Analyse des performances de systèmes de production sujets à des défaillances aléatoires et pouvant engendrer des produits non conformes dans un environnement incertain

Performance analysis of production systems subject to random failures which can produce nonconforming units in an uncertain environment

• Auteur / Autrice : Mehdi Radhoui
• Direction : Nidhal Rezg, Anis Chelbi
• Type : Thèse de doctorat
• Discipline(s) : Sciences de l'ingénieur
• Date : Soutenance le 03/04/2008
• Etablissement(s) : Metz en cotutelle avec École supérieure des sciences et techniques (Tunis)
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Génie Informatique, de Production et de Maintenance (Metz)
• Jury : Président / Présidente : Benoît Iung
• Jury : Examinateurs / Examinatrices : Nabil Ben Fradj, Alexandre Dolgui, Ali Gharbi

Mots clés

Mots clés contrôlés

Efficacité de l'organisation

Technique de la production

Modèles mathématiques

Qualité -- Contrôle

Mots clés libres

Performance

Défaillance aléatoire

Production non conforme

Résumé

Cette thèse porte sur l analyse et l'optimisation de l'exploitation de systèmes de production évoluant dans un environnement incertain. Cette incertitude relève en même temps de facteurs liés à la fiabilité et à la maintenabilité de ces systèmes, aux quantités à produire et à stocker, et aux rejets dus à la non-conformité des produits reliée à l état de dégradation des systèmes. De nouvelles stratégies conjointes de maintenance-production-qualité sont proposées. Ces stratégies établissent, selon chacune des situations considérées, les meilleurs compromis concernant simultanément deux ou trois variables de décision telles que¡: la taille des lots à produire, la taille des stocks tampons, la périodicité du contrôle de la qualité, le seuil de taux de non-conformité servant de déclencheur d actions de maintenance à entreprendre sur les systèmes considérés. Pour chacune de ces stratégies intégrées, des approches de modélisation analytique combinées dans certains cas à la simulation sont adoptées. Des algorithmes de calcul des valeurs optimales des variables de décision sont également développés pour chaque stratégie. Enfin, des analyses de sensibilité sont menées pour établir l influence de certains paramètres techniques et économiques sur les solutions optimales obtenues.

We treat in this thesis the integration problem between the various components of the industrial magnagement which are maintenance (preventive maintenance, corrective maintenance, etc...), production (quantities to produce, stockpile size, etc...) And quality (rejection rate, non-compliances, etc...). To develop such integrated models production-maintenance -Quality, two complementary approaches are adopted, the first is based on mathematical modelling and the second one uses simulation. As a first step, we propose to solve malthematically the problem od dimensioning the size to be produced for a production system that can randomly move to an out of control statue and produce non-conforming units. The system is subjected to an age preventive maintenance policy. Once the transistiion to the state out of control is detected , a restouration of the system is planned for L time units later. A mathematical model was developed to determine the quantity Q of economic production and the age T for preventive maintenance. In a second step, we have developed a joint policy of preventive maintenance and quality control for a production system that can generate conforming and nonconforming units. For the modelling of these strategies, we used two different approaches : the first uses only analytical tool and the second uses the analytical tools and simulation. Each of the strategies proposed is based on a predictive maintenance policy. According to the rate of nonconforming units generared by the machine, one decides on the modelling of these strategies, suppose thar after having undergonemaintenance actions ( preventive maintenance or revivsion), the systeme returned to its original condition (AS GOOD AS NEW), In another approach based on simulation, we propose to relax this assumption and assume that the system returned to its original state only after the overhaul actions. After having undergone the preventive maintenance actions, the systems is in a state between i its initial state just before the stop (between AS GOOD AS NEW and AS BAD AS OLD).