defects correction construction defects -+ -+ -+ <renovation orders> +
Figure 35. Diagramme de flux MIRH.
Table 20. Nomenclature du diagramme de flux MIRH
workflow(p,m,e,b,t)
Flux de travail par phase p associés aux missions m, à réaliser sur le bâtiment b au temps t par les effectifs e selon le dimensionnement prévu par le modèle. MIRH ne considère que workflow(R,e,m,b,t) ; workflow(DM,e,m,b,t) est traité en MIDN. L’allocation de ressources humaines aux différentes missions à réaliser annuellement HR allocation(p,m,e,b,t), qui définit notamment les flux de travail et ici le
workflow(p,m,e,b,t), est réalisée en MERH.
defects treatment flow(b,t) / τ error discovery(R,b,t)
Représente les flux de travail alloués à la correction des défauts techniques générés lors des travaux de rénovation du bâtiment b au temps t. Seule une partie des défauts de construction est corrigée. La proportion de défauts corrigés est déterminée par le taux de découverte de ces défauts par les opérateurs τ error discovery(R, b , t), associé au bâtiment b au temps t durant la phase de travaux R. Ce taux de découverte des erreurs est directement fonction de data findability(b,t) la trouvabilité des données techniques pour la construction b au temps t. Selon la politique interne du décideur, tous les défauts de construction découverts sont corrigés par les opérateurs (cas retenu pour notre étude), ou non.
τ work defects(t)
Taux horaire de défauts de conception-construction provoqués par une heure de travail effective au temps t. Cette variable peut être rapprochée d’un coefficient de productivité attribué à l’organisation, dont l’évolution dépend de la stratégie et de l’expérience BIM du décideur.
Uncorrected Des.Errors(b,t) / Uncorrected Work.Defects(b,t)
Volume horaire représentatif du volume cumulé des défauts non-corrigés (erreurs de conception Uncorrected Des.Errors(b,t) ou de construction Uncorrected Work.Defects(b,t) générés par les flux de travaux de rénovation (workflow(R,e,m,b,t)).
qR(b,t)
Indice de qualité technique des travaux de rénovation calculé pour le bâtiment b rénové à l’instant t. qR(b,t) s’approche également de la notion de productivité. Il représente le ratio du volume des défauts non-corrigés sur le volume total des heures travaillées (cumul des flux de travail (workflow(R,e,m,b,t)). Nous avons vu au chapitre 3 et en MIPE au présent chapitre que qR(b,t), en plus d’impacter l’efficacité des travaux, pouvait aussi engendrer une accélération de τ obs.(b,t), le rythme auquel décroît Econs/m²(b,t) dans le temps du fait du vieillissement des composants du bâtiment.
re-allocation or outsourcing(p,m,b,t)
Volume horaire réalloué en interne ou externalisé pour la réalisation des missions m prévues pour le bâtiment b au temps t en fonction de la disponibilité résiduelle de la ressource humaine. La correction des défauts techniques defects treatment flow(b,t) provoque dans le modèle une augmentation des temps à passer pour la réalisation des missions prévues pour le bâtiment b au temps t. Si l’équipe de travail n’est pas occupée à 100% au même instant, on lui affecte ces flux de retraitement jusqu’à ce qu’elle le soit. S’il reste des flux de travail ou de retraitement non réalisés et que ceux-ci dépassent la capacité maximale des ressources humaines disponibles en interne, ils sont externalisés et représentent un surcoût pour l’organisation.
re-allocation or outsourcing(W,m,b,t) workflow(p,e,m,b,t) Uncorrected Des.Errors(b,t) τ error discovery(R,b,t) Uncorrected Work.Defects(b,t) qR(b,t) defects treatment flow(b,t) Δ unprod. time R(b,t) τ work defects(t) <learning exponent(t)> <BIM-centered R experience(t)> <qDM(b,t)> <Uncorrected Work.Defects(b,t)> <Uncorrected Des.Errors(b,t)> <LOD adequacy w/ activities(t)> <HR allocation(p,m,e,b,t)> <data findability(b,t)>
5.2.1. Processus opérationnel de rénovation
La structure du module MIRH est construite sur le même modèle et selon les mêmes théories que le module MIDN. Ainsi la ressource humaine fournit du temps de travail qu’elle dépense de trois façons :
en temps de travail productif servant à réaliser la charge de travail requise
HR allocation(p,m,e,b,t) calculée en MERH,
en temps de formation pour améliorer les compétences BIM des effectifs (également traité en MERH),
en temps de travail improductif généré par des erreurs humaines ou des missions dont c’est la nature même.
