Optimisation des techniques de recyclage
Auparavant, les consommateurs ne se prรฉoccupaient que de la quantitรฉ, la qualitรฉ et le prix des produits. Le cycle conventionnel des produits allait des sites de production aux sites dโenfouissement (destruction). Cependant, les mentalitรฉs ont changรฉ aujourdโhui et ceux-ci se prรฉoccupent de plus en plus de la prรฉservation de lโenvironnement et de la possibilitรฉ de recycler des produits mis ร leur disposition comme le mentionnent Thomas et Wirtz (1994). Les auteurs montrent les avantages et lโimportance du recyclage de lโaluminium contre leur destruction complรจte ou enfouissement, car permettant de rรฉcupรฉrer leur richesse potentielle. Pour ainsi dire, le besoin de recyclage de lโaluminium nโest plus poussรฉ que pour des raisons รฉconomiques, environnementales et lรฉgislatives, mais aussi pour des raisons sociales. Buxmann (1994) dรฉmontre les bรฉnรฉfices รฉcologiques de lโutilisation grandissante de lโaluminium dans la conception des vรฉhicules et du recyclage de lโaluminium des vรฉhicules en fin de vie. Dans la mรชme lignรฉe, lโopportunitรฉ du recyclage de lโaluminium des carrosseries de vรฉhicules au royaume uni a รฉtรฉ รฉtudiรฉe par Hoyle (1995). Il dรฉmontre que le recyclage dโune qualitรฉ spรฉcifique dโaluminium forgรฉ nโest rentable que si un moyen dโidentifier positivement les diffรฉrents types de dรฉchet est disponible.
Lโรฉtude menรฉe par Xiao et Reuter (2002) a montrรฉ que le comportement de la fusion est grandement influencรฉ par la prรฉsence des contaminants dans lโaluminium traitรฉ, de leur type et de leur taille. Ces rรฉsultats montrent quโune unitรฉ de recyclage des produits en fin de vie en aluminium nโest profitable que lorsque celle-ci trie correctement les retours arrivant ร lโusine. Tel que mentionnรฉ prรฉcรฉdemment, la technique conventionnelle de production de lโaluminium secondaire ร partir des produits en fin de vie comprend les opรฉrations de collecte, compactage, affinage et de mise en forme.
Durant ces diffรฉrentes รฉtapes, du copeau dโaluminium est produit causant des pertes รฉnormes et diminuant ainsi les performances des unitรฉs de recyclage. Afin de pallier ร ce problรจme, Samuel (2003) a proposรฉ une nouvelle technique (mรฉthode directe) de production de lโaluminium secondaire ร partir des produits en fin de vie produisant seulement 2.5% de copeau contre 48% de copeau produit en utilisant la mรฉthode conventionnelle. Lโรฉtude de la formation des copeaux dโaluminium, leurs mรฉthodes de traitement, leurs procรฉdรฉs de recyclage ainsi que leur impact sur les propriรฉtรฉs mรฉcaniques des piรจces recomposรฉes ont รฉtรฉ รฉtudiรฉ par Moungomo et al. (2016b).
Lโรฉtude expรฉrimentale de lโusinabilitรฉ de deux alliages en aluminium recyclรฉs (couvercle de cannettes et copeaux issu de lโusinage) menรฉe par Moungomo et al. (2016a) a montrรฉ une diffรฉrence claire de lโusinabilitรฉ de ces deux alliages ainsi que lโinfluence significatif de la lubrification pendant lโusinage. Une autre difficultรฉ rencontrรฉe en logistique inverse est celle du caractรจre alรฉatoire des produits retournรฉs couplรฉ ร une demande alรฉatoire (Mukhopadhyay et Setaputra, 2011). La littรฉrature impute cela au fait quโune grande partie des produits usagรฉs nโentre pas dans la chaรฎne inverse. Cependant, pour assurer leur productivitรฉ et leur longรฉvitรฉ, les entreprises de logistique inverse ont besoin dโun approvisionnement minimum de produits usagรฉs. ร cause de lโincertitude de lโapprovisionnement de ces produits, Mukhopadhyay et Setaputra (2011) ont dรฉfini une politique de retour devant permettre aux entreprises de LI dโatteindre leurs objectifs. Ainsi, une piste de solution pour les entreprises de LI serait lโoptimisation de leur politique de gestion de la production qui tient compte des taux de retour afin de minimiser leurs coรปts de production.
