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

Introduction et problématique
direct avec le système réel. Cette utilisation déconnectée du système réel ne nous permet pas
de prendre en compte les informations remontant du terrain. Elle ne permet pas de prendre
une décision exploitable dans le système réel. Un autre usage consiste à faire de la simulation
en ligne, comme évoqué précédemment. Ceci nécessite de pouvoir suivre l’évolution du
système réel et d’alimenter le simulateur avec les informations caractérisant cette évolution.
Dans ce travail, nous proposons de coupler un outil de simulation en ligne avec un outil
d’exécution d’atelier de type MES afin de piloter un processus de production en temps réel.
Ces deux outils nous semblent en effet complémentaires pour mieux piloter l’atelier de
production. Un MES permet d’être informé des états actuel et passé d’un système de
production et donc d’événements imprévus. Par contre, aucune fonction de simulation n’est
prévue, même dans le cadre de la norme ISA S95 (Enterprise Control System Integration).
Cette norme s’attache à la formalisation des échanges autour du système de production vers
les autres domaines de l’entreprise. Notre idée est donc de coupler ces deux outils, voire
même d’intégrer un simulateur dans un MES.
Comme montré dans la partie précédente, pour optimiser les règles de pilotage, le
système de décision doit posséder des informations fiables sur le système de production. La
simulation permet de modéliser des systèmes en utilisant des ressources, des postes de travail,
des stocks, etc. Ces éléments sont caractérisés par des états, par exemple disponible, occupé,
en panne, etc. La dynamique du système est simulée grâce à une horloge et à des événements
qui modifient les états de ces éléments. L’utilisation directe de la simulation va nous fournir
des résultats qui seront analysés pour permettre une optimisation. Cette optimisation
nécessite de réaliser un grand nombre de simulations, ce qui est fastidieux et donne donc un
temps de résolution très long. Dans la partie II de cette thèse, nous proposons une démarche
de modélisation faisant appel de façon complémentaire à deux approches : analytique et
simulatoire. En premier lieu, la résolution analytique permet de cibler très rapidement des
populations de solutions proches de l’optimum. Les difficultés majeures de la modélisation
analytique se situent dans la phase de modélisation, puisque le problème doit être décrit par
un système d'équations. Ensuite, l’utilisation de la simulation permet non seulement de
vérifier les résultats fournis par la résolution analytique, mais aussi d'apporter des
informations complémentaires en tenant compte non seulement de la dynamique des flux
mais aussi des capacités statiques. Par ailleurs, la simulation peut prendre en compte des
phénomènes aléatoires afin de démontrer la robustesse du modèle, ce qui est beaucoup plus
difficile avec la modélisation analytique.
Dans la troisième partie de cette thèse, nous détaillerons d’abord les caractéristiques et
les conditions d’utilisation d’un simulateur en ligne, puis nous nous intéresserons à son
couplage ou son intégration avec un MES pour le pilotage et l’aide à la décision. Nous
proposerons d’utiliser la simulation en ligne en nous appuyant sur un modèle alimenté par
des données provenant d’un système réel en cours de fonctionnement. Nous identifierons les
besoins et les problèmes posés par la réalisation d’une telle simulation comme la nécessité
d’avoir, en temps réel, des informations concernant l’état courant du système réel, la
synchronisation entre le système réel et le modèle dans le cas où l’état du modèle ne
correspondrait pas à l’état du système réel, la détection et l’identification des événements qui
ont un impact sur les objectifs planifiés, la mesure des conséquences de certains événements
sur l’objectif, etc. Nous étudierons ensuite les apports de la simulation en ligne couplée à un
MES sur le processus de pilotage de la production et la prise de décision. Nous présenterons
donc les spécifications attendues pour la réalisation de ce couplage et les conditions de mise
en œuvre. Concernant le pilotage et l’aide à la décision, nous nous appuierons sur quelques
3