Modélisation du processus de pilotage d'un atelier - Les thèses en ...
Modélisation du processus de pilotage d'un atelier - Les thèses en ...
Modélisation du processus de pilotage d'un atelier - Les thèses en ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Partie III : Simulation <strong>en</strong> ligne couplée à l’exécution<br />
Figure III.13 : modélisation niveau [A1] <strong>de</strong> la fonction [Observer]<br />
Ces trois fonctions <strong>du</strong> niveau [A1] sont décrites dans les chapitres suivants.<br />
III.3.3.2. Fonction [A11] - Calibrer le modèle<br />
Comme son nom l’indique, l’objectif <strong>de</strong> cette fonction est d’arriver à ce que le modèle<br />
<strong>de</strong> simulation soit calibré sur le <strong>processus</strong> opérationnel. Cela signifie qu’à partir <strong>de</strong> données<br />
i<strong>de</strong>ntiques, notamm<strong>en</strong>t pour les valeurs <strong>de</strong> temps et <strong>de</strong> capacité liées à chacun <strong>de</strong>s<br />
équipem<strong>en</strong>ts, le comportem<strong>en</strong>t dynamique <strong>du</strong> modèle <strong>de</strong> simulation sera très proche <strong>de</strong> celui<br />
<strong>du</strong> <strong>processus</strong> opérationnel. <strong>Les</strong> données peuv<strong>en</strong>t avoir une valeur instantanée, moy<strong>en</strong>ne ou<br />
<strong>en</strong>core suivre une loi <strong>de</strong> distribution aléatoire. Par exemple, pour un temps <strong>de</strong> cycle d’une<br />
machine, il est possible d’utiliser une valeur instantanée, une valeur moy<strong>en</strong>ne calculée à partir<br />
<strong>de</strong> plusieurs valeurs instantanées ou bi<strong>en</strong> <strong>en</strong>core utiliser une loi <strong>de</strong> distribution mathématique.<br />
En général, dans un <strong>atelier</strong> <strong>de</strong> pro<strong>du</strong>ction, ces données décriv<strong>en</strong>t non seulem<strong>en</strong>t les<br />
caractéristiques <strong>de</strong>s ordres <strong>de</strong> fabrication, mais aussi les caractéristiques <strong>de</strong>s postes <strong>de</strong> travail<br />
ou <strong>de</strong>s machines comme par exemple le temps <strong>de</strong> cycle moy<strong>en</strong>, le MTBF, le MTTR, le temps<br />
<strong>de</strong> réglage, etc. <strong>Les</strong> valeurs <strong>de</strong> ces données nécessaires pour le calibrage sont collectées soit<br />
directem<strong>en</strong>t sur le système réel, <strong>en</strong> relation directe avec la comman<strong>de</strong> <strong>de</strong> bas niveau<br />
(généralem<strong>en</strong>t par l’intermédiaire d’un automate programmable ou d’un réseau<br />
d’automates) ou par interrogation d’une base <strong>de</strong> données <strong>de</strong> pro<strong>du</strong>ction, <strong>de</strong> type MES ou ERP,<br />
év<strong>en</strong>tuellem<strong>en</strong>t <strong>en</strong> association avec un outil d’analyse statistique <strong>de</strong> données.<br />
Il est à noter que cette fonction <strong>de</strong> calibrage se fait <strong>de</strong> façon statique, c’est-à-dire sans<br />
qu’il y ait <strong>de</strong> simulation proprem<strong>en</strong>t dite. Il n’y a donc aucun article prés<strong>en</strong>t dans le modèle et<br />
tous les élém<strong>en</strong>ts sont dans un état disponible. <strong>Les</strong> données nécessaires au calibrage sont<br />
affectées aux différ<strong>en</strong>ts élém<strong>en</strong>ts <strong>du</strong> modèle afin <strong>de</strong> garantir par la suite <strong>de</strong>s simulations<br />
s’appuyant sur <strong>de</strong>s valeurs les plus proches possibles <strong>de</strong>s données <strong>du</strong> <strong>processus</strong> opérationnel<br />
réel.<br />
96