Dans le paragraphe suivant, nous ferons une revue de la littรฉrature des techniques dโoptimisation des systรจmes de production.
Optimisation du rรฉseau logistique de production en LI
La gestion optimale du rรฉseau logistique et de leurs activitรฉs en LI est trรจs complexe en raison de la grande variรฉtรฉ des dรฉcisions de portรฉe diffรฉrentes, des facteurs de perturbations et lโattention sur lโhorizon de temps souhaitรฉ (Anthony, 1965). En fonction de lโhorizon de temps visรฉ, les politiques de gestion peuvent รชtre classรฉes en trois catรฉgories ร savoir les planifications stratรฉgiques, tactiques et opรฉrationnelles. Les dรฉcisions stratรฉgiques sont celles qui nรฉcessitent de grands investissements au sein dโune entreprise et sโรฉtalent sur une durรฉe dโau moins un an. Les dรฉcisions tactiques quant ร elles nรฉcessitent moins dโinvestissements et sโรฉtalent sur une pรฉriode dโun mois.
Les dรฉcisions opรฉrationnelles traitent des problรจmes ร court terme sur une base journaliรจre, mais en droite ligne avec les dรฉcisions tactiques et stratรฉgiques. Lโoptimisation des stratรฉgies de fabrication de rรฉutilisation de lโaluminium en LI sโinscrit dans le cadre opรฉrationnel car il consiste ร dรฉterminer la politique optimale de production des entreprises de recyclage de lโaluminium sur un horizon journalier. Lโun des dรฉfis des entreprises manufacturiรจres est lโatteinte des objectifs de production devant satisfaire la demande des clients. Mรชme si lโon peut souvent prรฉvoir lโรฉtat de ces machines (marche, dรฉfaillance, arrรชt) sur un horizon de temps court avec un degrรฉ de confiance, il est difficile de prรฉvoir leur comportement sur un horizon de temps plus grand, car elles sont gรฉnรฉralement sujettes ร des pannes et rรฉparations alรฉatoires.
Lโindisponibilitรฉ des actifs de production causรฉe par les pannes entraine souvent des ruptures de stock.
Ces ruptures de stock entraรฎnent des pertes รฉconomiques รฉnormes pour les entreprises, car elles sont sรฉvรจrement pรฉnalisรฉes par la pรฉnurie. Le besoin de planification optimal de la production devant permettre de faire face ร ces alรฉas a poussรฉ plusieurs auteurs ร se pencher sur ce problรจme. Un pionnier en la matiรจre tel que Rishel (1975) qui a travaillรฉ sur le contrรดle des systรจmes avec perturbations ร saut Markovien homogรจne en dรฉveloppant les conditions nรฉcessaires et suffisantes pour obtenir la solution optimale par lโusage de la programmation dynamique. Nous rappelons quโun processus est dit Markovien homogรจne lorsque les taux de transition dโun รฉtat ร un autre sont considรฉrรฉs constants. Autrement dit, lโรฉtat futur du phรฉnomรจne รฉtudiรฉ ne dรฉpend que de lโรฉtat prรฉsent et non pas du passรฉ.
Cette hypothรจse nโest pas tellement rรฉaliste, car cela suppose par exemple quโune machine peut tomber en panne pendant quโelle est en arrรชt de production. Lorsque les taux de transition ne sont plus constants, on dit que le processus est Markovien non homogรจne. En sโappuyant sur les hypothรจses de Rishel (1975), Olsder et Suri (1980) ont rรฉussi ร modรฉliser la politique de commande dโun systรจme manufacturier flexible (Flexible Manufacturing System : FMS) sujet aux phรฉnomรจnes stochastiques tel que les pannes et rรฉparations des machines afin de minimiser le temps de rรฉalisation dโune production cible.
