La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Une démarche d'aide à la décision pour la conception et la gestion des systèmes industriels Bertrand JULLIEN - Frédéric GRIMAUD Ecole des Mines de Saint-Etienne.

Présentations similaires


Présentation au sujet: "Une démarche d'aide à la décision pour la conception et la gestion des systèmes industriels Bertrand JULLIEN - Frédéric GRIMAUD Ecole des Mines de Saint-Etienne."— Transcription de la présentation:

1 Une démarche d'aide à la décision pour la conception et la gestion des systèmes industriels Bertrand JULLIEN - Frédéric GRIMAUD Ecole des Mines de Saint-Etienne MODELISATION ET SIMULATION

2 2 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Améliorer en permanence la qualité et la productivité : c'est l'enjeu de l'industrie des années 1990 Quels outils donner au décideur pour comprendre, dimensionner, gérer ces systèmes ? Diminution des coûts de fabrication Diversités des produits Augmentation de la qualité Augmentation de la réactivité Augmentation de la concurrence Introduction

3 3 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Notions de système Les systèmes industriels de production La complexité dans ces systèmes Les problèmes posés PARTIE I : Les systèmes industriels de production

4 4 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Fabriquer Transporter Stocker sont les principales fonctions d'un système industriel de production Quelques définitions...

5 5 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Fabriquer Transporter Stocker Machines Outillages Régleurs Fraiseurs... Chariots Convoyeurs Robots Réseaux Palettes Caristes... Magasins En-Cours Magasiniers... Combien ? Capacité ? Horaires ? Alimenter une machine, Router un chariot, Transporter une pièce Dimensionner et Gérer Des RESSOURCES pour qu'il faut Quelques définitions... Une ressource est nécessaire à la réalisation d'une opération, et peut être partagée par plusieurs opérations ( ressource critique, goulot )

6 6 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Faire fonctionner un système de production = DIMENSIONNER et GERER au mieux ces ressources pour fabriquer des produits de façon à satisfaire le client tout en respectant les règles opératoires. Des contraintes Des critères Des décisions à prendre et sans oublier... Quelques définitions...

7 7 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Tout à la fois = CRITERES HETEROGENES... ET CONTRADICTOIRES Les critères les plus fréquents Quelques contraintes - dans les meilleurs délais - en réduisant les en-cours - en utilisant les ressources - en favorisant la qualité, gammes et nomenclatures - durée d'usinage - MTBF, MTTR - Topologie des réseaux - Capacité des stocks - Vitesse des moyens de manutention Non préemptibilité - "Code de la route" -... Quelques définitions...

8 8 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD usinage réglage Attente Temps pour une machine : usinage stockage et transfert Temps pour une pièce : Gestion d'un atelier flexible Gestion d'un atelier "classique" Vers une flexibilité accrue...

9 9 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD La complexité d’un tel système est liée : au nombre important des processus qu’il faut gérer fabrication, transport, stockage à leur interdépendance flux tendu, ressources partagées au manque d’informations concurrence, marché à la nature des décisions à prendre pas d’algorithme à la variété des critères d’appréciation aux aléas... avec une complexité croissante Décomposition (diviser pour régner...) ? L’optimisation d’un système n’est pas réductible à un ensemble d’optimisations partielles

10 10 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Un système industriel de production Problèmes de DIMENSIONNEMENT Problèmes de FONCTIONNEMENT Problèmes de PRODUCTIVITE Problèmes de MAINTENANCE Problèmes de PANNES ET ALEAS Problèmes d' ORDONNANCEMENT Une problématique intéressante !

11 11 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD PARTIE II : MODELISATION ET SIMULATION Processus de Modélisation Quelques modèles de la gestion industrielle La Simulation

12 12 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Implantation de la solution " Pour un observateur A,  est un modèle de B si A peut apprendre, à partir de  quelque chose d'utile sur le fonctionnement de B " Minsky 68 La modélisation Recherche de solution sur le modèle Problème Construction d’un modèle

13 13 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Paramètres inconnus Contraintes Résultats Souhaités Physique Symbolique METHODES Déterministe Stochastique Déterministe Analyse Monte-Carlo Stochastique Probabilité Simulation SYSTEME MODELE Modèle Les méthodes de résolution

