Optimisation de processus de fabrication en présence de facteurs humains

Optimizing manufacturing processes under human factors

• Auteur / Autrice : Nouha Taleb salah
• Direction : Pierre Slangen, Jacky Montmain
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 02/10/2023
• Etablissement(s) : IMT Mines Alès
• Ecole(s) doctorale(s) : École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : EuroMov Digital Health in Motion
• Partenaire(s) de recherche : Equipe de recherche : I3A - Informatique, image, intelligence artificielle

Mots clés

Mots clés libres

Industrie 5.0

Optimisation combinatoire

Intelligence artificielle

Capture du mouvement

Troubles musculo-squelettiques

Motion capture

Industry 5.0

Artificial Intelligence

Combinatorial optimization

Musculoskeletal disorders

Résumé

La pénibilité au travail désigne l'ensemble des facteurs qui peuvent nuire à la santé ou à la sécurité des travailleurs dans le cadre de leur activité professionnelle. Cela peut concerner des conditions de travail difficiles, ou encore des risques d'accident ou de maladie professionnelle. La réduction de la pénibilité est donc un enjeu économique majeur pour l'industrie, qui doit veiller à protéger la santé de ses employés tout en maximisant la productivité. Ce projet de thèse se veut à la fois centré sur l'humain en s'inscrivant dans le concept Industrie 5.0, mais aussi exploratoire et multidisciplinaire. Il combinera des compétences en science du mouvement, en intelligence artificielle, en recherche opérationnelle et en génie industriel. Deux objectifs à viser : la protection de la santé des opérateurs en tenant compte des exigences de la réglementation en matière de pénibilité au travail ; et la maximisation de la productivité dans un environnement économique et social en mutation rapide.

Difficulty at work refers to all the factors that can affect the health or safety of workers in the course of their professional activity. This may involve difficult working conditions, or the risk of accident or occupational disease. Reducing arduous work is therefore a major economic challenge for industry, which must ensure that it protects the health of its employees while maximising productivity. This thesis project is intended to be both human-centred, in line with the Industry 5.0 concept, and exploratory and multidisciplinary. It will combine skills in motion science, artificial intelligence, operational research and industrial engineering. There are two key objectives: to protect the health of operators, while taking account of regulatory requirements in terms of arduous work; and to maximise productivity in a rapidly changing economic and social environment.