LOCKOUT/TAGOUT AND PRODUCTION RISKS IN THE PRODUCTION CONTROL OF MANUFACTURIGN SYSTEMS WITH PASSIVE REDUNDANCY 

LOCKOUT/TAGOUT AND PRODUCTION RISKS IN THE PRODUCTION CONTROL OF MANUFACTURIGN SYSTEMS WITH PASSIVE REDUNDANCY 

Commande optimale et l’environnement stochastique

Diverses méthodes ont été utilisées pour la recherche de solutions aux problèmes de commande optimale reliés à la gestion de la production pour un FMS. Dans ces différentes méthodes, les chercheurs ont utilisé divers dispositifs comme l’algorithme du Kushner (Kushner et Dupuis, 1992), l’intelligence artificielle en se basant sur les algorithmes génétiques (Basnet et Mize, 1986), l’heuristique (Thesen, 1999) et la simulation (Kenné et Gharbi, 2004). Les résultats élaborés jusqu’ici comportent certaines lacunes: dans ces travaux, certains paramètres comme les pannes, les interventions de maintenance, les accidents et la demande n’ont pas été pris en considérations de façon aléatoires. La majorité de ces méthodes ont été appropriées pour des systèmes purement déterministes. Pour cette raison la théorie de la commande optimale dans un environnement stochastique a été mise au point. Plusieurs chercheurs ont contribué à résoudre ce problème. Rishel (1975) a développé les conditions d’optimum (nécessaires et suffisantes) pour obtenir la solution optimale en utilisant la programmation dynamique. Older et Suri (1980) ont modélisé la commande stochastique pour la planification de la production d’un FMS sujet aux pannes aléatoires suivant un processus markovien homogène. Ils ont obtenu une équation de programmation dynamique de la politique de commande optimale, mais sans obtenir la solution à cause de la complexité du problème

Système manufacturier et système manufacturier flexible (FMS)

Avant de définir le système manufacturier flexible (FMS), nous commençons par la définition d’un système manufacturier. Un système se définit comme un ensemble d’éléments ou d’entités qui interagissent entre eux selon un certain nombre de principes ou de règles. Si ces entités sont utilisées dans le but de la fabrication d’un bien, nous construisons alors un système manufacturier. Le système manufacturier est un ensemble de machines ou d’équipements, d’éléments de transport, d’unités d’emmagasinage, de personnes, d’ordinateurs ou tout autre élément mis ensemble pour la fabrication (Gershwin, 2002). Un système manufacturier évolue au cours du temps selon les différents facteurs de fabrication tels que les pannes, le nombre d’interventions (maintenance corrective, préventive), l’âge des équipements et les variations de la demande. Tous ces facteurs ont un impact direct sur le rendement d’un système manufacturier. Par conséquent, la variation de ces facteurs dans un système manufacturier exige une flexibilité d’où la nécessité d’un FMS.

Redondance active

La redondance active consiste à utiliser plus d’éléments qu’il n’en faut strictement pour remplir une fonction. Nous parlons de redondance active, quand tous les éléments fonctionnent en permanence. Nous distinguons la redondance active totale et partielle.
Redondance active totale
Le système ne devient défaillant qu’avec la défaillance du dernier élément survivant. Par définition, il s’agit d’un système dans lequel les éléments sont associés en parallèle.
Redondance active partielle
Nous parlons de redondance active partielle quand un système comporte n éléments, dont m (m<n) strictement nécessaires pour qu’il fonctionne. Le système peut donc accepter (n-m) défaillances.

Redondance passive

La redondance est qualifiée de passive quand les éléments abondants ne sont mis en service qu’au moment du besoin; cela signifie que parmi n éléments seuls m sont en service. Ceci implique que certains éléments seront en réserve ou en stock.

