Validation du simulateur

La validation d’un modèle est une étape à part entière dans le processus de modélisation et de simulation des systèmes complexes (Zeigler et al 2000)(Marques 2010)(Fathallah 2011). Elle permet de s’assurer que le modèle est « fidèle » au fonctionnement visé (la réalité ou le scénario retenu) et qu’on pourra ainsi lui faire « confiance » lors de son exploitation. Par ailleurs, il existe plusieurs stratégies et approches de validation (Chapurlat 2007). En effet, une validation dépend fortement du contexte et du cadre de l’étude, du choix de l’approche de modélisation et d’abstraction, du modèle réel et des objectifs d’analyse.

Dans nos travaux, et parce que la situation que nous étudions (cas PSS) n’existe pas encore dans la réalité, la validation ne peut pas se faire par analyse d’écarts entre les résultats de la simulation et des indicateurs captés sur une situation connue. Nous chercherons donc à analyser les résultats de la simulation par rapport à des phénomènes (grandeurs, tendances …) espérés et relatifs :

 Rapprochement des résultats de simulation obtenus pour une situation dans l’offre PSS, avec les indicateurs actuels globaux de l’entreprise,

 Phénomènes associés à des mécanismes usuels en gestion industrielle (ex : dégradation de la qualité de service lorsque les réapprovisionnements de stocks sont insuffisants ou désynchronisés, …)

 Analyse fine de la cohérence des résultats obtenus avec des scénarios de configuration différents (configurations croisant les modalités possibles sur le système de production comme sur le système d’usage)

La validation du modèle de simulation a été appliquée tout au long de l’implémentation du modèle sur SIMAN-ARENA, de manière progressive. Ainsi, la démarche de validation a consisté en quatre étapes :

 Vérifier l’adéquation entre les résultats obtenus de la simulation et les résultats attendus pour chacun des processus simulés (Demande en PSS, Demande en P+S, Charge services, Charge production, Charge Remanufacturing, Nombre de pannes…), nous avons fait en premier lieu une validation locale, processus par processus.

a. Cartographie des processus modélisés : cette étape nous permet d’être exhaustifs par rapport au système modélisé. Elle nous permet d’avoir une vision globale des différents processus modélisés et de leurs interactions,

b. Validation intra processus : Pour chaque processus, vérifier la cohérence entre Input/Output. Vérifier la correspondance entre les résultats générés par le modèle de simulation et un ensemble de grandeurs attendues.

c. Validation Inter processus : Pour les processus qui sont interdépendants, nous avons vérifié la cohérence entre Input/Output. Nous avons aussi vérifié et validé la cohérence entre les résultats de la simulation et les estimations qui lient les processus inter dépendants.

 Evaluer la robustesse du simulateur confronté à des cas extrêmes et déterminer son périmètre de bon fonctionnement :

d. Vérification des cas extrêmes : Pour le modèle global, tester et évaluer le fonctionnement du système par rapport à des cas extrêmes pour certaines variables (stocks initiaux nuls, absence d’OF, absence de ressource, augmentation/diminution des ressources, augmentation/diminution de la demande, lot de collecte nul…). Afin d’appliquer de manière systématique cette phase de validation nous avons configuré et utilisé des fichiers de traçabilité du fonctionnement interne du simulateur, permettant le suivi, pas à pas, de certains indicateurs, ainsi que des entités manipulées au sein du modèle de simulation. Nous avons donc une trace complète du fonctionnement du modèle de simulation. Les tableaux qui suivent nous donnent l’ensemble des processus validés, avec les inputs /outputs pour chaque processus et les indicateurs de validation.

Processus Input Output Paramètres à suivre (valider)

Système d’Usage Formulation de la demande Demande globale Demande PSS Demande Vente

Demande PSS / demande totale Demande Vente/ demande globale

Décision commercial

Demande PSS

Demande Pcom Demande OC…Demande Pusa

Demande Pcom/Demande totale Demande OC / Demande totale

Utilisation

Produit PSS livré Lavage ; Age du produit Nombre de Lavages ; Usure du produit

Panne de

produit PSS livré Panne / Type de produit ; Panne / Type contrat ; Age

du produit ; Périodicité de panne

Nombre de pannes ; Age du produit ; MTBF

Fidélisation Client fin de

contrat

Fidélisation ou pas ; Nouvelle échéance du contrat

Nombre de prolongations / nombre total fins de contrats

Paiement PSS livré Paiement ; Incident paiement Nombre d’incidents de paiement ; Nombre

de paiements (mensualité)

Processus Input Output Paramètres à suivre (valider) Système de fabrication Processus de gestion des pprovisionnements OA (Ordre d’Achat) ; Collectes en déchetteries

Mise à jour stocks composants neufs MAJ stocks remanufacturing

Nombre d’OA générés / temps de simulation

Nombre de collectes / Temps de simulation Processus de gestion du lancement production OF (Ordre de Fabrication) Lancements de production (stocks suffisants, ressources disponibles)

Nombre d’OF générés

Nombre d’OF : satisfaits avec retard/ Satisfaits avec remplacement/ Non satisfait

Processus de gestion de Tri

Produits récupérés Produits collectés

Mise à jour stock remanufacturé

Quantité produit récupéré Quantité produit (module ou composants) mis à jours Quantité produit collecté

Processus Fabrication

(Production et

remanufacturing)

OF (OA) Mise à jour des stocks Cycle de production Quantité produite Quantité OF (OA)

