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 ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Partie II : <strong>Les</strong> outils d’ai<strong>de</strong> à la décision pour le <strong>pilotage</strong> d’<strong>atelier</strong><br />
sont donc fournies sur une année <strong>de</strong> régime nominal. Le niveau <strong>de</strong>s <strong>en</strong>cours se stabilis<strong>en</strong>t<br />
<strong>en</strong>tre <strong>de</strong>ux valeurs (Figure II.15). Après cette pério<strong>de</strong> <strong>de</strong> montée <strong>en</strong> régime, on constate que<br />
l’<strong>atelier</strong> a la capacité <strong>de</strong> réaliser les comman<strong>de</strong>s <strong>de</strong> 25 pro<strong>du</strong>its P1 et <strong>de</strong> 40 pro<strong>du</strong>its P2 sur une<br />
<strong>du</strong>rée <strong>de</strong> 245 jours (Figure II.15). Cette <strong>du</strong>rée est donc inférieure au délai prévu, ce qui permet<br />
<strong>de</strong> dire que l’<strong>atelier</strong> est dans ce cas capable d’atteindre l’objectif. Ces résultats confirm<strong>en</strong>t<br />
ceux fournis par la modélisation analytique. Par contre, les résultats <strong>de</strong> cette simulation<br />
permett<strong>en</strong>t d’établir que le niveau <strong>de</strong>s stocks <strong>en</strong> aval <strong>de</strong> chaque poste <strong>de</strong> travail est différ<strong>en</strong>t<br />
<strong>de</strong> celui obt<strong>en</strong>u par la modélisation analytique. La capacité maximum <strong>de</strong> stock est indiquée<br />
d’une valeur <strong>de</strong> 3 pour la machine usinage et d’une valeur <strong>de</strong> 4 pour la machine finition et<br />
usinage-finition.<br />
II.4.3.3.3. Simulation stochastique à horizon infini<br />
Dans ce <strong>de</strong>rnier scénario, on utilise <strong>de</strong>s données stochastiques qui sont plus proches <strong>de</strong><br />
la réalité. Par exemple, nous avons utilisé une loi normale pour la distribution <strong>de</strong>s Temps Inter<br />
Arrivées (TIA) <strong>de</strong>s pièces et <strong>de</strong>s temps <strong>de</strong> réglage et setup. De la même façon, nous avons<br />
utilisé une loi Erlang pour la distribution <strong>de</strong> MTBF et une loi Gamma pour la distribution <strong>de</strong><br />
MTTR. Après une pério<strong>de</strong> <strong>de</strong> montée <strong>en</strong> régime <strong>de</strong> 3 ans (= 60000dh), on constate que<br />
l’<strong>atelier</strong> réalise les comman<strong>de</strong>s <strong>de</strong> 25 pro<strong>du</strong>its P1 et <strong>de</strong> 40 pro<strong>du</strong>its P2 sur une <strong>du</strong>rée <strong>de</strong> 265<br />
jours au lieu <strong>de</strong> 250 jours (Figure II.16). La simulation stochastique à horizon infini fait donc<br />
apparaître un retard <strong>de</strong> 15 jours par rapport à l’objectif.<br />
Figure II.16 : niveaux <strong>de</strong>s <strong>en</strong>cours dans simulation stochastique à horizon infini<br />
Par ailleurs, comme pour les scénarios précé<strong>de</strong>nts, la simulation met <strong>en</strong> évi<strong>de</strong>nce que le<br />
niveau <strong>de</strong> stock <strong>en</strong> aval <strong>de</strong> chaque poste <strong>de</strong> travail doit être suffisant pour amortir les<br />
variations <strong>de</strong> flux. On constate une augm<strong>en</strong>tation <strong>de</strong>s capacités <strong>de</strong> stocks par rapport à la<br />
simulation déterministe <strong>en</strong> horizon infini. La valeur 9 pour la capacité <strong>de</strong> stock 1, 1a valeur 5<br />
pour le stock 2 et la valeur 3 pour le stock 3. <strong>Les</strong> <strong>en</strong>cours sont donc supérieurs au modèle<br />
déterministe.<br />
II.5. Conclusion <strong>de</strong> cette optimisation<br />
Dans ce travail, nous avons proposé une démarche complém<strong>en</strong>taire <strong>de</strong> <strong>de</strong>ux approches<br />
analytique et simulatoire afin <strong>de</strong> dim<strong>en</strong>sionner un <strong>atelier</strong> <strong>de</strong> pro<strong>du</strong>ction manufacturier. Nous<br />
nous sommes appuyés sur un cas d’étu<strong>de</strong> d’un <strong>atelier</strong> <strong>de</strong> type job shop pour illustrer cette<br />
démarche.<br />
<strong>Les</strong> résultats <strong>de</strong>s différ<strong>en</strong>ts scénarios <strong>de</strong> simulation confirm<strong>en</strong>t <strong>en</strong> partie les résultats<br />
obt<strong>en</strong>us par la résolution analytique, mais fourniss<strong>en</strong>t <strong>de</strong>s résultats plus précis notamm<strong>en</strong>t sur<br />
la capacité minimale <strong>de</strong>s stocks et le délai <strong>de</strong> réalisation.<br />
70