Optimisation de performances et maîtrise de la fiabilité dans la conception de systèmes de production

Performances Optimization and Reliability Control in the Production System Design

• Auteur / Autrice : Milia Habib
• Direction : Farouk Yalaoui, Nazir Chebbo, Iman Jarkass
• Type : Thèse de doctorat
• Discipline(s) : Optimisation et Sûreté des Systèmes
• Date : Soutenance le 29/09/2017
• Etablissement(s) : Troyes en cotutelle avec Université Libanaise
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'Ingénieur (Troyes, Aube)
• Partenaire(s) de recherche : Laboratoire : Institut Charles Delaunay / ICD
• Jury : Président / Présidente : Benoît Iung
• Jury : Examinateurs / Examinatrices : Farouk Yalaoui, Nazir Chebbo, Iman Jarkass, Benoît Iung, Daoud Aït-Kadi, Nidhal Rezg, Zaki Sari, Alice Yalaoui
• Jury : Rapporteur / Rapporteuse : Daoud Aït-Kadi, Nidhal Rezg

Mots clés

Mots clés contrôlés

Optimisation mathématique

Logiciels

Systèmes d'aide à la décision

Fiabilité

Redondance (ingénierie)

Conception

Mots clés libres

Conception

Redondance (ingénierie)

Fiabilité

Systèmes d’aide à la décision

Optimisation mathématique

Design

Redundancy (engineering)

Reliability (Engineering

Decision support systems

Mathematical optimization

Résumé

Cette thèse porte sur les problèmes de conception et d’optimisation de la fiabilité des systèmes avec la prise en compte de la dépendance redondante. Nous nous intéressons d’abord à la conception de systèmes réparables dépendants de type parallèle et k sur n : G. Après avoir rappelé le modèle de la dépendance redondante présenté dans la littérature pour les systèmes parallèles, nous proposons un modèle plus général pour les systèmes k sur n : G. Ce modèle permet de quantifier la dépendance de défaillance entre les composants redondants du système. Nous évaluons également la disponibilité stationnaire du système avec la prise en compte de la dépendance à l’aide des modèles markoviens. Nous étudions ensuite la conception des systèmes réparables séries k sur n en considérant la notion de dépendance redondante. Ces problèmes sont traités sous deux approches d’optimisation : mono et multicritère. Dans l’approche monocritère, nous abordons, dans un premier temps, le problème de minimisation des coûts sous contrainte d’une disponibilité exigée. Nous proposons de le résoudre en utilisant le solveur LINGO et en développant des algorithmes génétiques et des algorithmes d'optimisation par colonies de fourmis. Ces algorithmes sont ensuite améliorés par une recherche locale. Dans un deuxième temps, nous étudions le problème dual de maximisation de la disponibilité que nous le résolvons à l’aide des algorithmes génétiques et LINGO. Dans l’approche multicritère, nous considérons simultanément les deux objectifs. Nous proposons des algorithmes multiobjectifs basés sur NSGA2 et SPEA2

This thesis deals with the design and optimization problems of the reliability of the systems taking into account the redundant dependency. First, we focus on the design of repairable dependent parallel and k out of n: G systems. After recalling the redundant dependency model presented in the literature for parallel systems, we propose a more general model for the k out of n: G systems. This model allows quantifying the failure dependence between the redundant components of the system. We also evaluate the stationary system availability considering the dependence based on the Markov models. Then, we study the design of the series repairable k out of n systems considering the redundant dependency notion. These problems are treated under two optimization approaches: single and multicriteria. In the single criterion approach, we first address the minimization problem of the costs under a required availability constraint. We propose to solve it by using the LINGO solver and by developing genetic algorithms and ant colony optimization algorithms. These algorithms are then improved by a local search. In a second step, we study the dual problem of availability maximization which we solve using the genetic algorithms and LINGO. In the multicriteria approach, we simultaneously consider both objectives. We propose multi-objective algorithms based on the Non-dominated Sorting Genetic Algorithms (NSGA2) and the second version of the Strength Pareto Evolutionary Algorithm (SPEA2).