La charge de travail demandée HR allocation(p,m,e,b,t) est elle-même subdivisée en cinq types de missions : M, MM, R, MR, MC (Maintenance, Model Maintenance, Renovation, Model Renovation,
Model Construction). Les missions techniques de maintenance et rénovation, M et R (voir détail en
MECF), comportent à la fois les activités de travaux (phase p=R), et la gestion de donnée associée (phase p=DM). Les missions numériques MM, MR, MC respectivement la maintenance, la rénovation et la construction des modèles de données, concernent exclusivement la gestion de donnée (phase p=DM). Nous avons fait le choix de différencier études et travaux, puis la gestion de données exercée en phase d’étude de la gestion de données effectuée pendant les travaux. Ils ne représentaient pas en effet les mêmes enjeux ni en termes de poids, ni en termes d’impacts. Ainsi la gestion de données est beaucoup plus importante en phase d’étude que dans la phase travaux (pour rappel on se place dans le cas d’un bailleur non-social exerçant les fonctions de gestionnaire et de maître d’ouvrage), et elle conditionne davantage la variation du temps improductif. Dans la structure même du modèle, les erreurs humaines commises en phase d’étude sont répercutées en phase travaux (par l’intermédiaire de la fiabilité et de la trouvabilité de la donnée). A contrario les erreurs commises en phase travaux ne sont pas forcément identifiées et renvoyées en étude mais impactent directement dans ce cas la qualité de construction du bâtiment et ses performances (notamment énergétiques).
La capacité des opérateurs à s’apercevoir des défauts techniques durant la phase travaux est incarnée par la variable τ error discovery(R,b,t) laquelle dépend directement des ressources informationnelles fiables disponibles en interne, et impacte les temps passés en retraitement. Plus le taux de découverte des défauts s’approche de sa valeur maximale (100%), plus le gestionnaire est en mesure d’assurer la qualité des travaux. Selon la nature de sa politique interne qualité, le fait qu’il ait connaissance de l’intégralité des défauts techniques existants ne signifie pas pour autant qu’il prévoie de les corriger, mais simplement qu’il en a au moins la possibilité. Le traitement des défauts peut néanmoins provoquer une dérive significative des temps de travail, dérive qui a un impact économique fort à l’échelle de l’organisation comme nous le montrerons en MECF et MERH. Au contraire, un taux de découverte des défauts plus faible engendrera une dérive moins significative des flux de travaux mais aura en contrepartie des conséquences sur la qualité finale du parc rénové. On cherchera précisément ici à caractériser l’ampleur des impacts de la stratégie numérique et informationnelle choisie par le décideur, considérée ici comme étant partiellement la cause de la non-qualité dans les processus techniques de rénovation.
