Intégration Maintenance-Production

Intégration Maintenance-Production

SYSTÈME DE PRODUCTION ET REVUE DE LA LITTÉRATURE

Un système de production est un ensemble d’éléments qui interagissent entre eux dans le but de transformer les valeurs ressources en biens et services utiles. Ce système est constitué de trois ensembles; physique, de décisions et d’informations. Toutes décisions nécessaires pour la planification des ressources de production sont prises en tenant compte de la variabilité des éléments du sous-système de transformation de la matière en produit fini ou semi-fin  Cet ensemble physique étant sujet aux phénomènes aléatoires, tels que les pannes, sa parfaite maîtrise constitue un élément indispensable pour le bon fonctionnement du système de production, En prenant en considération l’un des éléments majeurs de notre sous-système de transformation notamment l’actif, celui-ci est sujet aux pannes qui surviennent de manière aléatoire. Pour pouvoir les éviter, des mesures de prévention devraient être prises en tenant compte des caractéristiques associées telles que la fiabilité, la maintenabilité, la disponibilité.
Bref, son impact dans le système global de production. Il serait absurde de chercher à optimiser un système sans toutefois tenir compte des éléments le constituant, autrement dit sans maîtriser le comportement de ceux-ci. Ce qui entraine la nécessité majeure d’un outil de gestion et de contrôle de dégradation permettant d’avoir une connaissance du cycle de vie de l’actif ; afin d’intégrer les paramètres caractérisant le vécu des éléments de l’ensemble physique dans les modèles d’optimisation de système global de production.

Objectif de la recherche sur les systèmes de production

Au vu des grands enjeux économiques et sociaux tels que la concurrence accrue, les nouvelles technologies, les nouvelles organisations, l’amélioration continue de la qualité, l’augmentation de la diversité des produits, l’efficacité des systèmes logistiques, une gestion optimale des systèmes de production nécessite une maîtrise des performances de ceux-ci.
Ainsi, mettre sur pied une planification optimale de maintenance de ces systèmes de production implique la prise en compte des facteurs tels que l’augmentation de la réactivité et l’intensification des actions proactives. L’optimisation conjointe de la maintenance et de la production faciliterait l’atteinte du but industriel commun qui est la réduction des coûts et l’augmentation du profit. De nos jours, l’industrie requiert une grande précision dans les décisions nécessaires pour la gestion optimale de la production. Une prédiction plus réaliste des évènements futurs incluant toutes les variables associées à la performance du système de production exige une connaissance des concepts de modélisation permettant d’inclure dans les modèles de prédiction les états passés afin de se rapprocher de la réalité.
Le but principal de ce projet de recherche sera donc de développer les outils de commande intégrant dans la gestion optimale des systèmes de production toutes les stratégies de maintenance notamment corrective, systématique, prédictive, tout en incluant dans la maintenance prédictive le vécu de l’actif, ce qui permettrait d’avoir un modèle d’optimisation plus réaliste.
Plus spécifiquement, ce travail permettra de planifier de façon optimale la gestion du système de production afin de permettre une adéquation de la capacité de la production en fonction de la demande et, par conséquent la réduction des coûts liés à la rupture de stock et à l’inventaire des produits finis.
De plus, ce projet permettra de contrôler et de corriger l’état des défaillances des différents éléments de l’ensemble des actifs, afin de réduire le nombre de pannes et tendre vers les limites de zéro-panne et zéro-temps d’arrêt. Ceci contribuerait donc à la réduction des coûts des pertes dues aux actifs en défaillance et aux périodes de non-productivité. Enfin, ce travail permettra de gérer conjointement en temps réel les actifs et les produits, afin de permettre non seulement la réduction des coûts des pertes, mais aussi d’assurer la sécurité des employés au niveau des incendies dues aux réchauffement des actifs. Le modèle optimal à développer sera implémenté sur un des cas réels de système de production.