14 14 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD + Nombre de contraintes / Fiabilité des données - - Temps de calcul disponible + - Formalisation + Les modèles de la gestion industrielle

15 15 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Les limites des méthodes analytiques Lorsqu’il s’agit de modéliser des systèmes complexes, les méthodes analytiques sont limitées : le temps n’est pas explicitement pris en compte : on raisonne sur des régimes permanents les interactions ne sont pas toujours modélisées : on raisonne sur des propriétés théoriques les aléas ne sont pas toujours facilement représentables : on rai- sonne sur des moyennes elles ne fonctionnent que sous certaines hypothèses Appliqués à la gestion industrielle, les modèles analytiques sont souvent partiels et simplifiés, c’est-à-dire : NON VALIDES (non fidèles, non représentatifs du système réel)

16 16 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Les méthodes de résolution L'infidélité... est cause d' ERREURS GRAVES

17 17 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Le tableur La gestion de projet La Recherche opérationnelle et les mathématiques appliquées Les outils d'aide à l'implantation Modules de Simulation en G.P.A.O. La SIMULATION de flux L'intelligence artificielle Les outils d'évaluation des performances

18 18 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD  Reproduire, faute de calculer  Représenter la réalité  Prendre en compte les grandeurs aléatoires  Raisonner d'après les flux  Observer instant par instant  Tenir compte des conflits de ressources  Approche dynamique  Prendre en compte les règles de pilotage d'un système  Etre accessible aux décideurs opérationnels Les avantages de la simulation... Un modèle se simulation permet de représenter fidèlement un système complexe... MAIS...

19 19 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD... et ses inconvénients Il ne permet pas, contrairement aux méthodes analytiques de résoudre directement le problème. Il s’agit d’un modèle com- portemental (What if) Gammes Nomenclatures Ressources Processus Marché Règles de gestion Changements d’état Indicateurs de performance Interprétation

20 20 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Démonstration

21 21 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Démonstration

22 22 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Les étapes d'un tel projet Les différents acteurs Les écueils classique à éviter PARTIE III : La conduite d'un projet de simulation

23 23 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Définition des Objectifs La Modélisation de la connaissance Le recueil des données (gestion des phénomènes aléatoires) Rédaction du dossier d'analyse fonctionnelle Construction des modèles de simulation Ecriture des modèles Vérification et Validation Exploitation des modèles Les plans d'expériences Analyse des résultats Les grandes étapes Principales difficultés

24 24 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Recueil des données " physiques " " logiques et décisionnelles " Modélisation des phénomènes aléatoires Temps inter-pannes, Temps de réparation, Temps de cycles. Loi d'arrivée, Temps de réglages,... Taux de succès aux contrôles, Par des distributions La modélisation de la connaissance

25 25 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Un panel étendu de distribution Loi normale, Loi exponentielle, Loi triangulaire,... "Une Loi triangulaire vaut toujours mieux qu'une moyenne " A propos des distributions aléatoires...

26 26 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Prise en compte de la dynamique des systèmes Rend compte de la répartition, de la dispersion des données d'une population mais Le choix doit être judicieux (gros travail de collecte et de modélisation) et être fait avec le maximum de garanties : Recherche de l’information ou collecte directe Observation d'histogramme des fréquences Tests d'adéquation,... Faute de quoi : A propos des distributions aléatoires... Garbage InGarbage Out !

27 27 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Les dangers d’un mauvais choix G X "" Service "" L’intervalle A entre deux arrivées de clients est de 1 Mn La durée de service S est de 0.99 Mn Quelle est le nombre moyen M de clients en attente ? ASM Cste(1)Cste(1)0 Expo(1)Expo(0.99)77.9 Expo(1)Expo(0.98)49.5 Gauss(1.0,0.1)Gauss(0.99,0.1)0.56

28 28 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Rédaction d'un dossier d'analyse fonctionnelle "Il décrit l'intégralité des fonctionnalités du modèle, à partir des objectifs du cahier des charges et des données recueillies." Un descriptif du système modélisé (logique de fonctionnement) Les paramètres que l'on veut faire varier (effectifs, durées de traitement, décisionnel,...) Les critères de performances (nature, unité, fréquence,...) Un " plan d'expérience " (Début de rationalisation des essais) Un premier bilan sur les données...