Éq. 18
𝑑𝑒𝑓𝑒𝑐𝑡𝑠 𝑡𝑟𝑒𝑎𝑡𝑚𝑒𝑛𝑡 𝑓𝑙𝑜𝑤(𝑏, 𝑡)
= 𝑤𝑜𝑟𝑘𝑓𝑙𝑜𝑤(𝑅, 𝑒, 𝑚, 𝑏, 𝑡) × 𝜏 𝑤𝑜𝑟𝑘 𝑑𝑒𝑓𝑒𝑐𝑡𝑠(𝑡) × 𝜏 𝑒𝑟𝑟𝑜𝑟 𝑑𝑖𝑠𝑐𝑜𝑣𝑒𝑟𝑦(𝑅, 𝑏, 𝑡) Où :
defects treatment flow(b,t) est le flux de travail alloué à la correction des défauts techniques générés lors des travaux de rénovation du bâtiment b au temps t
workflow(R,e,m,b,t) est le flux de travail demandé en phase de travaux R, associé aux missions m, à réaliser sur le bâtiment b au temps t par les effectifs e
τ work defects(t) est le taux horaire de défauts de conception-construction provoqués par une heure de travail effective au temps t
Éq. 19 𝜏 𝑤𝑜𝑟𝑘 𝑑𝑒𝑓𝑒𝑐𝑡𝑠(𝑡) = 𝑆𝐼(𝐵𝐼𝑀 𝑒𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑒(𝑡) = 0) 𝐴𝐿𝑂𝑅𝑆 (𝜏 𝑤𝑜𝑟𝑘 𝑑𝑒𝑓𝑒𝑐𝑡𝑠(𝑡) = 1 − 𝑞𝐷𝑀(𝑏, 𝑡) × 𝐿𝑂𝐷 𝑎𝑑𝑒𝑞𝑢𝑎𝑐𝑦 𝑤/ 𝑎𝑐𝑡𝑖𝑣𝑖𝑡𝑖𝑒𝑠(𝑡)) 𝑆𝐼𝑁𝑂𝑁 (𝜏 𝑤𝑜𝑟𝑘 𝑑𝑒𝑓𝑒𝑐𝑡𝑠(𝑡) = (1 − 𝑞𝐷𝑀(𝑏, 𝑡) × 𝜏 𝑎𝑐𝑡𝑖𝑣𝑖𝑡𝑖𝑒𝑠 𝑎𝑑𝑒𝑞. (𝑡)) × 𝐵𝐼𝑀 − 𝑐𝑒𝑛𝑡𝑒𝑟𝑒𝑑 𝑅 𝐸𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑒(𝑡)^ − 𝑙𝑒𝑎𝑟𝑛𝑖𝑛𝑔 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑡(𝑡)) Où :
τ work defects(t) est le taux horaire de défauts de conception-construction provoqués par une heure de travail effective au temps t
BIM-centered R Experience(t)
est l’expérience de l’organisation à l’instant t, en nombre d’années cumulées, de la pratique de rénovations BIM-centrées sur le parc
qDM(b,t) est l’indice de qualité du modèle de données BIM du bâtiment b au temps t LOD adequacy w/
activities(t)
est le taux d’adéquation du LOD choisi avec les activités de gestion de patrimoine immobilier attribué au modèle de données du bâtiment b au temps t
learning exponent(t) est le coefficient d’apprentissage de l’organisation au temps t
Éq. 20
𝜏 𝑒𝑟𝑟𝑜𝑟 𝑑𝑖𝑠𝑐𝑜𝑣𝑒𝑟𝑦(𝑅, 𝑏, 𝑡) = 𝑑𝑎𝑡𝑎 𝑓𝑖𝑛𝑑𝑎𝑏𝑖𝑙𝑖𝑡𝑦(𝑏, 𝑡) Où :
τ error discovery(R,b,t) est le taux de découverte des défauts pour le bâtiment b au temps t en pourcents data findability(b,t) est le coefficient de trouvabilité des informations calculé pour le modèle de
données du bâtiment b au temps t
Les défauts techniques non découverts et donc non corrigés génèrent une accumulation de non-qualités semblable à Uncorrected Data(b,t) en MIDN. Cependant, le diagramme montre ici notre tentative de différencier les défauts techniques de conception Uncorrected Des.Errors(b,t) des défauts techniques de construction Uncorrected Work.Defects(b,t).
