Gestion de l'agilité d'une chaîne logistique : un cadre conceptuel d'ingénierie dirigée par les modèles pour la supervision de plans

Agility management in supply chains : monitoring plans execution with a model-driven framework

• Auteur / Autrice : Zheng Jiang
• Direction : Jacques Lamothe, Frédérick Bénaben
• Type : Thèse de doctorat
• Discipline(s) : Génie Industriel et Informatique
• Date : Soutenance le 21/10/2019
• Etablissement(s) : Ecole nationale des Mines d'Albi-Carmaux
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Centre de recherche Génie industriel (Albi) - Centre Génie Industriel / CGI
• Jury : Président / Présidente : Bernard Grabot
• Jury : Examinateurs / Examinatrices : Jacques Lamothe, Frédérick Bénaben, David Chen, Evren Sahin, Juanqiong Gou
• Jury : Rapporteur / Rapporteuse : David Chen, Evren Sahin, Juanqiong Gou

Mots clés

Mots clés contrôlés

Changement organisationnel

Ingénierie dirigée par les modèles

Logistique (gestion)

Mots clés libres

Surveillance de chaînes logistiques

Modélisation de chaînes logistiques

Agilité et visibilité de chaînes logistiques

Ingénierie dirigée par les modèles

Architecture événementielle

Traitement des événements complexes

Architecture axée sur le service

Supply chain monitoring

Supply chain modeling

Supply chain agility and visibility

Model-driven engineering

Event-driven architecture

Complex-event processing

Service-driven architecture

Résumé

La gestion de l'agilité dans un réseau de chaînes logistiques collaboratif nécessite impérativement de superviser l'exécution de la planification afin de détecter toute déviation imprévue. Cette thèse vise à faciliter la détection de ces écarts, leur évaluation et l'adaptation à ces écarts. Cela implique trois questions principales: (i) comment modéliser les éléments d'une chaîne logistique (en particulier en terme d'identité et de statut) ? (ii) comment gérer les écarts entre le statut prévu et le statut réel d'une chaîne logistique ? (iii) comment définir la façon dont les écarts identifiés génèrent effectivement des risques menaçant la chaîne logistique ? Par ailleurs, une composante forte de ces travaux concerne l'ambition de mise en œuvre d'un système de gestion de l'agilité non-intrusif vis-à-vis des systèmes d'information et des technologies existants. Le cadre proposé envisage ainsi le système de gestion de l'agilité comme une couche placée au-dessus des systèmes existants. Ce système de gestion de l'agilité doit permettre de détecter les écarts par rapport à la situation attendue et de les évaluer visuellement. Ce système de gestion de l'agilité s'articule autour de quatre fonctionnalités principales, hébergées par quatre services : 1. Conception automatique de modèle de plan d'exécution de la chaîne logistique (service de modélisation); 2. Supervision et détection des écarts (service de détection); 3. Définition des solutions d'adaptation pour surmonter les écarts (service d'adaptation); 4. Visualisation et évaluation du statut de la chaîne logistique (service d'évaluation). En outre, ce système a été implémenté et intégré en tant que contribution au projet européen H2020 C2NET (Cloud Collaborative Manufacturing Networks).

While managing agility in a collaborative supply chain, there is a great need to monitoring the planning execution and to detect unexpected plans deviations. This thesis aims at facilitating the monitoring, assessment and adaptation of such deviations. It implies three main questions: (i) how to model the elements in a supply chain (identity and status), (ii) how to deal with deviations between planned and actual status of a supply chain, (iii) how to make links between deviations and supply chain risks (reason). Moreover, in a broad sense of agility, adding new functionalities but not changing the existing managing systems of an enterprise is interesting. Thus a collaborative supply chain monitoring framework is proposed. The framework does not intend to replace or play part of the roles of existing legacy systems. Instead, it is a layer above the legacy systems. It helps to detect deviations and provide visualized assessment of them. It mainly contains four services: 1. Modeling Service, 2. Detection Service, 3. Adaptation Service and 4. Assessment Service. They provide the following features: 1. Automatic model design of supply chain execution plan; 2. Deviations detection; 3. Adaptation solutions to overcome deviations; 4. Visualization and assessment of the supply chain status. Additionally, an application based on this framework has been implemented and integrated as a contribution of the European H2020 project C2NET (Cloud Collaborative Manufacturing Networks).