Modélisation du processus de pilotage d'un atelier - Les thèses en ...

Partie III : Simulation en ligne couplée à l’exécution
III.2.2. État de l’art sur la simulation en ligne
Dans les travaux que nous avons recensés, les auteurs démontrent l’intérêt de la
simulation en ligne dans la production en s’appuyant sur des applications réelles ou
expérimentales. Pour cela, ils utilisent le plus souvent différents logiciels du commerce.
[Wu et Wysk, 1989] utilisent une simulation à intervalles de temps égaux (périodique)
pour tester différentes règles locales d’ordonnancement et décider quelles sont les meilleures
selon plusieurs critères. Dans leur article, ils ne parlent pas du recueil d’informations depuis
l’atelier, comme par exemple l’état des machines ou le niveau des stocks. La position des
pièces est uniquement connue sur les machines car les moyens de transfert ne sont pas pris en
compte. Le problème de l’initialisation du modèle sur l’état du système réel n’est, lui non
plus, pas évoqué par les auteurs.
L’utilisation de la simulation en ligne pour aider les contrôleurs aériens est proposée
dans [Rogers et Flanagan, 1991]. Dans ce domaine, l’objectif est d’étudier l’impact des
décisions prises par les contrôleurs. Les simulations sont initialisées par les données
provenant du centre de contrôle en temps réel. Ces données renseignent sur la position très
précise de chaque élément (avion) à tout instant dans le système. Elles sont archivées dans
une base de données indiquant l’état actuel du système réel. De ce fait, l’initialisation du
modèle se fait pratiquement en temps réel à partir de la base de données. Cet article, qui n’est
pas réellement dans le domaine de la production industrielle, met en évidence le besoin en
données réelles pour alimenter la simulation en ligne. Grâce aux nombreux systèmes qui
collectent des données dans l’espace aérien pour garantir le contrôle et la sécurité, ce domaine
d’application est donc relativement aisé pour la simulation en ligne. Il n’en est pas de même
pour le domaine de la production industrielle, où il est peu fréquent de disposer de données
précises et fiables sur l’état des éléments (articles en cours de fabrication).
L’intérêt d’avoir une liaison entre un modèle de simulation en ligne et les données du
terrain afin d’obtenir des résultats exploitables à court terme et d’aider à la décision est
montré par [Manivannan et Banks, 1992]. Ces auteurs présentent l’avantage d’un tel système
pour l’aide à la décision à travers l’étude de différents scénarios lors de l’occurrence d’une
panne dans le système. De plus, ils se sont intéressés aux difficultés rencontrées lors de la
mise en œuvre du système, comme par exemple le rafraîchissement des données collectées, la
manière de collecter ces données, qu’elle soit automatique ou manuelle, la stabilité du
système modélisé et la fréquence des simulations. Mais ils ne valident pas leur concept sur
une application réelle.
[Brandin et al., 1992] présentent l’idée d’un système appelé Timed-Discrete Event
System pour superviser le comportement d’une cellule de production. Ce système présente
l’intérêt d’avoir une rétroaction à partir du système réel vers la supervision mais de façon hors
ligne (off-line feedback). Cela permet de ne pas avoir un accès direct aux équipements du
système réel et de corriger certains paramètres en cours de fonctionnement.
Les travaux de [Gonzales et Davis, 1997a, b] présentent une mise en application d’un
système de pilotage basé sur la simulation en utilisant une architecture distribuée de contrôle.
Les auteurs utilisent une nouvelle architecture appelée Recursive Object-Oriented Control
Hierarchy qui est destinée au pilotage en temps réel d’un système. Ils ont développé un
émulateur physique d’un FMS et ils ont décomposé l'émulateur en un ensemble d'objets
ordonnancés en utilisant l'architecture proposée. Ils ont utilisé l’approche de simulation
83