Conception et pilotage des systèmes de production reconfigurables et durables

Les systèmes de production reconfigurables (RMSs) ne sont pas de simples systèmes avec une flexibilité personnalisée. Ils peuvent aussi constituer une base de développement de systèmes de production durables. Conduit par l'équipe MOPS du pôle ACS, en partenariat avec Aix-Marseille Université(LIS UMR 7020), l'IMT Atlantique (LS2N UMR 6004), Mines St Étienne (LIMOS UMR 6158), Kedge Business School, l'ENSAM (LCFC-I2M) et la société Automatique & Industrie, le projet ReconfiDurable a pour objectif la mise en place d'une méthodologie efficace pour l’intégration des critères de développement durable dans la conception et la reconfiguration des RMSs. La méthodologie se base sur le principe de modularité des RMSs. Il s'agira de choisir des modules d’équipements à utiliser et d’affecter les opérations de production à ces modules en tenant compte des demandes clients, des types de produits à fabriquer et de leurs contraintes ainsi que des incertitudes. Les trois étapes considérées seront la conception, la reconfiguration et le pilotage en temps réel. Des critères de développement durables seront intégrés à chaque d'elles. Deux autres phases viendront ensuite s'ajouter. La première représentera une étape préalable d’identification et de modélisation des critères à évaluer et à intégrer. La deuxième sera une étape de tests et de validation via des cas d’études industriels. Dans ce projet, nous nous focaliserons principalement sur les dimensions environnementales et économiques. Donc nos critères seront d’ordre technologique (dérive, qualité, fiabilité), économique (coût, temps, ressources utilisées), environnemental (énergie, émissions…) et organisationnel (facteurs humains, compétences, sécurité et santé, …). Notre apport ne vise pas une complétude de prise en compte de tous les critères mais plutôt de proposer une démarche intégrant la durabilité avec les autres critères de conception, de pilotage et de reconfiguration face aux incertitudes et aléas. Les techniques utilisées seront basées sur la modélisation multi-échelle, la modélisation des processus, l’optimisation combinatoire, l’optimisation sous incertitudes, l’analyse de robustesse des solutions obtenues, la simulation à événements discrets et des techniques d'apprentissage.