Interaction entre la production et la maintenance

Cet aspect du problème est, relativement, peu étudié et assez récent dans la littérature. Nous le retrouvons décliné selon deux approches : globale (plusieurs machines) où les auteurs déterminent un ordonnancement global et restreint (une machine) où les auteurs étudie le problème uniquement dans le cas d’une machine et déterminent à ce moment là un ordonnancement partiel.

Dans la première approche Rishel & al [RIS96] proposent d’utiliser le système MRP (Material Requirements Planning) existant dans l’entreprise pour planifier simultanément la production et la maintenance. Le MRP définit des dates de lancement, de manière séparée, pour les tâches de production et les opérations de maintenance sans se soucier des conflits qui risquent de se poser au niveau de l’atelier (machines) et fournit un PDP (Plan Directeur de Production). Les auteurs ne réalisent pas exactement une optimisation, mais comparent la planification fournie par le système MRP en réponse à six jeux de données différents. Cela leur permet de choisir une politique optimale de maintenance.

Brandolese & al [BRA96] déterminent un ordonnancement conjoint de production et de maintenance fixant la date d’exécution de chaque travail et sur quelle machine il doit s’effectuer. Il inclut les interventions de maintenance, en les plaçant le plus près possible des périodes optimales fixées. Le but est d’optimiser la fonction objectif globale, en respectant les contraintes temporelles et en minimisant la durée totale de réalisation (Durées opératoires + Temps total de préparation (set up time) + Interventions de maintenance). Les auteurs proposent un modèle de description des différents coûts qui prend en compte les coûts de production, de préparation et de maintenance. Ils déterminent notamment la période optimale de maintenance (T*) qui minimise le coût de maintenance. Toute intervention faite avant ou après T* accroît ce coût. Si T (période effective de maintenance) est grand, les pannes seront fréquentes ce qui engendre des coûts supplémentaires de maintenance corrective, et si T est petit, les interventions de maintenance préventive seront trop fréquentes par rapport aux besoins réels et induiront un coût trop élevé ;

BenDaya & al [BEN98] ont développé un modèle qui intègre dans le EPQ (Economic Production Quantity) la qualité et la politique de maintenance. Le système est soumis à des

inspections périodiques. Trois politiques différentes sont utilisées et les opérations de maintenance préventive sont coordonnées avec les inspections de contrôle de qualité de telle sorte qu’elles soient exécutées en parallèle. L’intervalle désignant la période de contrôle de la qualité est déterminé par une loi de Weibull. Le modèle détermine pour chaque politique EPQ le coût global associé (coût de set up, coût des stocks, coût du contrôle de qualité et coût de maintenance préventive), les dates d’interventions pour le contrôle de qualité et de maintenance préventive et le niveau de maintenance. Ces auteurs déterminent une politique d’intervention de maintenance préventive coordonnée avec le contrôle de qualité, mais pas un ordonnancement au sens propre.

Weinstein & al [WEI99] déterminent une politique de maintenance qui minimise les défaillances des équipements et maximise leur disponibilité. Ils proposent un modèle pour mettre en œuvre une politique de maintenance dans le but de minimiser son coût global (constitué des différents coûts associés aux activités de production, aux activités de maintenance, aux défaillances et au coût d’interruption du plan de production). Deux types de maintenance préventive sont considérés : la maintenance préventive systématique périodique (périodes d’interventions identiques) et séquentielle (périodes d’interventions inversement proportionnelles à la durée de vie de l’équipement maintenu). Le modèle d’évaluation de la politique de maintenance fait intervenir deux niveaux de décision, le premier (APP :

Aggregate Production Planning) donne une planification grossière pour trouver une politique

d’organisation et le second (MSP : Master Scheduling Planning) donne un ordonnancement de la production.

Par contre Anily & al [ANI99] ne s’intéressent qu’aux opérations de maintenance (pas de travaux à ordonnancer) dans un atelier à trois machines. Le but est de trouver une politique d’intervention optimale spécifiant à quelle période intervenir et sur quelle machine, tout en minimisant le coût moyen d’utilisation. La politique consiste à trouver un cycle optimal. Les auteurs ont démontré qu’une solution cyclique est optimale si elle respecte certaines propriétés.

Dans la seconde approche Qi & al [QI99], Graves & al [GRA99], Lee & al [LEE00] et Bennour & al [BEN01] proposent de construire un ordonnancement conjoint production/maintenance sur une machine.

Qi & al constituent des lots de travaux situés entre deux interventions successives de maintenance préventive pour placer l’opération de maintenance par rapport au dernier travail de chacun d’entre eux. Les travaux de Graves & al sont semblables à ceux de Qi & al. De la même façon, ils déterminent les lots de production à réaliser entre deux tâches de maintenance

successives. Cela revient à déterminer un ordonnancement de production tout en y intégrant au mieux les activités de maintenance. Les auteurs ont utilisé la programmation dynamique avec tri des travaux selon une règle heuristique (WSPT, EDD).

Lee & al déterminent un ensemble d’ordonnancement conjoint production/maintenance mais partiels pour chaque machine, sachant que chaque machine doit être maintenue une fois sur l’horizon considéré. Chacun de ces ordonnancements satisfait certains critères d’optimalité. L’ensemble ainsi construit réunit des ordonnancements admissibles parmi lesquels ils choisissent une solution.

Bennour & al proposent un modèle intégré représentant les opérations de production et les tâches de maintenance dans un même graphe afin de les ordonnancer de manière globale. Cette modélisation par les graphes potentiels-tâches leurs permet d’utiliser, lors de la résolution, les méthodes classiques d’ordonnancement. Leur travail s’est restreint à l’étape de modélisation.