Thèse en cours

Les apports des pratiques Lean, de la digitalisation et de l’optimisation du séquencement pour une production à grande variété et faible volume : application à la fabrication de grues à tour

FR  |  
EN

Accès à la thèse

AttentionLa soutenance a eu lieu le 05/12/2024. Le document qui a justifié du diplôme est en cours de traitement par l'établissement de soutenance.
Auteur / Autrice : Zineb Mrabbaj
Direction : Bernard PenzMalek Masmoudi
Type : Projet de thèse
Discipline(s) : GI - Génie Industriel : conception et production
Date : Inscription en doctorat le
Soutenance le 05/12/2024
Etablissement(s) : Université Grenoble Alpes
Ecole(s) doctorale(s) : École doctorale Ingénierie - matériaux mécanique énergétique environnement procédés production
Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences pour la Conception, l'Optimisation et la Production de Grenoble
Jury : Président / Présidente : Gülgün Alpan
Examinateurs / Examinatrices : Samir Lamouri, Jacques Lamothe, Gilles Goncalves, Bernard Penz, Malek Masmoudi
Rapporteur / Rapporteuse : Samir Lamouri, Jacques Lamothe

Résumé

FR  |  
EN

Cette thèse CIFRE s’inscrit dans le cadre d’une collaboration entre l’entreprise Manitowoc, leader mondial de fabrication de grues, et le laboratoire G-SCOP. Dans cette thèse, nous étudions la problématique de l'entreprise Manitowoc, liée à la gestion complexe de ses processus de production. Cette complexité découle de la grande variété des composants nécessaires pour les postes de montage et de la rigidité du système de convoyage, ce qui entraîne des lead times longs et variables. Malgré l'augmentation du nombre d'opérateurs pour tenter de livrer les clients à temps, cette stratégie n'a permis qu'une amélioration marginale des délais de livraison, tout en dégradant la productivité. Par conséquent, le séquencement s’est avéré en être une des pistes d’amélioration principales. Le problème de séquencement à traiter est complexe, reconnu et classé comme un problème d'optimisation NP-difficile. De plus, l’étude de terrain a montré les limites des outils de planification existants et la difficulté de fournir manuellement un planning journalier pour l’approvisionnement des postes de montages. Ce séquencement manuel est entravé par l'absence de données fiables et le manque d'informations en temps réel. Cela empêche d'obtenir un bon séquencement et complique la gestion efficace des opérations. D’autres difficultés rendent rapidement obsolètes la planification et le séquencement établis. Principalement le non-respect du séquencement par les opérateurs qui est souvent lié à une optimisation locale, où chaque poste de travail cherche à optimiser ses propres critères de performance, indépendamment des besoins et contraintes des autres ateliers. Les aléas rencontrés en cours de production, tels que les problèmes d'approvisionnement ou les défauts de qualité, s'ajoutent à ces difficultés. Cette situation conduit à une déviation par rapport au séquencement global, provoquant des déséquilibres dans la chaîne de production, des retards de livraison et une baisse de la qualité nécessitant des reprises. La résolution du problème de séquencement, bien que nécessaire, ne suffit pas à assurer le bon fonctionnement global de l'usine. Un bon séquencement doit être soutenu par une visibilité constante de l'information et une traçabilité des produits tout au long de la chaîne logistique pour être efficace. L'accès en temps réel aux données est essentiel pour une planification précise et pour permettre des réponses rapides aux aléas survenant pendant la production. De plus, l'exécution du séquencement dépend en grande partie des opérateurs sur le terrain. Leur engagement et leur capacité à suivre le séquencement établi influent directement sur la performance globale de l'usine. L'autonomie et l'apprentissage individuel des opérateurs jouent un rôle clé dans le respect des objectifs de séquencement, tandis que des outils d'aide à la décision avancés peuvent améliorer leur efficacité et leur coopération. Pour surmonter ces défis et challenges, nous avons proposé une solution performante pour piloter efficacement l'organisation globale de la chaîne logistique. La complexité du problème étudié nécessite l’intégration de trois briques complémentaires et intégrées : Théorie Lean pour la prise de décision ambivalente (centralisation et décentralisation), digitalisation intelligente, et outils de planification et de séquencement avancé afin de proposer une solution globale capable d’apporter une réponse pertinente à la problématique étudiée. La contribution majeure de cette thèse réside dans l'intégration de ces trois approches dans des apports harmonieux et complémentaires. L'adoption d'une seule de ces approches ne suffirait pas à optimiser les opérations dans leur ensemble. C'est l'interconnexion et la complémentarité de ces trois domaines qui ont permis d'atteindre des résultats significatifs, en abordant les défis de la production de manière holistique.