Revue de la littérature

La recherche perpétuelle de la réduction des coûts de production a entraîné la modernisation des systèmes de production. Ceci les a rendus de plus en plus vulnérables du fait de la grande variabilité des éléments les constituant. Ces éléments, sujets à plusieurs types de perturbation, entraînent l’accroissement des difficultés de gestion et de maîtrise des systèmes de production. D’où la présentation dans les paragraphes suivants de l’évolution des stratégies de maintenance, afin d’établir une planification des ressources de production à des coûts moindres.

Types de maintenance

Plusieurs définitions sont attribuées au terme maintenance, notamment Monchy (1991) qui définit la maintenance comme étant un ensemble de moyens de prévention, de correction ou de rénovation suivant l’usage du matériel et suivant sa criticité économique, afin d’optimiser le coût global de possession. ‘Maintenir un bien c’est le maîtriser’ dit-il dans son livre intitulé la fonction maintenance. La maintenance se décrit comme un ensemble des opérations d’entretien préventif et curatif destinées à accroître la fiabilité ou de pallier aux défaillances (d’un matériel, d’un logiciel). Soutenant principalement la production, la maintenance joue un rôle voilé de qualité, de sécurité et d’accroissement de la productivité dans toute entreprise moderne et compétitive. Les différentes pratiques de maintenance ont évolué au fil des années en fonction des différents besoins des sociétés industrielles.

Maintenance corrective

Avant la Deuxième Guerre mondiale, les industries n’étaient pas fortement mécanisées, les équipements étaient surdimensionnés, la main d’œuvre était abondante. Ceci facilitait les réparations et rendait peu considérable les arrêts d’usine, la prévention des équipements n’était donc pas une grande priorité. Les tâches de maintenance étaient restreintes aux tâches d’entretien. Les services de maintenance subissaient l’actif du fait de n’agir sur l’actif qu’après une panne. La maintenance était donc basée sur le dépannage et la réparation après défaillance selon le principe réparer et dépanner quand c’est cassé. Ceci donna naissance à la première génération de la maintenance appelée maintenance corrective ou maintenance réactive.

Maintenance préventive

Durant la Deuxième Guerre mondiale, les choses ont dramatiquement changé avec l’augmentation de la demande des produits de tout type dû à la pression de la guerre alors que la main d’œuvre baissait considérablement; ceci a entrainé une forte évolution au niveau du développement des mécanismes industriels avec l’avènement des actifs numériques pouvant pallier aux tâches multiples. Au vu de cette évolution industrielle, Ben-Daya (2000) caractérise cette période comme étant le commencement de la forte dépendance industrielle des actifs. Les arrêts des actifs devenant plus considérables, les industries commencèrent à accorder plus d’importance à l’aspect préventif, afin d’augmenter la disponibilité et la durée de vie des équipements; D’où la naissance de la deuxième génération de la maintenance appelée maintenance préventive ou maintenance proactive exécutée tout simplement de façon systématique. Ce type de maintenance regroupant la maintenance de type bloc et de type âge défini par Barlow et Proschan (1965). En considérant T comme le temps mis par une installation avant d’être défaillante, le remplacement de l’actif doit être effectué à ce temps T; ceci est donc appelé maintenance de type âge, qui se retrouve dans la classe de maintenance systématique absolue définie par Monchy (2003). Pour un T constant, le remplacement de toutes les pièces d’un même système s’effectue simultanément à un temps kT, caractérisé par le processus de renouvellement à la défaillance de l’une des pièces du système, indépendamment de l’historique des pannes; ceci est appelé maintenance de type bloc ou encore appelé par Monchy (1991) maintenance systématique à gestion collective.
En prenant en considération le fait qu’un composant peut tomber en panne pendant qu’il n’est pas sollicité, Flehinger (1962) ajoute à ces deux formes de maintenance systématiques, une maintenance liée à la vérification des composantes en repos n’influençant pas la défaillance du système en fonctionnement. Il définit également une quatrième forme de maintenance liée aux essais secondaires au cours de laquelle les composantes proches de leur état de défaillance sont détectées et remplacées.

