Proposition d’une approche méthodologique outillée pour la gestion des connaissances dans les processus de conception de produits : application à la fabrication additive

Proposal of a tool-based methodological approach for knowledge management in product design processes : application to additive manufacturing

• Auteur / Autrice : Jean René Camara
• Direction : Philippe Véron, Esma Sioud, Frédéric Segonds
• Type : Thèse de doctorat
• Discipline(s) : Conception
• Date : Soutenance le 24/01/2025
• Etablissement(s) : Paris, ENSAM
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris ; 2000-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Conception de Produits et Innovation (LCPI) - Laboratoire Conception de Produits et Innovation (LCPI)
• Jury : Président / Présidente : Claire Lartigue
• Jury : Examinateurs / Examinatrices : Philippe Véron, Esma Sioud, Frédéric Segonds, Claire Lartigue, Jérémy Legardeur, Frédéric Noël, Benjamin Deguilhem
• Jury : Rapporteurs / Rapporteuses : Jérémy Legardeur, Frédéric Noël
• DOI : 10.70675/07ace222z6001z4377za688z5500e40347df

Mots clés

Mots clés contrôlés

Modélisation prédictive

Transmission des savoirs

Thèses et écrits académiques

Gestion des connaissances

Mots clés libres

Cao

Graphe de connaissance

Gestion des connaissances

Ingénierie basée sur les connaissances

Neo4j

Fabrication Additive

Cad

Knowledge Graph

Knowledge Management

Knowledge Based Engineering

Neo4j

Additive Manufacturing

Résumé

L’Industrie 4.0 exige une capitalisation efficace des connaissances pour optimiser les processus de conception au sein des entreprises manufacturières et des entreprises de services numériques (ESN). Dans un contexte marqué par la complexité croissante des environnements industriels et la rotation élevée des consultants, les entreprises doivent relever le défi de transférer efficacement les savoirs des experts vers les concepteurs novices. Pour répondre à cette problématique, cette thèse propose KARMEN (Knowledge Access for Request Manufacturing and Engineering by Network graph), un graphe de connaissances qui repose sur une méthode composée de quatre étapes : FAME (Find, Acquire, Model, Exchange). Ces étapes permettent de trouver, d’acquérir et d’exploiter la connaissance.Cette thèse aborde alors notre question de recherche suivante : « Comment capter les données hétérogènes et la connaissance des concepteurs experts au sein d'une ESN pour assister les novices dans le processus de conception ? »Pour cela, nous proposons le modèle de données PPR-FBS-8M, qui offre une vision holistique du produit, du processus et des ressources. Ce modèle permet d’intégrer et d’organiser des données hétérogènes, qu’elles soient structurées (comme des relevés de données) ou non structurées (telles que des rapports d’expertise), facilitant ainsi la transmission des savoirs entre experts et novices. Soulignons, également que notre modèle de données repose sur la fusion d’un graphe de connaissances et du processus de conception en double diamant.Ces travaux ont également donné lieu à deux publications scientifiques. La première, intitulée ''KARMEN: Redefining collaboration and expertise sharing through an innovative knowledge graph framework: a case study in additive manufacturing,'' a été présentée lors de la conférence PLM 23. La seconde publication, ''KARMEN: A Knowledge Graph Based Proposal to Capture Expert Designer Experience and Foster Expertise Transfer,'' a été publiée dans le journal à comité derelecture IJIDEM. Ces contributions attestent de l'impact significatif de KARMEN sur leprocessus de conception et de partage des connaissances.Enfin, dans la continuité de notre méthode, nous avons élaboré un support pédagogique au sein même du laboratoire LCPI, destiné à sensibiliser les futurs utilisateurs à notre approche. Ce support offre une immersion pratique à travers la manipulation de Représentations Intermédiaires tangibles, favorisant ainsi une meilleure compréhension des diverses opportunités offertes par les procédés de fabrication, qu'ils soient additifs, formatifs ou soustractifs.Cette approche pédagogique vise non seulement à renforcer l'accès aux connaissancestechniques, mais également à faciliter l'intégration des nouveaux concepteurs dans lesprocessus de conception et de prototypage. De plus, elle ouvre des perspectives prometteuses pour la formation continue et le développement professionnel des concepteurs, en leur permettant d'acquérir des compétences essentielles et de s'adapter aux évolutions rapides de l'Industrie 4.0.

Industry 4.0 requires effective knowledge capitalization to optimize design processes within manufacturing and digital services companies (DSCs). In a context marked by the growing complexity of industrial environments and the high turnover of consultants, companies face the challenge of effectively transferring knowledge from experts to novice designers. To address this issue, this thesis proposes KARMEN (Knowledge Access for Request Manufacturing and Engineering by Network graph), a knowledge graph based on a method consisting of four steps: FAME (Find, Acquire, Model, Exchange). These steps enable knowledge to be found, acquired and exploited.This thesis then addresses our following research question: ''How to capture heterogeneous data and the knowledge of expert designers within an ESN to assist novices in the design process?''To do this, we propose the PPR-FBS-8M data model, which offers a holistic view of the product, process and resources. This model makes it possible to integrate and organize heterogeneous data, whether structured (such as data records) or unstructured (such as expert reports), thus facilitating the transmission of knowledge between experts and novices. It should also be noted that our data model is based on the fusion of a knowledge graph and the double diamond design process.This work has also given rise to two scientific publications. The first, entitled ''KARMEN: Redefining collaboration and expertise sharing through an innovative knowledge graph framework: a case study in additive manufacturing,'' was presented at the PLM 23 conference. The second publication, ''KARMEN: A Knowledge Graph Based Proposal to Capture Expert Designer Experience and Foster Expertise Transfer,'' was published in the peer-reviewed journal IJIDEM. These contributions attest to the significant impact of KARMEN on the design and knowledge sharing process.Finally, in line with our method, we have developed an educational support within the LCPI laboratory, intended to raise awareness of our approach among future users. This support offers a practical immersion through the manipulation of tangible Intermediate Representations, thus promoting a better understanding of the various opportunities offered by manufacturing processes, whether additive, formative or subtractive.This educational approach aims not only to strengthen access to technical knowledge, but also to facilitate the integration of new designers into the design and prototyping processes. Furthermore, it opens up promising prospects for the continuing education and professional development of designers, enabling them to acquire essential skills and adapt to the rapid developments of Industry 4.0.