Une erreur peut prendre beaucoup plus de temps à être réparée qu’à être commise. Une solution erronée de conception sera ainsi beaucoup moins coûteuse si elle est identifiée avant sa mise en œuvre. On retrouve ce principe dans la vision de Mac Leamy (courbes de réparation d’erreurs) qui cherche à illustrer la variation du coût des modifications techniques et des changements d’ordres au cours du projet. Sur le modèle des travaux de (Lopez et al., 2010; Love et al., 2011, 2009) (defect tracking), nous avons conduit des tentatives de modélisation des causalités sur la performance énergétique, en différenciant défauts de construction et défauts de conception. Ces tentatives ont été abandonnées en raison de la trop grande complexité des relations de causalité au regard de l’objectif global visé. Elles restent toutefois une perspective très intéressante d’analyse de la relation entre transition numérique et transition énergétique. Éq. 21 𝑈𝑛𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 𝐷𝑒𝑠. 𝐸𝑟𝑟𝑜𝑟𝑠(𝑏, 𝑡) = 𝑈𝑛𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 𝐷𝑒𝑠. 𝐸𝑟𝑟𝑜𝑟𝑠(𝑏, 𝑡 − 1) + 𝑐𝑜𝑒𝑓𝑓 𝑎 × ((1 − 𝜏 𝑒𝑟𝑟𝑜𝑟 𝑑𝑖𝑠𝑐𝑜𝑣𝑒𝑟𝑦(𝑅, 𝑏, 𝑡)) × 𝑤𝑜𝑟𝑘𝑓𝑙𝑜𝑤(𝑅, 𝑒, 𝑚, 𝑏, 𝑡) × 𝜏 𝑤𝑜𝑟𝑘 𝑑𝑒𝑓𝑒𝑐𝑡𝑠(𝑡)) Où : Uncorrected Des.Errors(b,t)
est le volume horaire représentatif du volume cumulé de défauts de conception non corrigés générés par les flux de travail en rénovation associés au bâtiment b au temps t
coeff a est la proportion de défauts de conception sur le total des défauts de conception-construction
τ work defects(t) est le taux horaire de défauts de conception-construction provoqués par une heure de travail effective au temps t
τ error discovery(R,b,t) est le taux de découverte des défauts pour le bâtiment b au temps t en pourcents workflow(R,e,m,b,t) est le flux de travail demandé en phase de travaux R, associé aux missions m, à
Éq. 22 𝑈𝑛𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 𝑊𝑜𝑟𝑘. 𝐷𝑒𝑓𝑒𝑐𝑡𝑠(𝑏, 𝑡) = 𝑈𝑛𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 𝑊𝑜𝑟𝑘. 𝐷𝑒𝑓𝑒𝑐𝑡𝑠(𝑏, 𝑡 − 1) + 𝑐𝑜𝑒𝑓𝑓 𝑏 × ((1 − 𝜏 𝑒𝑟𝑟𝑜𝑟 𝑑𝑖𝑠𝑐𝑜𝑣𝑒𝑟𝑦(𝑅, 𝑏, 𝑡)) × 𝑤𝑜𝑟𝑘𝑓𝑙𝑜𝑤(𝑅, 𝑒, 𝑚, 𝑏, 𝑡) × 𝜏 𝑤𝑜𝑟𝑘 𝑑𝑒𝑓𝑒𝑐𝑡𝑠(𝑡)) Où : Uncorrected Work.Defects(b,t)
est le volume horaire représentatif du volume cumulé de défauts de construction non corrigés générés par les flux de travail en rénovation associés au bâtiment b au temps t
coeff b est la proportion de défauts de construction sur le total des défauts de conception-construction
τ work defects(t) est le taux horaire de défauts de conception-construction provoqués par une heure de travail effective au temps t
τ error discovery(R,b,t) est le taux de découverte des défauts pour le bâtiment b au temps t en pourcents workflow(R,e,m,b,t) est le flux de travail demandé en phase de travaux R, associé aux missions m, à
réaliser sur le bâtiment b au temps t par les effectifs e
Dans MACARON ces stocks représentent le cumul du temps qu’il faudrait pour corriger les défauts techniques sous forme de volumes horaires, lesquels sont réinitialisés lors des travaux de rénovation et résorbés par les opérations de maintenance, tel que nous l’abordons dans la section suivante.