Système de servuction

Processus Input Output Paramètres à suivre (valider)

Service en cas de P+S

Livraison et

Installation

Client ayant contracté le service livraison

Livraison du produit Nombre de livraisons

Maintenance Curative

Client ayant contracté le service Maintenance Curative

intervention Nombre de pannes ; Nombre d’interventions

Service en cas de PSS

Livraison et

Installation

Les PSS admis pour livraison Livraison du produit Nombre de livraisons

Maintenance Préventive

Panne intervention Nombre d’interventions P ; Nombre de pannes P

Maintenance Curative

Panne Contrat de Maintenance

intervention Nombre d’interventions ; Nombre de pannes

Récupération Contrat de livraison Récupération produits en

fin de contrat

Nombre de récupérations / Nombre de fins de contrat

Collecte Demande de collecte Collecte produits en

déchetterie

Nombre de produits collectés

Tableau 27 Paramètres soumis à validation, sur les processus du système de servuction

Le modèle présenté a été transcrit dans le logiciel SIMAN-ARENA sur lequel ont été réalisées les différentes simulations. Chaque scénario a été simulé sur une durée de fonctionnement de l’entreprise de 7 ans (11 760 heures) et a été répliqué 20 fois. Une période de transition de deux ans a été définie afin d’analyser le système en régime permanent (phase stable). Cette période correspond à la durée maximale d’un contrat ; ainsi à partir de deux ans, nous aurons un système stable en termes de flux (Contrats récupérés/Contrats vendus). Pour chaque scénario, les indicateurs de performance ont donc été calculés.

Une fois le modèle de simulation construit et validé, il pourra alors être exploité par le(s) décideur(s). Le(s) décideur(s) pourra(ont) ainsi tester, dans un cadre et un contexte expérimental bien définis, plusieurs scénarios de configuration. Une configuration représente une instanciation de différents paramètres du modèle de simulation. La simulation fournira différents indicateurs de performance. Ces résultats seront alors analysés et interprétés lors de la dernière phase qui viendra éclairer l’analyse du comportement du système et, le cas échéant, permettra d’établir des recommandations en termes de management.

3 Construction du plan d’expérimentation

Nous travaillons sur une situation de transition d’une entreprise initialement positionnée sur l’activité de vente de produits, complétée par deux services additionnels (livraison et maintenance) et dimensionnée, en termes de ressources humaines, pour assurer une bonne qualité de services.

Les décideurs souhaitent voir le comportement et la performance du système productif face à une nouvelle situation d’offre intégrée de type PSS, tout en cherchant à conserver le même niveau de dimensionnement des ressources humaines. Le modèle de simulation nous donne l’opportunité de tester des facteurs de gestion industrielle ainsi que des facteurs commerciaux et de comportements des clients.

Par ailleurs, la démarche de modélisation et de simulation des processus répond tout à fait aux besoins précis de modélisation et d’analyse identifiée ci-dessus, elle ne s’inscrit pas dans une optique de recherche d’optimisation de la performance. L’optimisation s’inscrirait en effet dans une volonté d’analyse systématique de l’ensemble des configurations potentielles, qui induirait des temps de simulation largement excessifs par rapport aux contraintes de l’étude. Au contraire, la démarche de simulation requiert de discerner a priori un espace relativement restreint de paramètres (variables) permettant de définir les configurations. Ces paramètres sont ciblés pour répondre aux besoins d’analyse décisionnelle spécifiés au chapitre 7 : en l’occurrence, nous limitons l’étude aux leviers de gestion des ressources (compétences et règles d’affectation) et au levier d’offre de contrat ; ces leviers seront étudiés sous incertitude des comportements commerciaux et d’usage.

Dans le plan d’expérience que nous allons étudier, nous distinguons deux « familles » de facteurs : d’une part, des facteurs de décision sur lesquels l’entreprise pourra agir, notamment la compétence des ressources et la règle d’affectation des ressources, et d’autre part les facteurs d’incertitude sur lesquels l’entreprise n’a pas beaucoup de marges de manœuvre, telles l’exigence Qualité du Service/Qualité du Produit des clients ou encore leur sensibilité au service apporté. Nous développerons dans la section qui suit l’ensemble des facteurs de décision et d’incertitude que nous considérons.

Le plan d’expériences définit l’ensemble des expérimentations et configurations qui seront à étudier. Ces configurations sont obtenues à travers l’instanciation des variables du modèle de simulation. Parmi les variables de simulation à instancier, nous distinguons les paramètres fixes de des paramètres configurables. Les paramètres fixes correspondent à des variables instanciées avec la même valeur pour toutes les configurations analysées (par exemple demande globale, nomenclature du produit, gamme de production…). Les paramètres configurables correspondent à des variables dont l’instanciation dépendra de chaque configuration analysée. Ainsi, les variables considérées comme facteur de décision ou d’incertitude seront instanciées différemment d’une configuration à une autre afin de répondre au besoin d’analyse d’un plan d’expérience complet. Le plan d’expérience que nous allons dérouler correspond donc à une combinaison des valeurs prises par les facteurs variables liés au système industriel (en termes de gestion des ressources) et au système d’usage (en termes de la définition du contrat). Pour chaque configuration du plan d’expérience, le modèle de simulation permet l’obtention d’un ensemble de fichiers résultats.

Ceux-ci correspondent à un ensemble d’indicateurs de performance et de suivi utiles pour l’analyse et l’interprétation des résultats.