29 29 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Commencer par un modèle simple, voire sommaire (à présenter aux utilisateurs et à réajuster) TESTS de VERIFICATION et VALIDATION Construisons-nous le système correctement ? Bilan matière, tests des situations (standard, extrême), simulation déterministe Construisons-nous le bon système ? Sens critique, remise en question, validation d'experts,... "Un test réussi est un test qui a découvert des fautes" accompagné de ses : Construisons un modèle...

30 30 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Problème Modèle de Simulation Plan d’expériences Jeux d'essais systématiques Interprétation Exploitons ce modèle... Processus Contraintes Paramètres à déterminer Performances Fin Les campagnes de simulation peuvent être très longues

31 31 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Taux d'occupation : Pourcentage de serveurs occupés Nombre moyen de clients : Nombre moyen d'entités qui attendent dans la file ou reçoivent un service Temps moyen de réponse : Somme du temps moyen d'attente dans la file d'attente et du temps moyen de service Débit moyen : Nombre moyen d'entités qui sont servis par unité de temps et des... Des chiffres... Les résultats d'une simulation (1/2)

32 32 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD... Animations Fournit à l'utilisateur une vision synthétique, intuitive et évolutive des phénomènes étudiés. Est porteuse d'informations. Favorise la perception des phénomènes, et la communication dans les projets de simulation. Permet de " valider " le modèle Présente le comportement transitoire du système étudié. Les résultats d'une simulation (2/2)

33 33 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Résultats d'un modèle de simulation Utilisation de techniques d'analyses statistiques  Expression des résultats avec leur dispersion, Histogrammes, Etude de la sensibilité des résultats aux paramètres en entrée Intervalle de confiances,... Analysons les résultats

34 34 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Les rôles à distribuer : Les demandeurs de l'étude Les personnes impliqués dans le système étudié Les experts en simulation Les utilisateurs du modèle Direction générale ou industrielle ingénieur, technicien ou personnel d'exploitation ??? PROFIL IDEAL Culture sur la problématique du domaine étudié Rigueur intellectuelle Compétences en statistique Bases en Recherche Opérationnelle Expériences d'outils de simulation Les compétences des acteurs

35 35 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Objectifs mal définis Manque d'information et de formation des différents intervenants Pas assez de réplications de la simulation Données non fiables en entrée Attention aux pièges !!!

36 36 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD " Un modèle est toujours TROP COMPLEXE " "ne pas modéliser les TOURS DE MAINS " " Se concentrer sur LES GOULOTS " Modélisation trop détaillée... et surtout Attention aux pièges !!!

37 37 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Domaines d’utilisation Principaux produits Evolution prévisible Références PARTIE IV : Domaines et acteurs

38 38 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Simulation = technique intéressante et puissante, parfois la seule utilisable, particulièrement adaptée à l’aide à la prise de décision sur un système complexe mais elle doit être rentable : Il faut évaluer les enjeux associés aux objectifs de l'étude (coût espéré du risque, gain espéré, payback) Conception de nouveaux systèmes Modification d'un système existant Pilotage des systèmes Formation à l’utilisation du système Domaines

39 39 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Démarche valide pour les systèmes industriels de production, mais aussi pour Les flux administratifs ü Les flux de personnes ü La transitique Le secteur hospitalier ü La logistique ü Les réseaux de transport Modélisation et Simulation de flux = Démarche d'aide à la décision économique et industrielle... Domaines

40 40 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Langage de programmation classique Langage de simulation - formalisme complexe et difficile à acquérir rapidement - développement lent + prise en compte de la complexité + grande capacité d'abstraction Simulateur dédiés + facilité d'utilisation + rapidité d'analyse et de développement - représentation rigide - simplification excessive des outils complémentaires et non concurrents Systèmes industriels complexes = langages de Simulation les plus adaptés Produits

41 41 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD des PRIX VARIETES des produits, des FONCTIONNALITES proposées Attention aux supports techniques,... CETIM 10, rue Barrouin Saint-Etienne CXP 45, rue du rocher Paris 8ème Dossier périodique de la presse industrielle Society fo Computer Simulation 'SCS' Les bonnes adresses... Prix, références, support,...

