La mise en place d’un système d’aide à la décision pour l’ordonnancement dynamique de la production et de la maintenance via un jumeau numérique

The implementation of a decision support system for dynamic scheduling of production and maintenance via a digital twin

• Auteur / Autrice : Ayoub Chakroun
• Direction : Abderrahman El Mhamedi, Faouzi Masmoudi
• Type : Thèse de doctorat
• Discipline(s) : Productique et génie industriel
• Date : Soutenance le 20/06/2023
• Etablissement(s) : Paris 8 en cotutelle avec Université de Sfax (Tunisie)
• Ecole(s) doctorale(s) : École doctorale Cognition, langage, interaction (Saint-Denis, Seine-Saint-Denis)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Quartz (Saint-Ouen, Seine-Saint-Denis)
• Jury : Président / Présidente : Nidhal Rezg
• Jury : Examinateurs / Examinatrices : Omar Ayadi, Nabih Feki, Yasmina Hani
• Jury : Rapporteur / Rapporteuse : Olga Battaïa, Olivier Cardin

Mots clés

Mots clés contrôlés

Apprentissage automatique

Maintenance conditionnelle

Objets coopérants (informatique)

Systèmes d'aide à la décision

Industrie 4.0

Mots clés libres

Industrie 4.0

Système d’Aide à la Décision

Système Cyber-Physique de Production

Maintenance Prédictive

Apprentissage Automatique

Ordonnancement Dynamique

Flow Shop à Multiples Processeurs

Jumeau Numérique

Ordonnancement prédictif réactif

Industry 4.0

Decision Support System

Cyber-Physical Production System

Predictive Maintenance

Machine Learning

Dynamic Scheduling

Multiple Processor Flow Shop

Digital Twin

Reactive Predictive Scheduling

Résumé

Le marché industriel connaît une évolution rapide avec la révolution technologique de l'industrie 4.0 et l'incertitude des paramètres de production, ce qui crée des défis pour la gestion de la production et de la maintenance. Pour répondre à ces défis, cette thèse propose un système d'aide à la décision pour l'ordonnancement dynamique de la production et de la maintenance via un jumeau numérique pour une entreprise spécialisée dans la production d'accessoires en laiton. Les travaux se concentrent sur l'amélioration de l'adaptabilité des systèmes de production grâce à un contrôle et un pilotage de la production plus efficaces, ainsi qu'une meilleure configuration des infrastructures de production. L'outil proposé permet de réajuster les plans de production en fonction des perturbations et de l'imprévisibilité grâce à un ordonnancement prédictif réactif. Les travaux ont utilisé une approche d'ordonnancement dynamique pilotée par un jumeau numérique combinant l'optimisation et la simulation, notamment un modèle d'ordonnancement MILP et une plateforme de simulation 3D d'un atelier de production d'accessoires en laiton contrôlée par un système de production cyber-physique (CPPS). Les deux modules sont connectés à l'atelier réel pour construire un jumeau numérique (DT).

The industrial market is experiencing a rapid evolution with the technological revolution of Industry 4.0 and the uncertainty of production parameters, creating challenges for production and maintenance management. To address these challenges, this thesis proposes a decision support system for dynamic scheduling of production and maintenance through a digital twin for a company specializing in brass accessory production. The work focuses on improving the adaptability of production systems through more effective production control and management, as well as better production infrastructure configuration. The proposed tool allows for readjustment of production plans based on disruptions and unpredictability through reactive predictive scheduling. The work used a digital twin-driven dynamic scheduling approach combining optimization and simulation, including a MILP scheduling model and a 3D simulation platform of a brass accessory production workshop controlled by a Cyber-Physical Production System (CPPS). Both modules are connected to the real workshop to construct a digital twin (DT).