5.2.2. Évaluation de la qualité technique de travaux
Le volume horaire des défauts techniques, considéré pour l’évaluation de la qualité des rénovations, est la somme de Uncorrected Des.Errors(b,t) et Uncorrected Work.Defects(b,t). Ce stock est mis en regard de la charge de travail initialement estimée par MERH (somme de workflow(R,e,m,b,t) sur e, b et t) pour mesurer la qualité des processus, que l’on assimile ici à la qualité finale des rénovations
qR(b,t). Éq. 23 𝑞𝑅(𝑏, 𝑡) = (𝛥 𝑢𝑛𝑝𝑟𝑜𝑑. 𝑡𝑖𝑚𝑒 𝑅(𝑏, 𝑡) − (𝑈𝑛𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 𝐷𝑒𝑠. 𝐸𝑟𝑟𝑜𝑟𝑠(𝑏, 𝑡) + 𝑈𝑛𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 𝑊𝑜𝑟𝑘. 𝐷𝑒𝑓𝑒𝑐𝑡𝑠(𝑏, 𝑡))) ÷ (𝑈𝑛𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 𝐷𝑒𝑠. 𝐸𝑟𝑟𝑜𝑟𝑠(𝑏, 𝑡) + 𝑈𝑛𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 𝑊𝑜𝑟𝑘. 𝐷𝑒𝑓𝑒𝑐𝑡𝑠(𝑏, 𝑡)) Où :
qR(b,t) est l’indice de qualité technique des travaux de rénovation calculé pour le bâtiment b rénové à l’instant t
Δ unprod.time R(b,t) est le flux de gestion de données par phase p associé aux missions m, à réaliser sur le bâtiment b au temps t par les effectifs e, en heures
Uncorrected Des.Errors(b,t)
est le volume horaire représentatif du volume cumulé de défauts de conception non corrigés générés par les flux de travail en rénovation associés au bâtiment b au temps t
Uncorrected Work.Defects(b,t)
est le volume horaire représentatif du volume cumulé de défauts de construction non corrigés générés par les flux de travail en rénovation associés au bâtiment b au temps t
L’élément qR(b,t) est considéré ici comme un coefficient d’évaluation de la qualité des rénovations, lequel n’évolue plus après que la rénovation d’un bâtiment a été effectuée (jusqu’à la prochaine rénovation dans le cas de rénovations multiples sur un même bâtiment). Dans des développements ultérieurs, les processus de maintenance des bâtiments pourraient, après rénovation, alimenter eux aussi le stock de défauts techniques : une maintenance imparfaite ferait alors décroître progressivement chaque qR(b,t) et le niveau de qualité du parc. Dans ces travaux on se place dans un cas de gestion parfaite, laquelle résorbe à 100% l’obsolescence naturelle des bâtiments (voir diagrammes MIPE) et maintient le niveau de qualité qR(b,t) des bâtiments du parc (sans toutefois pouvoir l’améliorer).
La rencontre de l’ensemble de ces dynamiques a vocation à faire émerger les conséquences financières, humaines et énergétiques de la non-qualité sur les coûts et les processus de gestion-exploitation.
6. Synthèse du chapitre 4 : fondamentaux de la sphère opérationnelle
L’objectif de modélisation du niveau MICRO est centré autour de la problématique de l’amélioration des performances du parc de bâtiments. L’articulation des sous-modèles MIPE, MICF, MIRH et MIDN nous a permis de mettre en œuvre, sur la base des matrices réalisées en chapitre 3, les différents niveaux de contraintes opérationnelles de rénovation, de maintenance et de numérisation qui sous-tendent les fonctions du niveau. Les réflexions menées et les hypothèses prises pour la modélisation quantitative de ce niveau nous ont conduits à identifier les éléments affectés par la stratégie du gestionnaire de patrimoine, puis à en décrire les impacts sur les comportements de référence de l’objet technique.
Ce chapitre met en évidence la grande complexité des interrelations créées entre les niveaux MICRO et MESO et la forte interdépendance des sphères opérationnelles et décisionnelles dans la définition de la stratégie numergétique d’exploitation du parc. Le niveau MICRO développé dans le présent chapitre va nous permettre, dans la phase d’exploitation de MACARON, de fournir une base solide pour l’observation de l’évolution du parc soumis à différentes configurations de la sphère décisionnelle, dont la modélisation fait l’objet du chapitre suivant.
C
HAPITRE
5
DEVELOPPEMENT DU MODELE
MACARON : NIVEAU MESO
« L’avenir n’est jamais que du présent à mettre en ordre. Tu n’as pas à le prévoir, mais à le permettre. »