Chaîne de Markov homogène et FMS

Une chaîne de Markov est homogène quand les taux de transition d’un état à un autre de la machine sont considérés constants. Cela suppose que les équipements peuvent tomber en panne même durant l’arrêt de production. Cette présomption est réaliste dans le cas où la  machine subit des facteurs exogènes. Il existe d’autres hypothèses pour la chaîne de Markov homogène tels que:
– le temps moyen de réparation d’une panne est fixe;
– la disponibilité de chaque équipement composant le système est connue à l’avance.
La description des pannes et des réparations des équipements d’un FMS par le processus de Markov homogène, a montré l’importance des pannes aléatoires sur le problème d’optimisation des FMS. Il est à noter que ce processus ne pourrait pas être utilisé à cause de la difficulté de la résolution des équations de programmation dynamique appelées équation d’HJB. Pour résoudre ce problème, les chercheurs (Kimemia et Gershwin, 1983) posent l’hypothèse que l’ensemble de la capacité d’un FMS est un hypercube. En décomposant les équations différentielles couplées du type d’HJB sous forme d’équations normales, il est possible de résoudre séparément afin de trouver les coûts de chaque état de la machine et chaque pièce fabriquée (méthode de la décomposition et approximation quadratique). Dans le même ordre d’idée, les experts précisent que pour un système constitué d’une machine traitant un produit, la politique optimale est caractérisée par le niveau optimal d’inventaire ou seuil critique (Akella et Kumar, 1986). Les experts ont développé une formule analytique permettant de calculer le seuil critique, en supposant un taux de demande constant et que la machine peut se trouver dans deux (2) états (opérationnel, panne). La politique de production détermine le taux de production en fonction de l’inventaire. Cette méthode mène aux trois (3) recommandations suivantes:
produire exactement au taux de la demande, si le niveau d’inventaire et l’inventaire optimal sont exactement les mêmes;
ne pas produire si le niveau d’inventaire excède l’inventaire optimal;
produire au taux maximal si l’inventaire est inférieur au niveau optimal d’inventaire.

Chaîne de Markov non-homogène et FMS

Dans la majorité de cas, le FMS est modélisé par un processus de la chaîne de Markov non homogène. La probabilité qu’un équipement tombe en panne augmente avec son âge ainsi que son cycle de fonctionnement. Le taux de transition du mode opérationnel à la maintenance préventive est une variable de contrôle. La fiabilité de la machine est liée à son âge (Boukas et Haurie, 1990). Les travaux de Boukas et Haurie (1990) et de Kenné et Gharbi (1999) prennent en compte une probabilité de pannes des équipements croissante en fonction de l’âge. Ces auteurs procèdent à une restauration de l’âge des équipements à zéro après la maintenance préventive. La politique à seuil critique est obtenue pour contrôler le taux de production en sachant que le taux de maintenance préventive est contrôlé par un âge critique (l’âge optimal) dépendant de l’âge de la machine. L’âge critique est le point de transition du mode opérationnel au mode maintenance préventive. Le contrôle de la maintenance préventive permet d’améliorer la performance d’un FMS, tout en diminuant les coûts de pénurie, les surplus et les réparations en restituant l’âge de la machine à zéro après l’intervention. Gershwin et al. (1996) ont montré l’impact de la maintenance préventive sur la minimisation des coûts de la production et l’assurance d’une meilleure qualité des pièces fabriquées. En se basant sur la division de l’âge de la machine en quatre (4) segments (trois
modes opérationnels et un mode panne) et une qualité des pièces fabriquées en mode opérationnel (bon, moyen et mauvais), Kenné (2003) a obtenu une loi de commande sous optimale et a montré que la politique de la commande est asymptotiquement optimale

Machines en série et FMS

Dans un FMS, si les machines sont disposées en série le niveau d’inventaire intermédiaire peut être considéré à capacité finie ou infinie. Si le niveau d’inventaire intermédiaire du système a une capacité finie, la panne de la machine en aval peut entraîner le blocage de la machine en amont ainsi que la panne de celle qui est en amont, l’arrêt de celle située en aval.
Sethi et al. (1992) ont exposé une politique de commande hiérarchisée sous optimale pour deux (2) machines en considérant une capacité finie pour les tampons internes. Presman et al. (1997) ont développé une politique sous optimale pour deux machines en série avec l’approche proposée par Zhang et al. (1995). Kenné et Boukas (1998) ont montré une amélioration de la disponibilité du système en introduisant le contrôle de la maintenance corrective, pour un système constitué de plusieurs machines en série avec une capacité des inventaires intermédiaires finies.