En utilisant la programmation dynamique, ils ont dรฉterminรฉ la solution pour un exemple simple, cependant ils nโont pas pu obtenir la solution pour des systรจmes plus larges, donc plus rรฉaliste. Faisant suite aux travaux de Olsder et Suri (1980), Kimemia et Gershwin (1983) ont rรฉussi ร dรฉmontrer que la politique optimale de commande est une politique de type seuil critique (Hedging Point Policy : HPP).
Cette politique stipule de ne pas produire du tout lorsque le niveau dโinventaire est strictement supรฉrieur au seuil critique, de produire ร la demande lorsque le niveau dโinventaire est รฉgal au seuil critique, mais de produire au taux maximal (capacitรฉ machine maximale) lorsque le niveau dโinventaire est strictement infรฉrieur au seuil critique. Les travaux dโAkella et Kumar (1986) ont permis de dรฉterminer lโexpression analytique du seuil critique pour un systรจme manufacturier constituรฉ dโune seule machine et produisant un seul type de produit (M1P1). Ils considรจrent uniquement deux รฉtats possibles de la machine : marche et arrรชt dรป ร une panne. Ils ont รฉgalement supposรฉ que leur systรจme รฉtait markovien homogรจne (taux de transitions constants).
Les limites de ce modรจle rรฉsident dans le fait que le systรจme nโest constituรฉ que dโune seule machine et ne peut prendre que deux รฉtats alors quโen rรฉalitรฉ, il arrive que la machine se retrouve dans un mode autre que ces deux-lร (production en mode dรฉgradรฉ par exemple). Une autre limite ร ce modรจle est que le stock de matiรจre premiรจre est toujours disponible alors quโen rรฉalitรฉ, il peut manquer de matiรจre premiรจre nรฉcessaire pour la production. Ceci nous montre bien que pour des systรจmes plus larges (M2P1, M3P1), avec des hypothรจses moins simplistes que celles posรฉes par Akella et Kumar (1986), lโexpression analytique du seuil critique proposรฉ nโest plus valide. Afin de rรฉduire les coรปts de production moyens (inventaires et pรฉnurie) ร long terme pour un systรจme M1P1 modรฉlisรฉ par une chaรฎne de Markov homogรจne, Bielecki et Kumar (1988) ont montrรฉ รฉgalement que la politique de type seuil critique est optimale lorsque le taux de demande est constant. Afin de pallier aux limites de la solution analytique รฉlaborรฉe par Akella et Kumar (1986) et ร lโinexistence dโune mรฉthode analytique de rรฉsolution des รฉquations dโHJB, Kushner et Dupuis (1992) ont dรฉveloppรฉ une mรฉthode numรฉrique de rรฉsolution de lโรฉquation dโHJB qui consiste ร approximer cette solution avec une marge dโerreur fixรฉe dโavance.
