CRAN - Campus Sciences
BP 70239 - 54506 VANDOEUVRE Cedex
Tél : +33 (0)3 72 74 52 90 Fax : +33 (0)3 72 74 53 08
cran-secretariat@univ-lorraine.fr
 
 
Sujet de stage : Utilisation des langages et modèles SED stochastiques pour l’ordonnancement de systèmes flexibles de production
Dates : 2017/03/08 - 2017/09/08
Directeur(s) CRAN : Alexis AUBRY , Pascale MARANGE , Jean-François PETIN
Description : L’ordonnancement de la production consiste à affecter des opérations de production à des machines et à définir leurs dates de début et de fin tout en respectant des contraintes propres au système de production considéré et afin de répondre à une demande de produits. Derrière cette définition générale se cache une grande variété de problèmes dépendant notamment du type d’atelier considéré (flow-shop, job-shop, open-shop…) et du contexte opérationnel considéré (prédictif, proactif, réactif...). Face à ces problèmes, la théorie de l’ordonnancement, et plus particulièrement la recherche opérationnelle, ont proposé plusieurs méthodes de résolutions telles que la programmation mathématique ou les métaheuristiques. Cependant les modèles sous-jacents considèrent souvent un environnement de production stable et certain sans considérer par exemple la dynamique du système de production (états des machines, états du produit …) ou encore les perturbations inhérentes à tout système de production (incertitudes sur la demande, sur les durées opératoires, panne machine…). Dans ce contexte, il est important de pouvoir exploiter les degrés de flexibilité offerts par les systèmes de production afin de proposer soit des ordonnancements flexibles ou des ré-ordonnancements par réaction. L’émergence des nouveaux concepts tels que l’usine du futur ou l’industrie 4.0 rend ce contexte encore plus réaliste. En effet, dans l’industrie 4.0, les produits vont devenir de plus en plus personnalisables et les lignes de production de plus en plus flexibles de telle sorte que la demande en produits sera difficile à connaître à l’avance et l’utilisation de la flexibilité de la production deviendra une nécessité jusqu’à tendre vers de l’ordonnancement purement en ligne.
Face aux méthodes classiques d’ordonnancement et de la recherche opérationnelle, les méthodes et les langages basés sur la théorie des systèmes à événements discrets (SED) sont devenus une alternative réaliste (Panek et al. 2006 ; Kobetski et al. 2009). Au CRAN, des travaux précédents (Marangé et al., 2011 ; Himmiche et al.,2017) ont proposé une méthode d’ordonnancement basée sur la théorie des automates communicants et la recherche d’atteignabilité et ont montré l’efficacité des modèles utilisés en terme de complexité, de généricité et d’évolutivité. Il apparait maintenant important d’aller plus loin en tenant compte de la dynamique des systèmes de production et des perturbations. Dans ce contexte, les modèles stochastiques sont de bons candidats afin d’appréhender des évolutions d’états du système ou les incertitudes sur les données d’entrée du problème. Les questions scientifiques sous-jacentes sont les suivantes :
1) Dans quelle mesure, les langages SED stochastiques sont pertinents pour modéliser et résoudre des problèmes d’ordonnancement en environnement changeant ?
2) Quels sont les modèles (vus comme des instanciations des langages SED identifiés à la première question) adaptés pour modéliser un système flexible de production en environnement changeant ?
3) Comment construire des ordonnancements à partir de ces modèles ?
4) Quelle est l’efficacité d’une telle approche en comparaison des approches classiques de la recherche opérationnelle telles que la programmation stochastique ?

L’objectif de ce master recherche est de considérer principalement les trois premières questions. Pour cela, le programme suivant sera appliqué :
1) recherche bibliographique aura afin de dresser un état de l’art des langages SED (stochastiques) et de leurs applications :
• Identifier les différents langages SED existants capables de manipuler des modèles stochastiques et leur méthode de résolution associée.
• Identifier les méthodes classiques d’optimisation stochastique.
• Discuter l’ensemble de ces approches en terme de : capacité à modéliser des perturbations : incertitudes sur les données d’entrée, aléas… ; interprétation des résultats pour l’évaluation de la performance du système modélisé.
• Evaluer l’efficacité des méthodes de résolution associées.

2) Proposer une modélisation stochastique basée sur un des langages de modélisation identifiés lors de l'état de l'art d'un atelier flexible de production de type jobshop dans un environnement perturbé (incertitudes sur la demande, les durées opératoires, occurrence de panne, indisponibilité de ressources, vieillissement prématuré...).

Himmiche S., Aubry A., Marangé P. and Pétin J.-F. (2017). Benchmarking Timed-Automata-based approaches for the modelling of Flexible Workshops Scheduling problems. Submitted to the 20th IFAC World Congress, Toulouse, France.
Kobetski, A. and Fabian, M. (2009). Time-optimal coordination of flexible manufacturing systems using deterministic finite automata and mixed integer linear programming. Journal of Discrete-Event Dynamic Systems: Theory and Applications, 19(3), pp 287-315.
Marangé, P., Aubry, A., and Pétin, J.F. (2016). Ordonnancement d'ateliers à partir de patrons de modélisation basés sur les automates communicants. In proceedings of the 11th International Conference on Modeling, Optimization and SIMulation, MOSIM'2016.
Panek, S, Engell, S, and Stursberg, O. (2006). Scheduling and planning with timed automata. In proceedings of the 16th European Symposium on Computer Aided Process Engineering and 9th International Symposium on Process Systems Engineering, Elsevier, pp 1973-1978.
Mots clés : Systèmes Flexibles de production, Ordonnancement, Modèles SED stochastiques
Département(s) :
Ingénierie des Systèmes Eco-Techniques
Financement : financement propre
Publications : hal-01094679, hal-00627635, hal-00654166    + CRAN - Publications