Maintenance prédictive

Après cette période de considération de la maintenance préventive tout simplement sur le plan systématique, un autre aspect de la prévention vire le jour. Après la crise pétrolière de 1973, la multiplication par quatre du prix du pétrole a mis une pression mondiale sur les entreprises industrielles américaines, européennes et japonaises. Ceci a entraîné le monde industriel vers la pratique des méthodes intégrant non seulement la gestion des stocks, mais prenant également en considération les arrêts des actifs; ceci dans l’optique d’augmenter la capacité de la production, d’accroître la sécurité, d’assurer la meilleure qualité des produits, d’augmenter la durée de vie des équipements et de réduire les coûts des opérations. Cette nouvelle approche de la maintenance intègre le principe selon lequel le travail qui est planifié est celui qui devrait être planifié (Just the right job), en utilisant les techniques de surveillance conditionnelle (CBM), concept de maintenabilité et fiabilité et l’analyse des modes de défaillance de leurs effets et de leurs criticités (AMDEC). Cette troisième génération de la maintenance qui intègre la prévision des pannes suite aux diagnostics des défaillances est donc appelée maintenance préventive évoluée regroupant la maintenance prévisionnelle (prédictive) et la maintenance conditionnelle.
Dans le futur, une combinaison entre les outils de conception et de maintenance donnera naissance à la quatrième génération de la maintenance appelée self-maintenance. Le but sera non d’éviter les pannes, mais d’éviter les conséquences des pannes. Ceci en mettant en place des systèmes d’auto-maintenance permettant d’être plus proche du zéro-temps d’arrêt de l’ensemble des actifs.

Intégration Maintenance-Production

Dekker (1996) évalue et compare les modèles d’optimisation de la maintenance à partir de plusieurs critères notamment : la réduction des coûts, les caractéristiques de disponibilité, les stratégies optimales de contrôle de seuil, les aspects temporels de maintien et d’inspection et la planification de la maintenance prenant en considération tout type de contraintes.
Néanmoins, les travaux d’intégration de ces paramètres de maintenance dans l’optimisation de la production ne suivirent pas l’évolution des différentes stratégies de maintenance suscitées. Ce n’est qu’après l’arrivée de la troisième génération de maintenance (prédictive) que les aspects de la première génération (corrective) furent intégrés par Olsder et Suri (1980) dans leur modèle d’optimisation de la production dans lesquels les pannes des actifs sont liées aux perturbations. Ils décrivent les processus de panne et de réparation par des chaines de Markov homogènes basées sur le formalisme de Rishel (1975). Les travaux de Kimemia et Gershwin (1983) vont dans la même lancée. Trois années après Akella et Kumar (1986) prouvent que pour un système de production un actif-un produit, la politique du ‘hedging point’ est optimale; pour un taux de transition constant, les processus de réparation et de panne sont des chaines de Markov homogènes. Boukas (1987) intègre dans son modèle d’optimisation la maintenance corrective en incluant les taux de pannes dépendant de l’usure des actifs dans le formalisme d’Olsder et Suri.
Boukas et Haurie (1990) et Boukas et al. (1996) proposent un modèle d’optimisation intégrant les maintenances corrective et préventive du système de production de deux actifs dans laquelle les taux de transition sont fonction de l’âge des actifs relevant la difficulté de résolution des équations dynamiques du fait de la non homogénéité du processus markoviens car les taux de transition étant non constants. Les auteurs proposent une résolution du problème en utilisant les méthodes d’approximations numériques proposées par Kushner (1977) et Chancelier et al. (1986). Lou et al. (1994) étendent le modèle d’Akella et Kumar (1986) en proposant l’intégration d’un stock tampon entre deux actifs en série afin d’éviter l’utilisation directe du concept de seuil critique. Boukas et Yang (1996) étendent également le même modèle d’Akella et Kumar (1986) en associant le stock, la demande, les maintenances corrective et de type âge dans le modèle de réduction de coût d’un système un actif-un produit. Ces auteurs traitent le problème d’intégration de la maintenance dans
l’optimisation de la production en considérant le contrôle des taux de production et taux de maintenance au mode opérationnel.