Maintenance et accident au travail

Les études faites par l’Occupational Safety and Health Administrations (OSHA) montrent qu’environ 3 millions de travailleurs de maintenance d’équipements sont exposés à des risques graves d’accident. En cas d’accident, le temps moyen perdu par travailleur est d’environ 24 jours. D’autres études menées au Québec par l’IRSST (2008) précisent que près du quart des accidents se produisent au moment des interventions des travailleurs sur les équipements lors d’entretiens et de réparations. Cette situation ajoutée aux douleurs et aux souffrances, liées aux risques ergonomiques (Harichaux et Libert, 2003), représente une perte non négligeable pour les entreprises. D’autres études menées par Chinniah et Champoux (2008) de l’IRSST, en 2005, précisent que les machines dangereuses ont causé la mort d’environ 20 travailleurs au Québec et quelques 13 000 accidents ont pu être reliés aux machines occasionnant des coûts de 70 millions de dollars pour la CSST. De plus, d’après les statistiques de la CSST, au Québec, il y a en moyenne par année 6300 accidents relatifs aux machines dont 17 décès par an. En 2008 seulement, nous avons dénombré 6 pertes en vies humaines, 5225 accidents au cours de travaux d’installation, d’entretien ou de réparation de machines. Pour remédier à ces problèmes, la méthode privilégiée est l’utilisation du C/D ou consignation/déconsignation ou lockout/tagout. Par contre, dans le contexte actuel de l’industrie, beaucoup de dirigeants et travailleurs pensent, à tort, que la planification et la réalisation des différentes procédures de C/D prend beaucoup de temps. Par conséquent, ce temps de production inactif est perçu comme diminuant la performance de l’entreprise vis-à-vis la cadence de fabrication planifiée. (Charlot et al. 2006).

Table des matières

INTRODUCTION
CHAPITRE 1 REVUE CRITIQUE DE LA LITTÉRATURE
1.1 Introduction
1.2 Commande optimale et l’environnement stochastique
1.3 Système manufacturier et système manufacturier flexible (FMS)
1.3.1 Classification des systèmes manufacturiers flexibles (FMS)
1.3.1.1 Système manufacturiers flexibles (FMS) et la circulation du flux
1.3.1.2 Dynamique d’un système manufacturier flexible (FMS)
1.4 Définition de la redondance
1.4.1 Redondance active
1.4.1.1 Redondance active totale
1.4.1.2 Redondance active partielle
1.4.2 Redondance passive
1.5 Définition de la chaîne de Markov
1.5.1 Chaîne de Markov homogène et FMS
1.5.2 Chaîne de Markov non-homogène et FMS
1.6 Taux de demande variable
1.7 Système de production complexe
1.8 Machines en série et FMS
1.9 Machines en parallèle et FMS
1.10 Différents types de maintenance
1.10.1 Maintenance préventive
1.10.2 Maintenance corrective et curative
1.11 Maintenance et accident au travail
1.12 Politique de cadenassage/décadenassage
CHAPITRE 2 PROBLÉMATIQUE ET MÉTHODOLOGIE DE RECHERCHE 
2.1 Introduction
2.2 Buts de la recherche
2.3 Questions de recherche
2.4 Méthodologie proposée
2.5 Contribution et structure de la these
CHAPITRE 3 ARTICLE 1: LOCKOUT/TAGOUT AND PRODUCTION RISKS IN THE PRODUCTION CONTROL OF MANUFACTURIGN SYSTEMS WITH PASSIVE REDUNDANCY 
Résumé
Abstract
3.1 Introduction
3.2 Assumptions and Notations
3.2.1 Assumptions
3.2.2 Notations
3.3 Problem statement
3.4 Optimal conditions and numerical approach
3.5 Numerical example and sensitivity analysis
3.6 Conclusion
Acknowledgments
APPENDIX 3.A
REFERENCES
CHAPITRE 4 ARTICLE 2: LOCKOUT/TAGOUT AND OPTIMAL PRODUCTION CONTROL POLICIES IN FAILURE-PRONE NON-HOMOGENOUS TRANSFER LINES WITH PASSIVE REDUNDANCY
Résumé
Abstract
4.1 Introduction
4.2 Assumptions and notations
4.2.1 Assumptions
4.2.2 Notations
4.2 Problem statement
4.3 Numerical example and sensitivity analysis
4.4 Control approach, experimental design and response surface methodology
4.5 Conclusion
Acknowledgments
APPENDIX 4.A OPTIMAL CONDITIONS AND NUMERICAL APPROACH
APPENDIX 4.B
REFERENCES
CHAPITRE 5 ARTICLE 3: OPTIMAL LOCKOUT/TAGOUT, PREVENTIVE MAINTENANCE, HUMAN ERROR AND PRODUCTION POLICIES OF MANUFACTURING SYSTEMS WITH PASSIVE REDUNDANCY 
Résumé
Abstract
5.1 Introduction
5.2 Assumptions and notations
5.2.1 Assumptions
5.2.2 Notations
5.3 Problem statement
5.4 Numerical example and results analysis
5.5 Conclusion
Acknowledgments
APPENDIX 5.A OPTIMAL CONDITIONS AND NUMERICAL APPROACH
REFERENCES
CONCLUSION GÉNÉRALE

Télécharger le rapport complet