Planification et contrôle adaptatif des systèmes de production

点击翻译按钮获取中文摘要

Le secteur manufacturier mondial est en période de grande perturbation. On passe d'un contexte où l'avantage compétitif reposait sur des coûts de production réduits (notamment une main d'ouvre bon marché), à un contexte où la clé réside dans la capacité de fabriquer des produits sur mesure pour le besoin du client (valeur ajoutée) à un coût de revient semblable à celui des grandes séries. L'entreprise doit donc être en mesure d'opérer un système de production extrêmement automatisé et agile, tant du point de vue de la fabrication physique que pour le pilotage de ce système. Cela est rendu possible, notamment, par l'interconnexion des systèmes de production rendus de plus en plus intelligents/autonomes, leur connexion avec les systèmes décisionnels de l'entreprise, et l'interconnexion avec les systèmes des clients et fournisseurs. La plupart des pays de l'OCDE ont mis de l'avant des programmes pour aider leur économie à faire face à cette vague qualifiée de « quatrième révolution industrielle ». Les chercheurs ouvrant dans le domaine du pilotage des opérations sont tout particulièrement interpelés. En effet, les entreprises passent d'une situation où l'on devait planifier et ordonnancer la production de manière périodique, à une situation où des décisions doivent être prises en temps réel au fur et à mesure de l'arrivée des commandes tentatives et des aléas de production. Les entreprises doivent donc être en mesure de répondre en temps réel aux questions suivantes: Cette commande est-elle rentable? Puis-je répondre à cette demande sans compromettre la production déjà promise? Quels changement apporter au plan de production / ordonnancement pour y répondre ? Comment réagir à cette information transmise par le système de contrôle de la qualité ? Sur cette base, le programme de recherche proposé s'attaque aux objectifs suivants : -la création d'algorithmes reposant sur l'automatisation et l'apprentissage automatique destinés à être utilisés pour répondre en temps réel aux questions énumérées plus haut; -le développement de méthodologies permettant d'évaluer la performance de ces algorithmes (avant leur implantation en usine) par le biais de simulations prenant compte du caractère dynamique de l'environnement; -la proposition d'approches pour l'actualisation au jour le jour des données et paramètres utilisés par les algorithmes d'optimisation de même que des modèles d'apprentissage permettant à ceux-ci d'être auto-adaptatifs. Mener à bien ce programme et valider la pertinence des contributions exige l'accès à des données industrielles variées et en grand volume. A cet effet, nous nous appuierons sur des partenariats confirmés avec des entreprises de secteurs industriels variés que sont : (1) l'usinage de pièce métalliques, (2) la transformation agroalimentaire, (3) la production de textiles haut de gamme, (4) le transport, (5) la transformation du bois.