Méthodologie

La planification de la maintenance est généralement élaborée de façon systématique. Les périodes d’intervention sont liées aux périodes de non-fonctionnement (temps mort) du système de production et à la nature de l’intervention sur chaque actif. Plusieurs failles découlent de cette planification :
• les interventions préventives sur les actifs ne respectent aucun ordre de priorité;
• l’approvisionnement en matière première n’est généralement pas considérée dans la planification de la maintenance des actifs de la ligne de production;
• la réparation est faite tout simplement quand il y a un bris sur l’actif;
• la dynamique aléatoire de l’arrivé des urgences de réparation est contrôlée par les temps morts non liés au fonctionnement de l’actif, mais plutôt par des évènements comme les heures de réunion des employés n’ayant pas d’impact majeur sur le bon fonctionnement des équipements.
• la non-intégration des contraintes de production telles que :
– l’inexpérience des opérateurs;
– la mauvaise utilisation des actifs;
– la rareté des matières premières;
– les coûts de stockage et de rupture de stock
Après avoir identifié le modèle expérimental à la première étape, un ensemble de variables a été défini à la deuxième étape, afin de développer un modèle mathématique permettant d’atteindre les objectifs de réduction de coût de production. La modélisation du problème posé s’est fait de façon graduelle et dans laquelle un sous-modèle de prédiction réaliste est établi sur la base de la méthode évoluée de Djurdjanovic (2004) incluant le vécu des actifs.
Par la suite, ce sous-modèle sera intégré dans le modèle global d’optimisation ressortant toutes les autres variables liées aux coûts, à la correction, à la prévention systématique, au stock et à la demande. Cette approche a permis de considérer les données de dégradation des actifs dans la fonction-objectif caractérisant le problème posé notamment la réduction des coûts.

Table des matières

INTRODUCTION
CHAPITRE 1 SYSTÈME DE PRODUCTION ET REVUE DE LA LITTÉRATURE
1.1 Introduction
1.2 Objectif de la recherche sur les systèmes de production
1.3 Revue de la littérature
1.3.1 Types de maintenance
1.3.1.1 Maintenance corrective
1.3.1.2 Maintenance préventive
1.3.1.3 Maintenance prédictive
1.3.2 Intégration Maintenance-Production
1.4 Particularités des modèles proposés
1.5 Méthodologie
CHAPITRE 2 SIMULTANEOUS CONTROL OF MAINTENANCE AND PRODUCTION RATES OF A MANUFACTURING SYSTEM WITH DEFECTIVE PRODUCTS
2.1 Introduction
2.2 Background and literature review
2.3 Stochastic control model
2.4 Numerical approach
2.5 Optimal control results of numerical illustration
2.6 Sensitive analysis
2.7 Conclusion and future work
2.8 References
CHAPITRE 3 MAINTENANCE/PRODUCTION PLANNING WITH INTERACTIVE FEEDBACK OF PRODUCT QUALITY
3.1 Introduction
3.2 Notations and assumptions
3.3 Problem statement
3.4 Optimal control and numerical approach
3.5 Optimal control results of numerical illustration
3.6 Sensitive analysis
3.7 Conclusion
3.8 References
CHAPITRE 4 INTEGRATED MAINTENANCE AND PRODUCTION MODELING OF A STOCHASTIC REMANUFACTURING SYSTEM WITH DEFECTIVE
4.1 Introduction
4.2 Stochastic control model
4.3 Numerical illustration
4.3.1 Production policy
4.3.2 Raw material demand policy
4.3.3 Preventive maintenance policy result
4.3.4 Corrective maintenance policy
4.4 Sensitivity and results analysis
4.4.1 Variation of the backlog cost
4.5 Conclusion and future work
4.6 References
CONCLUSION

Télécharger le rapport complet