|
Table des matiรจres
INTRODUCTION
CHAPITRE 1LOGISTIQUE INVERSE ET REVUE CRITIQUE DE LA LITTรRATURE
1.1Introduction
1.2La logistique inverse
1.2.1Dรฉfinition de la logistique inverse
1.2.2Les activitรฉs de la logistique inverse
1.2.3Diffรฉrents types de configuration dโun rรฉseau de logistique inverse
1.3Problรฉmatique de la recherche
1.4Revue critique de la littรฉrature
1.4.1Optimisation des techniques de recyclage
1.4.2Optimisation du rรฉseau logistique de production en LI
1.5Objectif de la recherche
1.6Mรฉthodologie de la recherche
1.7Conclusion
CHAPITRE 2COMMANDE OPTIMALE DโUNE UNITร DE RECYCLAGE AVEC RETOUR DE MATIรRE ET DE DEMANDE CLIENT ร TAUX CONSTANTS
2.1Introduction
2.2Structure de lโunitรฉ de recyclage
2.3Formulation gรฉnรฉrale du problรจme dโoptimisation
2.3.1Diagramme de transition dโรฉtats
2.3.2Dynamique de la machine et matrice des taux de transition
2.3.3Domaine de commande admissible
2.3.4Probabilitรฉs limites condition de faisabilitรฉ
2.3.5Dynamique des stocks
2.3.6Coรปt instantanรฉ et coรปt total actualisรฉ
2.3.7Conditions dโoptimum
2.3.8Conditions dโoptimums approximรฉs
2.4Mรฉthode de rรฉsolution
2.5Exemple numรฉrique
2.6Analyse des rรฉsultats graphiques
2.7Validation des rรฉsultats et analyse de sensibilitรฉ
2.7.1Variation du coรปt de stockage c1des retours
2.7.2Variation du coรปt 2m c de pรฉnurie des produits finis
2.7.3Variation du coรปt 2p c de stockage des produits finis
2.7.4Variation du coรปt d c dโรฉlimination des produits finis
2.8Conclusion
CHAPITRE 3COMMANDE OPTIMALE DโUNE UNITร DE RECYCLAGE AVEC RETOUR DE MATIรRE ALรATOIRE ET DEMANDE CLIENT ร TAUX CONSTANT
3.1Introduction
3.2Structure de lโunitรฉ de recyclage
3.3Hypothรจses et formulation gรฉnรฉrale du problรจme dโoptimisation
3.3.1Hypothรจses de modรฉlisation
3.3.2Diagramme de transition
3.3.3Matrice des taux de transition
3.3.4Domaine de commande admissible
3.3.5Probabilitรฉs limites et conditions de faisabilitรฉ
3.3.6Dynamique du stock
3.3.7Coรปt instantanรฉ et coรปt actualisรฉ
3.3.8Fonction valeur et รฉquation dโHJB
3.4Application numรฉrique
3.4.1Donnรฉes du problรจme
3.4.2Rรฉsultats de la simulation
3.5Analyse de sensibilitรฉ
3.5.1Analyse de sensibilitรฉ sur c2m
3.5.2รtude du cas oรน le taux de retour r2est infรฉrieur au taux de la demande 3.6Conclusion
CHAPITRE 4LOGISTIQUE INVERSE EN BOUCLE OUVERTE ET APPROCHE DE COMMANDE BASรE SUR LA SIMULATION ET LES PLANS DโEXPรRIENCES
4.1Introduction
4.2Modรฉlisation du systรจme de production
4.2.1Modรฉlisation du retour des matiรจres premiรจres
4.2.2Modรฉlisation du retour de la demande client
4.2.3Modรฉlisation du retour de la production
4.2.4Modรฉlisation des pannes et rรฉparations de la machine
4.3Implรฉmentation de la politique de production
4.3.1Plans dโexpรฉriences
4.3.2Surfaces de rรฉponses
4.4Analyse de sensibilitรฉ
4.4.1Analyse de sensibilitรฉ sur le taux de retour r
4.4.2Analyse de sensibilitรฉ sur le taux de transition ฮป21
4.4.3Analyse de sensibilitรฉ sur le cout c2p
4.4.4Analyse de sensibilitรฉ sur le cout c2m
4.5Conclusion
CONCLUSION
ANNEXE I Programme Matlab principal Modรจle I: Cas dโune machine de production avec demande et retour ร taux constants
ANNEXE II Fonction coรปt modรจle I
ANNEXE III Programme Matlab principal modรจle II: Cas dโune machine de production avec demande ร taux constant et retour alรฉatoire
ANNEXE IV Fonction coรปt modรจle II
LISTE DES RรFรRENCES BIBLIOGRAPHIQUES
Tรฉlรฉcharger le rapport complet