GAL2024 - Méthane 2030 : une démarche collective française à destination de t...
Nouvelles approches de pilotage de la production: System cyber-phsiques et industrie 4.0
1. « Nouvelles approches de modélisation
des systèmes de production :
Vers une industrie 4.0 »
Présenté par Mr BOUAZZA WASSIM
MAA à Ecole Préparatoire en Sciences et Techniques d’Oran
Laboratoire d’Informatique d’Oran LIO; Université d’Oran 1
1ére JOURNEE POUR LA VALORISATION DE LA RECHERCHE SCIENTIFIQUE A
L’ECOLE PREPARATOIRE EN SCIENCES ET TECHNIQUE D’ORAN
1
3. 1- L’industrie 4.0: Historique
Vers 1800 1890-1910 1960-1970
Energie
hydraulique et
fossile
Energie électrique
Production de masse
Télécommunications
Logique programmable
3
Fig1. Les révolutions industrielles
4. • l’Industrie 4.0 définit une nouvelle organisation des
usines, les transformant en « smart factories ».
• L’utilisation de technologies de pointes apporte une
flexibilité et une performance accrue dans la gestion
des industries.
• Elle se veut une réponse aux marchés globalisés toujours
plus concurrentiels, mais aussi aux problématiques
actuelles de gestion des ressources et de l’énergie.
1- L’industrie 4.0: Quèsaco
4
5. 1. L’usine est virtualisée afin de pouvoir simuler et suivre en les
produits, les processus et l’environnement de production,
2. Les systèmes sont interopérables
3. Les décisions sont décentralisées
4. L’analyse et la prise de décision s’effectuent en temps réel,
grâce à une communication permanente et instantanée,
5. Elle est orientée service
6. Elle est modulaire
Internet of Things
Analyse Prédictive
Big Data
IA & Algorithmes
1- L’industrie 4.0: Principes
5
6. 2- Problématique & Contraintes
• Processus manuels, lents, enclins aux erreurs et aux redondances
de données.
• Fortes pressions exercées par la concurrence.
• Difficultés de gestion du nombre croissant de ligne de produits.
• Fort cloisonnent entre les différentes phases du processus
métier.
Système de
production
Concurrence
Délais
Traçabilité
Productivité
Adaptabilité
Fléxibilité
6Fig2. Contraintes modernes
7. Les produits intelligents suivent un modèle d’agent qualifié « d’actif ».
Les entités basées sur ce modèle doivent communiquer, décider et négocier
des ressources dans un contexte manufacturier
Approche de distribution des décisions par l’implémentation
d’entités intelligentes destinées à coexister avec le produit tout
au long de son cycle de vie
3- Approche proposée: Le produit intelligent
7
Fig3. Le produit porteur de données
8. 3- Approche proposée: Système Cyber-Physique
8
Fig4. Le Système de Production Cyber-Physique
9. Fig5. Modèle interne du PI développé
9
3- Approche proposée: Modélisation interne
10. Le développement puis l’implémentation d’un modèle de produit
intelligent.
Développement de structure de données favorisant l’adaptabilité
(compatibilité).
Développement d’un algorithme d’ordonnacement
Généricité des comportements.
Utilisation de la notion de parallélisme pour permettre un
dénombrement totale
Intégration d’une large palette de contraintes (interdépendances &
pondération).
10
4- Expérimentations & résultats
11. L’implémentation par les agents intelligents permet une
résolution proche de la réalité physique du problème.
Les agents sont définis en se basant sur le modèle de produit
actif / Hétérarchique.
L’utilisation d’agents permet l’encapsulation des modèles de
comportement pour l’ordonnancement des ressources.
La coordination entre agents produits est réalisée par le biais
de partage d’informations et d’évaluations.
11
5- Conclusions et perspectives
Perspectives:
o Enrichir cette approche pour créer une solution encore plus
performante.
o Intégrer des formes d’incertitudes (modèle stochastique).
o Mise en place d’une solution physique IoT (NFC, RFID... etc.)