Ligne pilote multi-produits

5.2 Identifier le besoin en reconfigurabilité . . . . 93

5.2.1 Besoin en reconfigurabilité . . . 93 5.2.2 Leviers de reconfigurabilité . . . 94 5.2.3 Comparaison des critères de reconfigurabilité . . . 95 5.2.4 Modèle du système de production . . . 96 5.2.5 Briques technologiques implémentées . . . 97

5.3 Scénario de ramp-up - Première phase . . . 101

5.3.1 Scénario . . . 101 5.3.2 Application de la démarche . . . 102 5.3.2.1 Identifier le besoin . . . 102 5.3.2.2 Modéliser le système . . . 103 5.3.2.3 Déterminer la meilleure configuration . . . 103 5.3.2.4 Reconfigurer le système . . . 103 5.3.3 Résultats . . . 104 5.3.3.1 Reconfigurabilité . . . 105 5.3.3.2 Performance . . . 106 5.3.3.3 Investissements . . . 106 5.3.3.4 Bilan Reconfigurabilité - Capacité des installations . . . 108 5.3.4 Conclusion du scénario . . . 108

5.4 Scénario de ramp-up - Seconde phase . . . 109

5.4.1 Scénario . . . 109 5.4.2 Application de la démarche . . . 109 5.4.2.1 Identifier le besoin . . . 109 5.4.2.2 Modéliser le système . . . 110 5.4.2.3 Déterminer la meilleure configuration et reconfigurer . . . 110 5.4.3 Résultats . . . 110 5.4.3.1 Reconfigurabilité . . . 110 5.4.3.2 Performance . . . 111 5.4.3.3 Investissements . . . 111

5.4.3.4 Bilan Reconfigurabilité - Capacité des installations . . . 112 5.4.4 Conclusion du scénario . . . 112

5.5 Scénario de variation de ratio de mixte produit . . . 114

5.5.1 Scénario . . . 114 5.5.2 Résolution avec robots déplaçables . . . 114 5.5.2.1 Identifier le besoin . . . 114 5.5.2.2 Modéliser le système . . . 115 5.5.2.3 Déterminer la meilleure configuration . . . 115 5.5.2.4 Reconfigurer le système . . . 118 5.5.3 Résolution avec robots mobiles . . . 118 5.5.3.1 Identifier le besoin en reconfigurabilité . . . 118 5.5.3.2 Modéliser le système . . . 118 5.5.3.3 Déterminer la meilleure configuration . . . 119 5.5.3.4 Reconfigurer . . . 119 5.5.4 Résultats . . . 119 5.5.4.1 Reconfigurabilité . . . 119 5.5.4.2 Performance . . . 120 5.5.4.3 Investissements . . . 123 5.5.4.4 Bilan Reconfigurabilité - Capacité des installations . . . 124 5.5.5 Conclusion du scénario . . . 124

5.6 Scénario de variation de volume et ratio de mixte produit . . . 125

5.6.1 Scénario . . . 125 5.6.2 Résultats . . . 126 5.6.2.1 Reconfigurabilité . . . 126 5.6.2.2 Performance . . . 126 5.6.2.3 Investissements . . . 127 5.6.2.4 Bilan Reconfigurabilité - Capacité des installations . . . 128 5.6.3 Conclusion du scénario . . . 129

5.7 Application de la théorie d’analyse des risques . . . 129

5.7.1 Scénarios . . . 129 5.7.2 Modèle . . . 130 5.7.2.1 Fonction d’utilité . . . 130 5.7.2.2 Diagramme d’influence . . . 130 5.7.2.3 Arbre de décision . . . 131 5.7.3 Résultats . . . 131 5.7.3.1 Choix suggéré . . . 131 5.7.3.2 Analyse de sensibilité . . . 133 5.7.4 Conclusion de l’analyse de risques . . . 133

5.8 Conclusion . . . 135

L’objet de ce chapitre est l’application de la démarche de conception du système reconfi- gurable sur plusieurs scénarios industriels, en contexte de variations en volume et en ratio de mixte produit. Dans un premier temps, le besoin en reconfigurabilité du système est identifié. Puis divers scénarios de demande sont testés, couvrant à la fois la conception en partant d’une feuille blanche, et l’intégration de briques reconfigurables à un système existant. Les scénarios portent sur les variations de la demande en volume et en ratio de mixte produit. Les résultats sont représentés via les indicateurs présentés aux Chapitres 2 et 4.

Un scénario simplifié est également étudié pour démontrer l’application de la théorie d’ana- lyse des risques présentée au Chapitre 4. Ce scénario spécifique permet d’illustrer par étapes

89

une caractéristique spécifique de l’objet d’étude. L’objectif est de proposer au décideur des choix objectifs suivant des probabilités d’occurrence et en prenant en compte le goût du décideur pour le risque.

Ce chapitre permet d’illustrer la démarche avec un jeu de données test créé à partir d’une situation industrielle réelle.

