Thèse soutenue

Techniques de contrôle basées sur le pelotonnage dans les transports et la logistique

FR  |  
EN
Auteur / Autrice : Alessandro Bozzi
Direction : Roberto SacileEnrico ZeroJose-Fernando JiménezCamilo Hernandez
Type : Thèse de doctorat
Discipline(s) : Sciences Pour l'Ingénieur
Date : Soutenance le 13/12/2023
Etablissement(s) : Chambéry en cotutelle avec Università degli studi (Gênes, Italie)
Ecole(s) doctorale(s) : École doctorale sciences, ingénierie, environnement (Chambéry ; 2021-....)
Partenaire(s) de recherche : Laboratoire : Systèmes et matériaux pour la mécatronique (Annecy ; 2006-....)
Jury : Président / Présidente : Jean-Luc Maire
Examinateurs / Examinatrices : Silvia Siri
Rapporteurs / Rapporteuses : Raul Benitez Iglesias, Dritan Nace

Mots clés

FR  |  
EN

Mots clés contrôlés

Résumé

FR  |  
EN

Cette thèse explore l'intégration de la technologie des véhicules autonomes avec les systèmes de fabrication intelligents. Dans la première partie du travail, des méthodes de contrôle essentielles pour les véhicules autonomes, notamment les Inégalités Matricielles Linéaires (LMI), la Régulation Linéaire Quadratique (LQR) / le Suivi Linéaire Quadratique (LQT), les régulateurs PID et la logique de contrôle dynamique via des organigrammes, sont examinées. Ces techniques sont adaptées au pelotonnage pour améliorer la coordination, la sécurité et l'efficacité au sein des flottes de véhicules, et divers scénarios sont analysés pour confirmer leur efficacité dans l'atteinte des objectifs de performance prédéterminés. Une première approche sur le matériel physique, simplifiée mais réaliste pour modéliser le comportement des véhicules, est mise en œuvre pour confirmer davantage les résultats théoriques.Alors que l'exploration se poursuit, l'attention se tourne vers le monde dynamique des systèmes de fabrication. L'accent est mis sur les techniques de planification hors ligne et en ligne dans les systèmes de fabrication intelligents, en exploitant la Programmation Linéaire Mixte en Nombres Entiers (MILP) pour modéliser mathématiquement l'atelier et la Commande Prédictive de Modèle (MPC) pour adapter la planification aux événements imprévus. L'objectif est de comprendre comment les algorithmes d'optimisation et les cadres de prise de décision peuvent transformer l'allocation des ressources et les processus de production, améliorant ainsi l'efficacité de la fabrication.Dans la culmination de cette recherche, les systèmes de fabrication et le pelotonnage convergent. Les Véhicules Guidés Autonomes (AGV) sont réimaginés en tant que véhicules autonomes, les regroupant au sein de formations de peloton en fonction de différents critères. Cette intégration stratégique va au-delà de la fabrication traditionnelle, exploitant les principes de pelotonnage pour transformer la logistique des AGV au sein du système de fabrication intelligent. L'impact du pelotonnage des AGV sur les principales mesures de performance, telles que le makespan, est élaboré, fournissant des informations pour optimiser les processus de fabrication.Tout au long de cette exploration, un paysage dynamique est navigué où les technologies futures se croisent. Des algorithmes de contrôle précis dans les véhicules autonomes à la coordination des ressources de fabrication, cette thèse offre une vue complète de la manière dont la synchronisation, l'optimisation et l'automatisation peuvent remodeler l'efficacité et la productivité non seulement dans le domaine du véhicule autonome, mais aussi dans la fabrication.