 2009) • Fluctuation du volume de fret • Incertitudes sur les temps d’arrivée Cross-dock / Perturbations Propagation des perturbations au sein du cross-dock (Exemple : retard sur les flux en sortie) • Les perturbations internes (Sathasivan, 2011) • Incertitude sur la durée des processus au niveau des docks • Perturbations sur les ressources de transitique

8. Architecture de contrôle • Architecture de contrôle hybride Contrôle global • Chaque entité (camion, • π-container…) peut être contrôlée localement sous l’influence totale ou partielle d’un contrôle global Contrôle local Contrôle local Contrôle local Niveau physique Niveau physique Niveau physique • Exemple • Contrôle global : Affectation des camions aux docks • Contrôle local : • Routage des π-containers ENTITE ACTIVE 1 ENTITE ACTIVE i ENTITE ACTIVE N Légende : Contrôle hétérarchique Contrôle hiérarchique

9. Approche de routage • Choix d’une approche distribuée et réactive capable de : • gérer les incertitudes au niveau du flux entrant • prendre en charge les perturbations internes • Extension des travaux précédents de l’équipe : • Champs de potentiel pour l’allocation et • le routage dans le domaine Manufacturier • (Zbib et al. 2012, Pach et al. 2012) • Produits « actifs » • (Sallez et al. 2010, Sallez et al. 2012) • où les produits jouent un rôle “actif” • dans le processus décisionnel

10. S1 S2 S3 R1 R3 R2 Champ de Potentiel S1 Champs de potentiel • Les ressources offrent des • services avec une éventuelle • redondance ? • les ressources émettent des • champs de potentiels selon • les services fournis Champ de Potentiel S2 • L’attractivité initiale • diminue avec la distance • séparant la ressource et • la navette Champ de potentielS3 • Chaque navette “active” a une liste de services à • obtenir et sélectionne le • service courant Liste de services Niveau Physique (S1) (S2) • La navette “active” remonte • le gradient du champ de • potentiel vers la ressource • choisie Réseau de convoyage N1 Navette R1, R2, R3 Resources Services S1, S2, S3 (S1, S3)

11. Cas d’étude S1 S2 Etude d’une zone de chargement • 6 docks de • chargement Vers les autres zones du π-cross-dock • 4 destinations • (S1, S2, S3, S4) Sortie S Entrée E Navette R1 R6 S1 S2 S3 S4 Nœud divergent R2 R5 R4 R3 Dock File d’attente

12. Cas d’étude • Détail d’un dock de chargement Navette en cours de traitement π-conteneur File d’attente de capacité Qr Ressource r Zone tampon Respect de l’ordre de déchargement des π-conteneurs Vers la destination d

13. Outil de simulation / Netlogo Etat des cargaisons Navette simulée Panne Ressource

14. Simulation • Scénario n°1 • Objectif : Tester la capacité de l’approche à faire face à différents niveaux de charge de la zone étudiée. • 3 taux de charge :

15. Simulation • Résultats pour le scénario n°1 / séquence n°2

16. Simulation • Résultats pour le scénario n°1 / séquence n°3

17. Simulation • Scénario n°2 • Objectif : Tester la capacité de l’approche à faire face à des perturbations au niveau des ressources de chargement • Une interruption de service de durée 100 secondes est introduite à la date T=50 secondes après le début de la séquence n°2 sur la ressource R2 R1 Entrée Les champs de potentiels ne sont plus émis par la ressource R2 R2 R4 R3 Interruption de service

18. Résultats de simulation • Résultats pour le scénario n°2 / séquence n°2 Changement d’allocation de R2 vers R6 PANNE

19. Simulation • Scénario n°3 • Objectif : Tester la capacité de l’approche à faire face à des perturbations au niveau du système de convoyage • A la date T=50 secondes après le début de la séquence n°2, • le raccourci reliant l’entrée de la zone à la ressource R4 est • coupé pour une opération de maintenance. R1 Entrée Les champs de potentiels ne sont plus propagés sur le tronçon Opération de maintenance R2 R4 R3

20. Simulation • Scénario n°3 R1 R1 Entrée Entrée • Allongement du temps de traitement • passant de 345 s à 361 s R2 R2 • Répartition des π-conteneurs sur les • docks relativement inchangée R4 R3 R4 R3

21. Implémentation réelle Produit passif : Mini conteneur Eeepc Mini Conteneur Shuttle: Capacité de transport Eeepc: Capacité de traitement Shuttle Conteneur « actif » • capteet traite des champs de potentiel • gère en local l’allocation et le routage • peut réagir rapidement aux perturbations IMS'13 - Sao Paulo

22. Conclusion • Architecture de contrôle hybride d’un d’un π-cross dock • Approche de routage dynamique à base de champs de potentiel • Evaluation des performances via une étude de simulation • Perspectives: • Développement de l’architecture de contrôle proposée • Etude du concept de container “actif” et analyse de la myopie associée • Projet en coopération avec : • B. Montreuil (Université Laval) • E. Ballot (Ecole des mines de Paris)

23. Merci pour votre attention ! IMS'13 - Sao Paulo