5.1

Cas d’usage : Assemblage moteur

Le cas d’usage industriel de ce chapitre est une ligne d’assemblage de moteurs thermiques dans l’industrie automobile. Deux types de moteurs sont assemblés sur cette ligne qui com- porte vingt postes, automatiques ou collaboratifs, faisant travailler l’opérateur et des ressources robotisées dans le même espace.

Deux types de moteurs sont assemblés sur la ligne : moteur essence trois cylindres, aussi appelé moteur EB, et moteur diesel quatre cylindres (aussi dénommé DVR). La gamme qui décrit les opérations d’assemblage est optimisée de manière à équilibrer et lisser les temps des opérations entre les postes pour les deux moteurs. La gamme est conçue pour trois cadences : 30 s, 60 s et 90 s. Chaque poste comprend entre une et treize tâches d’assemblage, réalisées en séquentiel ou en parallèle, dans un temps inférieur ou égal à la cadence. Les tâches sont réalisées par des bras robotisés ou un opérateur.

La stratégie de construction de la gamme et de répartition des tâches entre opérateur et robots est la suivante : pour les postes qui comprennent des tâches manuelles, l’opérateur doit avoir un taux d’occupation proche de 95 %. Puis les robots viennent en support prendre en charge les opérations restantes non manuelles, en parallèle des tâches réalisées par l’opérateur, pour respecter la cadence. Ce choix lors de la conception de la gamme explique pourquoi les robots sont relativement peu chargés en comparaison avec les opérateurs. La Figure 5.1 montre un exemple de la répartition des tâches entre l’opérateur (en blanc) et les ressources robotisées (en couleur) pour un des postes de la ligne.

Figure 5.1 – Tâches d’assemblage du poste 2

La gamme respecte également des contraintes de précédence entre les opérations d’assemblage sur le produit.

Les tâches communes aux deux types de moteurs sont, dans la version pour une cadence de 90 s, majoritairement réalisées par l’opérateur. Les tâches spécifiques au moteur essence (en bleu sur la Figure 5.1) et diesel (en rose), sont effectuées de manière automatique. Pour passer aux cadences supérieures (60 s et 30 s), l’opérateur est délesté de certaines opérations, afin d’atteindre la cadence désiré. Les tâches automatisées dans ce cadre sont alors réalisées par des robots collaboratifs en parallèle du travail de l’opérateur. La variation de volume de production ne modifie donc que la répartition des tâches communes aux deux produits entre opérateurs et ressources robotisées.

Avec l’assemblage de deux moteurs différents et une gamme définie pour trois cadences, le cas d’usage présenté permet d’étudier la variabilité de production en terme de types de produits et de volume.

5.1. CAS D’USA GE : ASSEMBLA GE MOTEUR 91 Problème de

conception du RAS Scénario de ramp-up Scénario mixte produit

Scénario mixte et volume

Données d’entrée

Gamme avec précédences, durée des opérations d’as- semblage, prix des res- sources, volume de produc- tion et ratio de mixte pro- duit

Gamme avec précédences, durée des opérations d’as- semblage, prix des res- sources, variations en vo- lume

Gamme avec précédences, durée des opérations d’as- semblage, prix des res- sources, variations du ratio de mixte produit

Gamme avec précédences, durée des opérations d’as- semblage, prix des res- sources, variations en vo- lume et ratio de mixte pro- duit Variables Configuration du système de production, briques technologique sélection- nées

Nombre de robots dépla- çables

Nombres de robots dépla- çables et mobiles, implan- tations en I, U et S

Nombre de robots dépla- çables

Défauts/Aléas

Variations imprévues de la demande

Demande plus faible que prévue puis décroissance de la demande

Variations de mixte jour- nalières

Introduction d’un nouveau produit

Données de sortie KPIs, critères de reconfigu-

rabilité, investissements

KPIs, critères de reconfigu- rabilité, investissements

KPIs, critères de reconfigu- rabilité, investissements

KPIs, critères de reconfigu- rabilité, investissements

Le Tableau 5.1 présente, pour chaque scénario, les données d’entrée du problème de concep- tion du RAS, les variables sur lesquelles il est possible d’agir afin de comparer des scénarios, les aléas subis par le système, et les données de sortie.

En entrée, nous avons la gamme d’assemblage et les relations de précédence entre les opé- rations, les durées de ces opérations, et le prix des ressources. Les variables, sur lesquelles agit la démarche de conception du RAS, sont la configuration, le choix de brique technologique, le volume de production et le ratio de mixte produit. Les aléas sont les variations de la demande du marché, qui ont lieu après le démarrage du système et creusent un écart entre les prévisions et la demande réelle. Les données de sortie de notre problème sont les critères de performance, de reconfigurabilité et les investissements. A travers la démarche, et une mesure des indicateurs grâce à des outils (simulation et optimisation), un optimum entre ces données de sortie est recherché.