42 42 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Pour se documenter Sites Internet Eurosim (Société savante européenne) Logiciels de simulation sur le Web Simulation discrète, produits commerciaux commerce.htm Ces listes contiennent des liens vers les sites des éditeurs dans lesquels on peut trouver : présentations, démonstrations, versions d’évaluation téléchargeables,... A consulter !

43 43 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Evolutions prévisibles La simulation pourrait être mieux utilisée dans ses domaines d’application traditionnels : conception de systèmes, formation Enquête 1991, Industrie Manufacturière GB Une technologie mal connue : Notoriété 30 % Pénétration 9 % Mais qui satisfait pleinement ses utilisateurs Indice de satisfaction 92 % meilleure adaptation aux aléas meilleure compréhension du système réduction des délais réduction des coûts de production

44 44 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Dans l’avenir Intégration au système d’information / décision de l’entreprise On pourra rechercher la meilleure solution d’un problème en fonction des outils de gestion et des informations dont on dispose réellement Utilisation «en temps réel» Aide au pilotage au quotidien (Quand lancer cette com- mande urgente non planifiée ? A quelle date sera-t-telle livrée au client ?) Développement massif des pédagogies par études de cas Outil particulièrement adaptée à l’environnement NTIC

45 45 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Quelques références Gestion des flux en entreprise Modélisation et simulation Jean-François CLAVER, Dominique PITT, Jacqueline GELINIER HERMES La simulation industrielle : aide réelle ou virtuelle à la prise de décision Eric BALLOT Revue Française de Gestion Industrielle Vol 16, n° 1, 1997 Simulation with Arena (fourni avec le CD-ROM d’évaluation) David KELTON, Randall SADOWSKI, Deborah SADOWSKI MacGraw-Hill, 1997

46 46 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Un exemple Un nouvel équipement est à installer dans une chaîne de fabrication. Il s’agit de comparer 2 matériels concurrents mais fonctionnellement identiques. Le flux de production alimente cet équipement au rythme exponentiel d’une pièce toutes les 3.3 minutes et la chaîne de fabrication fonc-tionne 8 heures par jour. Chaque matériel est caractérisé par des données constructeur concernant la cadence (durée opératoire par pièce), la qualité (pourcentage de rebuts), la fiabilité (fréquence et durée des pannes. La durée de vie de l’investissement est de 4 ans, soit 1000 jours de travail. La marge produite est de 10 F / pièce. M1M2 Fiabilité (MTBF) Exp(160’) Exp(480’) (MTTR) Nor(10’,5’) Nor(60’,30’) Qualité (% rebuts) 5% 7% Cadence Lnor(3’,1’) Lnor(2.8’,0.1’) Investissement 200 kF 650 kF Fonctionnement / an 200 kF 75 kF

47 47 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD M1M2 (1) Pièces à faire480/ (2) Nombre pannes80/MTBF31 (3) Durée réparations(2)*MTTR3060 (4) Temps usinage disponible480-(3) (5) Temps usinage nécessaire(2)*Cadence Les deux machines ont donc la capacité à absorber le flux (6) Nombre de pièces conformes(1)*Qualité (7) Produits sur 4 ans (kF)(6)* (8) Investissement (kF) (9) Fonctionnement sur 4 ans Gains(7)-(8)-(9) Modèle analytique (simpliste !)

48 48 / 48 Conférence Modélisation-Simulation / B. JULLIEN - F. GRIMAUD Résultats et conclusions M1M2 Etude analytique pièces conformes / jour gains / 4 ans Une seule simulation pièces conformes / jour gains / 4 ans simulations pièces conformes / jour intervalle de confiance à 95 % gains / 4 ans Contrairement à ce que laissait penser l’étude analytique ou la simulation unique, M1 est meilleur que M2, même dans le cas le plus défavorable puisque le gain de M1 est au moins 283 et celui de M2 au plus 275.


Télécharger ppt "Une démarche d'aide à la décision pour la conception et la gestion des systèmes industriels Bertrand JULLIEN - Frédéric GRIMAUD Ecole des Mines de Saint-Etienne."

Présentations similaires


Annonces Google